MétaCan
Menu
Retour à la cohorte
Enregistrement W2028914099 · doi:10.1109/icc.2013.6655366

Performance analysis of decode-and-forward relaying with optimum combining in the presence of co-channel interference

2013· article· en· W2028914099 sur OpenAlexaff
Navod Suraweera, Norman C. Beaulieu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInterference (communication)Diversity gainCo-channel interferenceMaximal-ratio combiningRelaySignal-to-noise ratio (imaging)Channel (broadcasting)Topology (electrical circuits)Computer scienceProbability density functionOutage probabilityDiversity combiningExpression (computer science)Electronic engineeringFadingTelecommunicationsPower (physics)MathematicsStatisticsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Cooperative relaying achieves a wide range of advantages including diversity gain, coverage extension and mitigation of shadowing. Nevertheless, the performance advantages of cooperative relaying diminish considerably if co-channel interference is present. Optimum combining (OC) can be used to mitigate the adverse effects of co-channel interference in wireless communications. The performance of optimum combining in a decode-and-forward relay network with N equal-power interferers is analyzed. The probability density function of the output signal-to-interference-plus-noise ratio is obtained and a closed-form expression for the exact outage probability is derived for N ≥M+1 where M is the number of relay nodes. An approximation for the symbol error rate (SER) is presented. The performance results and closed-form expressions for outage probability and for SER suggest that the asymptotic diversity gain of OC is equal to M, which is a significant improvement over maximal-ratio combining, whose asymptotic diversity gain is equal to zero when operating in co-channel interference.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,192

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,037
Tête enseignante GPT0,276
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207