MétaCan
Menu
Retour à la cohorte
Enregistrement W2083986470 · doi:10.1109/twc.2012.032712.111437

Cooperative Beamforming for Single-Carrier Frequency-Domain Equalization Systems with Multiple Relays

2012· article· en· W2083986470 sur OpenAlexaff
Peiran Wu, Robert Schober

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRelayBeamformingRobustness (evolution)Computer scienceFrequency domainConvex optimizationEqualization (audio)Mathematical optimizationChannel state informationMinimum mean square errorWirelessControl theory (sociology)Channel (broadcasting)Power (physics)MathematicsTelecommunicationsRegular polygon

Résumé

récupéré en direct d'OpenAlex

We consider cooperative beamforming (BF) for block-based single-carrier frequency-domain equalization (SC- FDE) in a wireless network consisting of one single-antenna source, one single-antenna destination, and multiple multi- antenna relays. Adopting the minimum mean squared error as optimality criterion, the optimal frequency-domain linear equalization (LE) and decision-feedback equalization (DFE) receivers are derived and corresponding objective functions for relay BF matrix optimization are specified. For a sum relay power constraint, we obtain the structure of the optimal relay BF matrices in closed form. While the structure of the optimal relay BF matrices is identical for LE and DFE as well as for an idealized matched filter receiver, the solution of the remaining power allocation problem depends on the adopted receiver. The power allocation problem is shown to be convex for all considered receivers and an efficient numerical algorithm for finding the optimal power allocation is provided. Furthermore, to reduce complexity, two suboptimal power allocation schemes assigning identical powers to all relays and/or frequencies are proposed and shown to lead to only a small loss in performance and a remarkable robustness against imperfect channel state information.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,892
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0020,000
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 Opus0,068
Tête enseignante GPT0,287
Écart entre enseignants0,219 · 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.

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

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetCooperative Communication and Network CodingTravaux en français237 207