MétaCan
Menu
Retour à la cohorte
Enregistrement W2949201432 · doi:10.3390/electronics8060695

PEP Analysis of AF Relay NOMA Systems Employing Order Statistics of Cascaded Channels

2019· article· en· W2949201432 sur OpenAlexaff
Suyue Li, Anhong Wang, Jie Liang

Notice bibliographique

RevueElectronics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesKhalifa University of Science, Technology and ResearchNational Natural Science Foundation of China
Mots-clésNomaRelayPairwise error probabilityComputer scienceInterference (communication)Monte Carlo methodHigher-order statisticsWirelessBessel functionChannel (broadcasting)Single antenna interference cancellationPairwise comparisonPower (physics)Expression (computer science)Topology (electrical circuits)Electronic engineeringAlgorithmMathematicsFadingTelecommunicationsStatisticsEngineeringPhysicsTelecommunications linkSignal processingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The precise error performance analysis is challenging for non-orthogonal multiple access (NOMA) systems due to nonlinear successive interference cancellation (SIC) processing among NOMA users. In this paper, the pairwise error probability (PEP) performance of different users is investigated for relay NOMA simultaneous wireless information and power transfer (SWIPT) systems. By employing the order statistics theory, we obtain the ordered probability density function of the cascaded channel through Source-to-Relay-to-User links. Then we derive the analytical closed-form PEP expressions for NOMA users. To obtain the approximate closed-form PEP, we explore the finite series representation of the power of the modified Bessel function to replace the integrand terms. Monte Carlo simulation results show that the approximate analytical PEP of each user is basically in agreement with the simulated PEP. Furthermore, on the basis of the closed-form PEP, the influence of relevant system parameters on the error performance is examined via numerical simulations, which manifests that the choice of power allocation coefficients should be balanced between the users’ channel conditions and the demanded quality of service.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,234
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronicsMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207