Large-System-Based Performance Analysis and Design of Multiuser Cooperative Networks
Notice bibliographique
Résumé
In this paper, the performance of the cooperative multiuser direct-sequence code-division multiple-access (DS-CDMA) system is analyzed in the asymptotic regime where both the spreading codes and the number of users grow unboundedly large with the same ratio. Assuming that each terminal is paired with another user which, in addition to transmitting its own data, estimates and relay the information transmitted from its partner, a simple approximate signal-to-interference-plus-noise ratio (SINR) expression is derived that is independent from the spreading codes and explicitly accounts for the effects of the multiple-access interference (MAI) and the relay noise. The so-obtained SINR expression is then computed based entirely on the available local information and without any knowledge about the interfering users. The results obtained above are then used to optimally design the cooperative system. In particular, it is shown how the amount of cooperation between each collaborating pair can be adjusted to simultaneously achieve a preassigned target SINR for both users. Based on the local information, the globally optimal amount of the relay power is obtained that maximizes the achieved SINR at the access point. It is shown that increasing the relay power does not necessarily result in improving the quality of reception at the access point and, to maximize each user's SINR, its relay power should be carefully adjusted based on the environmental parameters such as the interpartner channel link and the powers of MAI and the relay noise. The connection between the cooperative and the conventional multiuser systems is also studied and simulations are used to demonstrate the validity of the analytical results.
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 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 | 0,000 | 0,002 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».