Bi-Directional Multi-Hop Wireless Pipeline Using Physical-Layer Network Coding
Notice bibliographique
Résumé
In this paper, the design of multi-hop physical layer network coding (PNC) is investigated. In the existing multi-hop PNC designs, the effects of error propagation and mutual-interference are not well addressed. Error propagation refers to that the estimation error at any node may propagate to the neighboring nodes, which may result in serious end-to-end bit errors. The impact of the mutual-interference from other transmitting nodes to a receiver determines the upper bound SINR of two neighboring nodes given end-to-end SNR. By carefully addressing these issues, we propose two multi-hop PNC designs, the direct multi-hop PNC (D-MPNC) and the stored multi-hop PNC (S-MPNC), where both designs achieve the throughput upper bound of one symbol per symbol duration, which is the same as that of the traditional PNC with a single relay. There is a tradeoff between the applications of D-MPNC and S-MPNC, which targets for simple-implementation and optimal end-to-end bit error rate (BER), respectively. We provide the detailed designs of D-MPNC and S-MPNC and obtain the end-to-end BER bounds theoretically. Extensive simulation results demonstrate the performance gain of the proposed multi-hop PNC compared with the traditional PNC in terms of end-to-end BER and end-to-end throughout.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».