MétaCan
Menu
Retour à la cohorte
Enregistrement W2792717300 · doi:10.1109/twc.2018.2808952

Multipair Two-Way Half-Duplex DF Relaying With Massive Arrays and Imperfect CSI

2018· article· en· W2792717300 sur OpenAlexfundno aff
Chuili Kong, Caijun Zhong, Michail Matthaiou, Emil Björnson, Zhaoyang Zhang

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNational Science and Technology Major ProjectNational Natural Science Foundation of ChinaState Key Laboratory of Integrated Services NetworksQueen's UniversityQueen's University Belfast
Mots-clésRelayComputer scienceTransmitter power outputImperfectChannel (broadcasting)Mathematical optimizationRelay channelTopology (electrical circuits)Power (physics)Sequence (biology)Spectral efficiencyTelecommunicationsMathematicsCombinatoricsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper considers a two-way half-duplex decode-and-forward relaying system, where multiple pairs of single-antenna users exchange information via a multiple-antenna relay. Assuming that the channel knowledge is nonideal and the relay employs maximum ratio processing, we derive a largescale approximation of the sum spectral efficiency (SE) that is tight when the number of relay antennas M becomes very large. Furthermore, we study how the transmit power scales with M to maintain a desired SE. In particular, three special powerscaling cases are discussed and the corresponding asymptotic SE is deduced with clear insights. Our elegant power-scaling laws reveal a tradeoff between the transmit powers of the user/relay and pilot symbol. Finally, we formulate a power allocation problem in terms of maximizing the sum SE and obtain a local optimum by solving a sequence of geometric programming problems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,286
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetCooperative Communication and Network CodingTravaux en français237 207