Diversity Combining of Signals with Different Modulation Levels in Cooperative Relay Networks
Notice bibliographique
Résumé
In digital cooperative relaying, signals from the source-destination and relay-destination links are combined at the destination to achieve spatial diversity. These signals do not necessarily belong to the same modulation scheme due to the varying channel qualities of the two links. In this paper, we present novel and low complexity schemes for diversity combining of signals with different modulation levels. We start by developing the optimum solution as a maximum likelihood detector (MLD). Due to its high complexity, we propose two other receiver structures that we refer to as soft-bit maximum likelihood detector (SBMLD) and soft-bit maximum ratio combiner (SBMRC). The proposed schemes are simple bit-by-bit detectors and only 0.3 dB inferior to the MLD in performance. The SBMLD provides only marginal performance gain over SBMRC through the computation of the conditional probability density functions of the soft-bits. Consequently, the SBMRC is a more attractive and practical solution. The performance of SBMRC is compared to that of selection combining which is the current approach in the literature for combining signals with different modulations. The SBMRC, along with its simplicity, outperforms selection combining by almost 2 dB without bandwidth loss or the need for extra channel state information. The SBMRC scheme can be viewed as a more general form of the classical maximum ratio combiner (MRC).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».