MétaCan
Menu
Retour à la cohorte
Enregistrement W2130994857 · doi:10.1109/icc.2009.5199262

On the Performance of Amplify-and-Forward Cooperative Diversity with the Nth Best-Relay Selection Scheme

2009· article· en· W2130994857 sur OpenAlexaff
Salama Ikki, Mohamed H. Ahmed

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésRelayExpression (computer science)Cooperative diversitySelection (genetic algorithm)Computer scienceFunction (biology)Signal-to-noise ratio (imaging)Topology (electrical circuits)Node (physics)Maximal-ratio combiningClosed-form expressionAlgorithmChannel (broadcasting)WirelessMathematicsArtificial intelligenceTelecommunicationsWireless networkCombinatoricsFadingEngineeringPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

Cooperative-diversity networks have been proposed as a way to form virtual antenna arrays without using collocated multiple antennas. In this paper, we consider the amplify-and-forward cooperative-diversity system with theNthbest-relay selection scheme. In the best-relay selection scheme, the best relay only forwards the source signal to the destination. However, the best relay might be unavailable; hence we might resort to the second, third or generally theNthbest relay. We derive closed-form expressions for the symbol error probability, outage probability and channel capacity. In particular, we derive a closed-form expression for the probability density function of the signal-to-noise ratio of the relayed signal at the destination node. Then, we find a closed-form expression for the moment generating function of the total SNR at the destination. This MGF is used to derive the closed-form expressions of the performance metrics. Results show that with theNthbest relay the diversity order is equal to (M-N+ 2) whereMis the number of relays. Simulation results are also given to verify the 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,241
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), 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

Citations58
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207