MétaCan
Menu
Retour à la cohorte
Enregistrement W2088708077 · doi:10.1109/icc.2010.5501893

Performance of Cooperative Diversity Systems in Non-Gaussian Environments

2010· article· en· W2088708077 sur OpenAlexaff
Amir Nasri, Robert Schober

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRayleigh fadingRelayGaussianComputer scienceDiversity combiningGaussian noiseAdditive white Gaussian noiseBit error rateInterference (communication)FadingDiversity gainAlgorithmCooperative diversityNoise (video)Selection (genetic algorithm)Signal-to-noise ratio (imaging)Antenna diversityTopology (electrical circuits)WirelessTelecommunicationsMathematicsWhite noiseDecoding methodsChannel (broadcasting)Artificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Cooperative diversity (CD) systems have received significant attention recently as a distributed means of exploiting the inherent spatial diversity of wireless networks. In this paper, we consider a CD system where a source transmits to a destination via multiple single--hop amplify and forward (AF) relays. In particular, we provide a mathematical framework for the asymptotic analysis of this system in general non--Gaussian noise and interference for high signal--to--noise ratios (SNRs). Assuming independent Rayleigh fading for all links in the network, we obtain simple and elegant closed--form expressions for the asymptotic symbol error rate (SER) and bit error rate (BER) valid for arbitrary linear modulation formats, arbitrary numbers of relays, and arbitrary non--Gaussian noise and interference with finite moments. Furthermore, exploiting the derived analytical results, we introduce a new relay selection criterion for non--Gaussian environments. Simulation results confirm our analysis and illustrate that, in non--Gaussian noise, the proposed relay selection criterion can lead to large performance gains compared to the conventional relay selection criterion which was optimized for Gaussian noise.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,695
Score d'incertitude au seuil0,225

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,021
Tête enseignante GPT0,235
Écart entre enseignants0,214 · 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'étudeObservationnel
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

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207