Space-Time Network Coding With Multiple AF Relays Over Nakagami- $m$ Fading Channels
Notice bibliographique
Résumé
This paper first analyzes the symbol error rate (SER) performance of the space-time network coding (STNC) over independent but not necessarily identically distributed (i.n.i.d) Nakagami-m fading channels, where multiple sources transmit information symbols to a destination through multiple helping amplify-and-forward (AF) relays. The exact expressions of the overall end-to-end received signal-to-noise ratio (SNR) via multiple STNC-AF relays and its moment generating function (MGF) are derived. Based on these results, the closed-form expression of STNC-AF for the SER with M-ary phase-shift keying and M-ary quadrature-amplitude modulation (QAM) modulations are then presented by adopting the unified MGF method. Furthermore, an approximate SER expression with low computational complexity is also given. In order to observe the performance limit, the diversity order and the nonorthogonality of STNC codes are discussed. Simulation results demonstrate our analytical results and it is illustrated that the diversity order of the STNC with multiple AF relay nodes is a sum function of the fading index of the direct link and the minimal fading indices of the multiple two-hop links.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».