Notice bibliographique
Résumé
Relay network designs have been widely studied in recent years. It is known that cooperative relay network can achieve cooperative diversity with the help of relays and improve the data rate and/or the reliability of the network. On the other hand, green communication design has also attracted significant attention due to the drastic increase in energy consumption. We are going to investigate green communication designs in relay network in our work. In this thesis, we adopt a novel efficiency measure, the power-normalized received signal to noise ratio (PN-SNR) in relay network design for several scenarios and analyze the performance of the proposed designs. In single-relay network and multi-relay network with a sum relay power constraint, the PNSNR maximization problem is formulated and solved. In multi-relay network with individual power constraint on each relay, we investigate both the basic PN-SNR maximization problem and the quality of service (QoS)-constrained PN-SNR maximization problem. Performance of the proposed designs is compared with the fixed relay power scheme and the SNR-maximization scheme analytically and numerically via simulation. Our results show that with the same average relay transmit power, the PN-SNR maximizing scheme is superior to the fixed relay power scheme not only in the PN-SNR but also in the outage probability for both single and multi-relay networks. Compared with SNR-maximizing scheme, it is significantly superior in PN-SNR with moderate degradation in outage probability. Our results reveal the potential of PN-SNR as efficiency measure in relay network design.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 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 ».