Performance and Optimization of Amplify-and-Forward Cooperative Diversity Systems in Generic Noise and Interference
Notice bibliographique
Résumé
Cooperative diversity systems have received significant attention recently as a distributed means of exploiting the inherent spatial diversity of wireless networks. In this paper, we consider a cooperative diversity system consisting of a source, a destination, and multiple single-hop amplify-and-forward relays, and provide a mathematical framework for the asymptotic analysis of this system in generic noise and interference for high signal-to-noise ratios. Assuming independent Rayleigh fading for all links in the network and orthogonal relay-destination channels, we obtain simple and elegant closed-form expressions for the asymptotic symbol and bit error rates valid for arbitrary linear modulation formats, arbitrary numbers of relays, and arbitrary types of noise and interference with finite moments including co-channel interference, ultra-wideband interference, impulsive ε-mixture noise, generalized Gaussian noise, and Gaussian noise. Furthermore, we exploit the derived analytical error rate expressions to develop power allocation, relay selection, and relay placement schemes that are asymptotically optimal in environments with generic noise and interference. In general, the power allocation problem results in a geometric program which can be solved efficiently numerically. For the special case of only one relay, we provide a closed-form result for the optimal power allocation. Simulation results confirm our analysis and illustrate that, in non-Gaussian noise, the proposed power allocation, relay selection, and relay placement schemes lead to large performance gains compared to their conventional counterparts optimized for Gaussian noise.
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 | 0,003 | 0,007 |
| 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 | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».