MétaCan
Menu
Retour à la cohorte
Enregistrement W2128925306 · doi:10.1109/vetecf.2010.5594177

On the Performance of Dual-Hop Fixed Gain Relaying Systems over Composite Multipath/Shadowing Channels

2010· article· en· W2128925306 sur OpenAlexaff
Imène Trigui, Sofiène Affes, Alex Stéphenne

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésFadingRelayMultipath propagationCumulative distribution functionComputer scienceShadow mappingHop (telecommunications)Outage probabilityTopology (electrical circuits)Fading distributionElectronic engineeringSignal-to-noise ratio (imaging)TelecommunicationsAlgorithmProbability density functionChannel (broadcasting)MathematicsStatisticsEngineeringRayleigh fadingElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In this paper we investigate the end-to-end performance of dual-hop fixed gain relaying systems under asymmetric fading conditions. In such conditions, the links associated with the relay network undergo different fading phenomena. In our analysis, the source-relay and the relay-destination links are subject to fading-only or composite multi-path/shadowing environments. An outage analysis of the considered system is performed and the proposed expressions are applicable to general fading and shadowing conditions. Based on the newly derived analytical expressions of the cumulative distribution function (CDF) of the end-to-end signal to noise ratio (SNR), the average bit error probability of arbitrary rectangular QAM modulations is also computed. Some representative numerical examples of the system performance in terms of the above metrics are provided and discussed. For instance, it is confirmed analytically that the relaying system exhibits better performance when the first hop undergoes better channel conditions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,032
Tête enseignante GPT0,261
Écart entre enseignants0,229 · 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

Citations13
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207