Power Allocation for Buffer-Aided Full-Duplex Relaying With Imperfect Self-Interference Cancelation and Statistical Delay Constraint
Notice bibliographique
Résumé
This paper considers source and relay power allocation for buffer-aided full-duplex (B-FD) relaying network, assuming constant data rate arrivals at the source buffer. Statistical delay constraint is imposed, where the end-to-end queue length is allowed to exceed a pre-defined queue-length threshold with a maximum acceptable queue-length-outage probability. We assume imperfect self-interference (SI) cancelation, where the non-zero residual SI power is modeled to be proportional to the relay transmit power. We investigate two power allocation problems for source arrival rate maximization: 1) B-FD relaying with adaptive power allocation (B-FD-APA) when the instantaneous channel state information at the transmitters (CSIT) is available and 2) B-FD relaying with static power allocation (B-FD-SPA) when only the statistical CSIT is available. To solve the problems, we first employ asymptotic delay analysis to transform the statistical delay constraint into more tractable constraints. Then, the optimal solutions are derived using Lagrangian approach. In addition, solutions for various special cases of residual SI and delay constraint are presented. With B-FD-APA, the relay can opportunistically switch between half-duplex (HD) and FD operation modes according to the channel conditions. With B-FD-SPA, the relay always employs FD mode. Numerical results are performed to compare the capacities of the proposed B-FD, non-buffer FD, and buffer-aided HD relaying schemes, as well as direct transmission (DT) under various settings, demonstrating the effectiveness of B-FD relaying to support delay-constrained communications.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».