Performance Analysis of Selection Combining of Signals With Different Modulation Levels in Cooperative Communications
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
Cooperative relaying introduces spatial diversity through the creation of a virtual antenna array. The vast majority of research in bit-error-rate (BER) performance analysis of selection-combining (SC) schemes used in digital cooperative relaying assumes the modulation level used by both the source and the relay to be the same. This assumption does not necessarily hold when adaptive modulation is implemented. In conventional SC, the branch with the highest signal-to-noise ratio (SNR) is chosen; we refer to this scheme as SNR-based SC (SNR-SC). However, when different modulation levels are employed, the branch that has the maximum SNR may not necessarily be the most reliable branch due to different error-resistance capabilities of the modulation levels. Consequently, the BER-based SC (BER-SC) is a better SC scheme. In BER-SC, the receiver calculates the BER for each branch (using the SNR and the modulation level) and then decodes the signal from the branch that has the minimum BER. In this paper, we provide BER performance analysis for both BER-SC and SNR-SC and show that BER-SC outperforms SNR-SC, with very comparable complexity. Moreover, we analytically quantify the gain achieved by using BER-SC over SNR-SC through asymptotic approximation. We note that BER-SC and SNR-SC schemes are identical when the received signals belong to the same modulation level.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| 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