Ergodic sum rate analysis and efficient power allocation for a massive MIMO two‐way relay network
Notice bibliographique
Résumé
The authors study the transmit power allocation (PA) problem for a network of two multi‐antenna terminals (one of which is a massive multiple‐input and multiple‐output (MIMO) terminal) and a two‐way, amplify‐and‐forward relay. The relay is limited to a single antenna. Using perfect channel state information, the terminals employ beamforming with maximum‐ratio‐transmission and maximum‐ratio‐combining for transmission and reception, respectively. The authors investigate two practical problems, namely; (i) maximising the sum rate subject to a total power constraint (ii) maximising the sum rate when one of the terminals must exceed a target signal‐to‐noise ratio (SNR). For the first case, the authors derive the closed‐form optimal PA and for the second, the authors derive a sub‐optimal PA. In both cases, the resulting sum rates are a function of instantaneous channel gains. Thus by averaging over the Nakagami‐ m distribution and exploiting the weak law of large numbers, the authors derive the closed‐form ergodic sum rates. Finally, the simulation results validate the theoretical analysis and show the sum‐rate improvements over uniform PA. For example, to achieve 4 bit/s/Hz, a uniform allocation needs 1 dB more than the authors’ optimal allocation. When one of the SNRs must exceed a target value, the gap between the authors’ sub‐optimal PA and random PA increases to 2 dB.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».