MétaCan
Menu
Retour à la cohorte
Enregistrement W2109032089 · doi:10.1109/ciss.2008.4558515

An efficient adaptive distributed space time coding scheme for cooperative relaying

2008· article· en· W2109032089 sur OpenAlexaff
Jamshid Abouei, Hossein Bagheri, Amir K. Khandani

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRelayComputer scienceRelay channelWirelessSignal-to-noise ratio (imaging)Coding (social sciences)Outage probabilityMonte Carlo methodPower (physics)Electronic engineeringChannel (broadcasting)Control theory (sociology)Real-time computingTopology (electrical circuits)Computer networkTelecommunicationsFadingMathematicsEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

A non-regenerative dual-hop wireless system based on a distributed space-time-coding strategy is considered. It is assumed that each relay retransmits an appropriately scaled space-time coded version of received signals. The main goal of this paper is to investigate a power allocation strategy in relay stations using analytical and simulation arguments to satisfy the quality of service requirements. In the high signal-to-noise ratio regime for the relay-destination link, it is shown that the optimum power allocation strategy in each relay which minimizes the outage probability is to remain silent, if its channel gain with the source is less than a prespecified threshold level. The Monte-Carlo simulations show that the near-optimal power allocation scheme in each relay in order to minimize the outage probability or the frame-error rate is the threshold-based on-off power scheme. Also, the numerical results demonstrate a dramatic improvement in the system performance by using this scheme compared to the case that the relay stations forward their received signals with full power. Finally, a hybrid amplify-and-forward/detect-and-forward scheme is numerically evaluated.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,053
Tête enseignante GPT0,285
Écart entre enseignants0,232 · 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'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

Citations10
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207