Successive Two-Way Relaying for Full-Duplex Users With Generalized Self-Interference Mitigation
Notice bibliographique
Résumé
In this paper, we propose a novel successive two-way relaying (STWR) system that uses a pair of conventional half-duplex (HD) relays to mimic a full-duplex two-way relay (FD-TWR). Although classical FD-TWR is spectral efficient and expands cell coverage, the proposed STWR utilizes the existing HD infrastructure to boost the FD implementation and offers bi-directional data exchange and low-complexity residual self-interference (RSI) mitigation. To formulate STWR, we develop a unified signal model to facilitate the mitigation of the generalized self-interference (GSI). GSI consists of back-propagating interference due to two-way relaying, RSI of FD sources and inter-relay interference caused by the pairs of HD relays. Because the GSI channel matrix has a distinct row linearity, we propose an efficient digital approach to remove the GSI and design two low-complexity algorithms. These algorithms avoid RSI channel estimation, full-rank matrix, and complex matrix computation. Our analysis and simulations show that: 1) the proposed STWR achieves the multiplexing gain of the true FD-TWR; 2) the distance between the two HD relays should be optimized to achieve the highest spectral efficiency; and 3) the STWR system with two algorithms can achieve a diversity order of one or two, respectively. Therefore, the STWR concept achieves a flexible tradeoff between performance and complexity, potentially enabling large-scale relay deployments.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».