Using Limited Feedback in Power Allocation Design for a Two-Hop Relay OFDM System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, we study power allocation (PA) in a single-relay OFDM system with limited feedback. We propose a PA scheme that uses a codebook of quantized PA vectors designed offline and known to the source, relay, and destination. The destination, which has full knowledge of channel side information (CSI), chooses one of the codebook vectors and conveys back to the source and relay. With the limited amount of available feedback, the design of an appropriate codebook is central to PA, which varies depending on the destination's strategy to choose the optimal PA vector. Assuming high received SNR on either link in the relay path, we first derive the optimal PA solutions as the function of channel realizations with two design criteria, maximizing capacity and minimizing error rate. It is found that when there is high received SNR in either the relay path or the direct path, the optimal solutions for both criteria reduce to simple forms. For maximizing capacity, the available power should be equally allocated to each OFDM subcarrier shared by the source and relay; while for minimum error rate, the available power should be allocated such that the received SNRs for all subcarriers at the destination are the same. The findings lead us to the sub-optimal solutions with great complexity reduction. We then present an adaptation of Lloyd's algorithm to construct a codebook to quantize the optimal PA vectors subject to the amount of feedback. Simulations show that a mild to negligible performance loss can be achieved with only a few bits of feedback at different SNR values.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle