MétaCan
Menu
Retour à la cohorte
Enregistrement W2148142964 · doi:10.1109/iwcmc.2011.5982640

Performance of power allocation schemes in a two-hop AF relay system with faded direct link

2011· article· en· W2148142964 sur OpenAlexaff
Hamed Rasouli, Alagan Anpalagan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésRelayRayleigh fadingHop (telecommunications)WirelessTransmitter power outputComputer scienceTransceiverComputer networkPower (physics)Bit error rateEfficient energy useFadingElectronic engineeringTelecommunicationsElectrical engineeringEngineeringPhysicsChannel (broadcasting)Transmitter

Résumé

récupéré en direct d'OpenAlex

Though power allocation has been studied extensively in the literature, as energy efficiency becomes more important in “green” wireless communication, we revisit to study the differences in SNR vs BER-based power allocation (PA) for relay communication when the direct link is severely faded. The average SNR and average BER expressions are first derived for an amplify-and-forward relaying protocol with Rayleigh fading channels. Based on the derived expressions at the destination through two-hop communication, closed-form expressions for optimum transmit power are obtained at the source and the relay. It is observed that the higher the total transmit power is, the bigger portion of it should be allocated to the relay independent of its location. For a given end-to-end BER, optimally selected relay's location is relatively more closer to the source if BER-based PA is employed than that of the SNR-based PA. It is also noted that the BER-based power allocation scheme can achieve 1dB performance improvement over the SNR-based counterpart when relay is centrally located and is in the higher transmit power regime resulting in energy saving, for a two-hop wireless system with no avail of direct communication between transceivers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil0,258

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,252
Écart entre enseignants0,216 · 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 tête enseignante, 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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207