MétaCan
Menu
← Retour à la cohorte
Enregistrement W2167712468 · doi:10.1109/iwcmc.2011.5982604

Multiple-frame precoding scheme for BICM over AF relay channels

2011· article· en· W2167712468 sur OpenAlexafffund
Leonardo Jiménez Rodríguez, Nghi H. Tran, Tho Le‐Ngoc

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPrecodingRelayComputer scienceAlgorithmTopology (electrical circuits)MathematicsChannel (broadcasting)TelecommunicationsMIMOPower (physics)CombinatoricsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper proposes a precoding scheme over multiple cooperative frames to increase the diversity order of a bandwidth efficient Bit Interleaved Coded Modulation (BICM) system over a Non-orthogonal Amplify-and-Forward (NAF) half-duplex single-relay channel. By deriving a union bound on the bit error probability, it is shown that the diversity gain function of the considered system is (Nf· dH)-th power of that of uncoded cooperative systems, where Nfis the number of precoded cooperative frames and dHis the minimum Hamming distance of the outer code. An optimal class of precoders is then derived to optimize the asymptotic coding gain. It is then shown that the source should transmit a superposition of all symbols in the broadcasting phases, while being silent in all cooperative phases for best asymptotic performance. By further analyzing the first iteration performance, a design criterion is then developed to find optimal superposition angles for good convergence behavior. A pragmatic approach is then proposed to find good rotation angles. Analytical and simulation results show that the proposed scheme provides a significantly higher order of time and cooperative diversities and better coding gains than previous precoding schemes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,116
Tête enseignante GPT0,297
Écart entre enseignants0,181 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network Coding→Travaux en français237 207→