Multisource Transmission for Wireless Relay Networks With Linear Complexity
Notice bibliographique
Résumé
This paper considers transmission schemes in multiaccess relay networks (MARNs) whereJsingle-antenna sources send independent information to oneN-antenna destination through oneM-antenna relay. For complexity considerations, we propose a linear framework, where the relay linearly transforms its received signals to generate the forwarded signals without decoding and the destination uses its multiantennas to fully decouple signals from different sources before decoding, by which the decoding complexity is linear in the number of sources. To achieve a high symbol rate, we first propose a scheme called ConcurrentS→R→D-ICDin which all sources' information streams are concurrently transmitted in both the source-relay link and the relay-destination link. In this scheme, distributed space-time coding (DSTC) is applied at the relay, which satisfies the linear constraint. DSTC also allows the destination to conduct the zero-forcing interference cancellation (IC) scheme originally proposed for multiantenna systems to fully decouple signals from different sources. Our analysis shows that the symbol rate of ConcurrentS→R→D-ICDis 1/2 symbols/source/channel use and the diversity gain of the scheme is upperbounded byM-J+1. To achieve a higher diversity gain, we propose another scheme called ConcurrentR→D-ICDin which the sources time-share the source-relay link. The relay coherently combines the signals on its antennas to maximize the signal-to-noise ratio (SNR) of each source, then concurrently forwards all sources' information. The destination performs zero-forcing IC. It is shown through both analysis and simulation that whenN≥ 2J-1, ConcurrentR→D-ICDachieves the same maximum diversity gain as the full TDMA scheme in which information streams from each source are assigned to orthogonal channels in both links, but with a higher symbol rate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».