MétaCan
Menu
Retour à la cohorte
Enregistrement W2033140050 · doi:10.1109/glocomw.2012.6477614

Dual-hop AF relaying systems in mixed nakagami-m and Rician links

2012· article· en· W2033140050 sur OpenAlexaff
Samy S. Soliman, Norman C. Beaulieu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRician fadingNakagami distributionFadingCumulative distribution functionProbability density functionMathematicsFading distributionStatisticsComputer scienceApplied mathematicsRayleigh fading

Résumé

récupéré en direct d'OpenAlex

New, exact closed-form expressions for the probability density function (PDF) and the cumulative distribution function (CDF) are derived for the instantaneous received end-to-end signal-to-noise ratio (SNR) of dual-hop amplify-and-forward (AF) relaying systems operating over mixed Nakagami-m and Rician fading links. The expressions are used to obtain exact integral solutions for the ergodic capacity and the average symbol error probability as well as an exact closed-form solution for the outage probability of dual-hop AF systems operating over mixed links. The results obtained represent the first exact results for the cases of composite Nakagami-m/Rician fading links. The exact performance metrics are compared to performance bounds in the literature, and it is shown that the performance bounds are not tight for medium ranges of SNR. The effects of fading parameters on the system performance are studied. It is shown that the limiting slopes of the average error probability and outage probability curves are not affected by the fading parameters, however, SNR gains are achieved by increasing the fading parameter. Moreover, it is shown also that an increase in the Rician parameter, K, results in a notable SNR gain in the system performance, while an increase in the Nakagami-m parameter, m, has diminishing returns and gives negligible improvement in the system performance in some instances.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil0,305

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,046
Tête enseignante GPT0,276
Écart entre enseignants0,230 · 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'étudeThéorique ou conceptuel
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

Citations13
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207