Joint Relay Selection and Opportunistic Source Selection in Bidirectional Cooperative Diversity Networks
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
Relay selection (RS) has widely been studied in the literature, and an opportunistic source selection (OSS) protocol with a single relay has recently been proposed. Since RS and OSS could individually improve the performance of cooperative diversity networks, optimum combining of RS and OSS is an interesting topic. In this paper, we optimally combine RS and OSS in the sense that the mutual information is maximized, and we propose a joint RS-OSS protocol in an amplify-and-forward (AF)-based bidirectional cooperative diversity network, which consists of two different end-sources and multiple relays. In this network, a best source is selected to transmit data to the other source with the help of a selected best relay in an opportunistic manner, depending on channel conditions. Then, to show the performance of the joint RS-OSS, we derive the outage probability and the average bit error rate (BER) for <i xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">M</i> -quadrature amplitude modulation (QAM). Numerical results confirm that the derived outage probability and the average BER expressions are very accurate. In addition, we find that the proposed joint RS-OSS considerably outperforms both RS and OSS in terms of outage probability and average BER and that the performance is highly dependent on relay location. The obtained outage probability and average BER will help the design of reliable bidirectional cooperative diversity networks in determining the system parameters, such as relay location, and the transmission power at source and relay.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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