MétaCan
Menu
Retour à la cohorte
Enregistrement W2115773137 · doi:10.1109/tvt.2012.2227576

AF Cooperative CDMA Outage Probability Analysis in Nakagami-$m$ Fading Channels

2012· article· en· W2115773137 sur OpenAlexaff
Ali Mehemed, Walaa Hamouda

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésFadingNakagami distributionCumulative distribution functionProbability density functionSignal-to-noise ratio (imaging)Interference (communication)RelayBase stationOutage probabilityComputer scienceMaximal-ratio combiningCode division multiple accessAlgorithmTopology (electrical circuits)Fading distributionMathematicsElectronic engineeringStatisticsTelecommunicationsEngineeringChannel (broadcasting)PhysicsDecoding methodsRayleigh fadingCombinatorics

Résumé

récupéré en direct d'OpenAlex

The performance of amplify-and-forward (AF) cooperative code-division multiple-access (CDMA) systems is analyzed over independent nonidentical (i.n.i.) Nakagami- <i xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">m</i> fading channels. In the underlying AF relaying scheme, each relay applies interference suppression to the received signal to mitigate the effect of multiple-access interference (MAI) where a soft estimate is obtained before signal amplification takes place. The outage probability of the system is analyzed using the cumulative distribution function (cdf) of the total signal-to-noise ratio (SNR) at the base station. In that, we derive a simplified yet tight lower bound for the AF relaying system. We also define an approximation for the probability density function (pdf) of the total SNR, which enables us to derive an asymptotic outage probability of the system. The derived asymptotic outage probability is used to evaluate the achievable diversity order for various system parameters. Simulations are presented to verify the accuracy of our analytical results.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil0,885

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,276
Écart entre enseignants0,244 · 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
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

Citations18
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetCooperative Communication and Network CodingTravaux en français237 207