Infinite Series Representations of the Trivariate and Quadrivariate Rayleigh Distribution and Their Applications
Notice bibliographique
Résumé
Few theoretical results are known about the joint distribution of three or more arbitrarily correlated Rayleigh random variables (RVs). Consequently, theoretical performance results are unknown for three- and four-branch equal gain combining (EGC), selection combining (SC), and generalized SC (GSC) in correlated Rayleigh fading. This paper redresses this gap by deriving new infinite series representations for the joint probability density function (pdf) and the joint cumulative distribution function (cdf) of three and four correlated Rayleigh RVs. Bounds on the error resulting from truncating the infinite series are derived. A classical approach, due to Miller, is used to derive our results. Unfortunately, Miller's approach cannot be extended to more than four variates and, in fact, the quadrivariate case considered in this paper appears to be the most general result possible. For brevity, we treat only a limited number of applications in this paper. The new pdf and cdf expressions are used to derive the outage probability of three-branch SC, the moments of the EGC output signal-to-noise ratio (SNR), and the moment generating function of the GSC(2,3) output SNR in arbitrarily correlated Rayleigh fading. A novel application of Bonferroni's inequalities allows new outage bounds for multibranch SC in arbitrarily correlated Rayleigh 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».