Performance Analysis of TDMA Relay Protocols Over Nakagami-$m$ Fading
Notice bibliographique
Résumé
Several time-division multiple-access (TDMA) cooperative wireless relay protocols and their performances have recently been developed by Nabar, Bolcskei, and Kneubuhler. Their work, however, is limited to an upper bound-based performance analysis for Rayleigh fading. We thus provide an exact analysis of two of their protocols in single-relay and multiple-relay networks over independent identically distributed (i.i.d.) Nakagami-mfading channels. Our analysis is focused on an Alamouti-coded system with two-stage protocols, fixed-gain amplify-and-forward (AF) relays, and maximal ratio combiner (MRC) reception. The performance metrics are the capacity, the diversity order, and the symbol error rate (SER). The closed-form moment-generating function (MGF) of the total end-to-end signal-to-noise ratio (SNR) is derived. The MGF is then used to derive the diversity order and the SER ofM-ary phase-shift keying (M-PSK) andM-ary quadrature amplitude modulation (M-QAM). It is found that the end-to-end SNR for relaying with orthogonal channels is higher than that of nonorthogonal relay channels. The diversity order of a multiple-relay network (nrelays) in a Nakagami-menvironment is shown to be (n+ 1)m. The closed-form SER expressions for relay-destination links with high SNRs and static relay-destination links are derived. Numerical and simulation results are provided to verify the analysis.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».