MétaCan
Menu
Retour à la cohorte
Enregistrement W2037360800 · doi:10.1109/tvt.2014.2335209

Distributed Precoding for OFDM in Two-Way Relaying Communications

2014· article· en· W2037360800 sur OpenAlexafffund
Hongzhong Yan, Ha H. Nguyen, Jian Su

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPrecodingRician fadingDiversity gainOrthogonal frequency-division multiplexingDiversity schemeRayleigh fadingComputer scienceFadingCoding gainZero-forcing precodingElectronic engineeringCoding (social sciences)TelecommunicationsAlgorithmMathematicsEngineeringMIMOStatisticsDecoding methodsChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

This paper is concerned with the design of distributed precoding in the multiple access (MA) phase for two-way relaying communication (TWRC) systems using OFDM. The error probability analysis is conducted to establish the diversity and coding gains for three error types in the MA phase. Then, the design criteria of distributed precoding to achieve the maximum diversity and coding gains are given. The frequency-grouped linear constellation precoding (F-GLCP) is first investigated and shown not to be able to achieve the maximum diversity gain under type-3 errors. A novel frequency-time GLCP (FT-GLCP) that performs precoding in both the frequency and time domains is then proposed. It is proved that the proposed FT-GLCP is able to achieve the maximum diversity gain under type-3 errors while maintaining the maximum diversity and coding gains under type-1 and type-2 errors. To corroborate the theoretical analysis, simulation results are provided to show the advantage of the proposed FT-GLCP over other schemes in both Rayleigh and Rician fading channels.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,663

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,300
Écart entre enseignants0,267 · 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
GenreMéthodes

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
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetCooperative Communication and Network CodingTravaux en français237 207