MétaCan
Menu
Retour à la cohorte
Enregistrement W2089601163 · doi:10.1109/bsc.2010.5472940

LDPC coded two-way MIMO relay networks with physical layer network coding

2010· article· en· W2089601163 sur OpenAlexaff
Zhiyong He, Sébastien Roy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésRelayLow-density parity-check codeComputer scienceRelay channelLinear network codingDecoding methodsMIMOTransmission (telecommunications)Coding (social sciences)Wireless networkWirelessPhysical layerThroughputAlgorithmElectronic engineeringComputer networkChannel (broadcasting)TelecommunicationsMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Low-density parity-check (LDPC) codes offer a very powerful error correction technique which allows data transmission in wireless networks with arbitrarily low probability of error. This paper studies LDPC-coded wireless networks with a two-way relay scheme. Two techniques have been developed to increase the throughput of relay networks. First, only two time slots are used to perform one round of information exchange, by exploiting the concept of physical layer network coding. The sources transmit simultaneously their independent messages to the relay in slot 1, while the relay broadcasts the processed signal to the sources in slot 2. Secondly, to reduce the processing time at the relay, we have proposed an estimate-and-forward strategy for LDPC-coded two-way relay networks, where no LDPC decoder is required at the relay. The proposed estimate-and-forward strategy simplifies the processing at the relay, especially when the sources change the encoding parameters. Finally, an effective decoding algorithm has been developed at each source, by subtracting self-interference from the received signals. The simulation results indicate that the proposed LDPC-coded relaying network achieves extremely reliable transmission at very low signal-to-noise ratios.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,274
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207