A Convolutional-Based Distributed Coded Cooperation Scheme for Relay Channels
Notice bibliographique
Résumé
In this paper, we consider a coded cooperation diversity scheme that is suitable forL-relay channels that operate in the decode-forward mode. The proposed scheme is based on convolutional coding, where each codeword of the source node is partitioned into two frames that are transmitted in two phases. In the first phase, the first frame is broadcast from the source to the relays and destination. In the second phase, the second frame is transmitted on orthogonal subchannels from the source and relay nodes to the destination. Each relay is assumed to be equipped with a cyclic redundancy check (CRC) code for error detection. Only these relays (whose CRCs check) transmit in the second phase. Otherwise, they keep silent. At the destination, the received replicas (of the second frame) are combined using maximal ratio combining. The entire codeword, which comprises the two frames, is decoded via the Viterbi algorithm. We analyze the proposed scheme in terms of its probability of bit error and outage probability. Explicit upper bounds are obtained, assumingM-ary phase-shift keying transmission. Our analytical results show that the full diversity order is achieved, provided that the source-relay link is more reliable than the other links. Otherwise, the diversity degrades. However, in both cases, it is shown that it is possible to achieve substantial performance improvements over noncooperative coded systems. Several numerical and simulation results are presented to demonstrate the efficacy of the proposed scheme.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».