HePNC: Design of physical layer network coding with heterogeneous modulations
Notice bibliographique
Résumé
Physical layer network coding (PNC) has been proposed for the two-way-relay scenario. The existing PNC solutions typically use the same modulation for the source nodes' signals which may not be desirable for practical situations when the amount of data exchanged between the two source nodes are un-equal and their links to the relay node are heterogeneous. In this paper, physical layer network coding with heterogeneous modulations (HePNC) has been proposed to further improve the spectrum and energy efficiency considering the above mentioned heterogeneity. Similar to the existing PNC, HePNC also includes two stages: the multiple access (MA) stage for two source nodes to transmit data to the relay and the broadcast (BC) stage for the relay to broadcast data to both source nodes. The main difference is that at the MA stage, HePNC can select heterogeneous modulation methods according to the channel conditions and the ratio of data to be exchanged. We present two sample designs of HePNC, including QPSK-BPSK and 8PSK-BPSK, and obtain the mapping rules for the relay's de-noising and forwarding based on the neighbor clustering algorithm. In addition, we discuss the end-to-end bit-error-rate, energy efficiency and optimal relay location selection when HePNC is used. Extensive simulations demonstrated that the proposed HePNC can substantially enhance the end-to-end throughput and the energy efficiency compared to the homogeneous PNC, and thus it is a promising technology for future green communication systems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».