MétaCan
Menu
Retour à la cohorte
Enregistrement W2952771329 · doi:10.1109/smartgridcomm.2015.7436329

Performance analysis of DF cooperative relaying over bursty impulsive noise channel

2015· preprint· en· W2952771329 sur OpenAlexaff
Md Sahabul Alam, Fabrice Labeau

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAdditive white Gaussian noiseRayleigh fadingNoise (video)Computer scienceBit error rateGaussian noiseAlgorithmFadingChannel (broadcasting)Transmission (telecommunications)Noise powerElectronic engineeringTopology (electrical circuits)MathematicsTelecommunicationsPower (physics)PhysicsEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The performances of decode-and-forward (DF) cooperative relaying (CR) scheme over channels impaired by bursty impulsive noise are addressed. Unlike the memoryless models of impulsive noise generally considered in the literature, in this paper, the noise is modeled by a two-state Markov-Gaussian process that is able to account for noise time-correlation, as encountered for instance within power substations. For this channel, we evaluate the bit error rate (BER) performance of direct transmission (DT) and a DF CR scheme using BPSK modulation in the presence of Rayleigh fading with a maximum a posteriori (MAP) receiver. From the obtained results it is seen that the DF CR scheme performs significantly better than DT under the same power consumption. Moreover, the proposed MAP receiver is shown to perform very tight to the lower bound derived for DF CR scheme, and performs significantly better than the conventional schemes developed for additive white Gaussian noise (AWGN) channel and memoryless impulsive noise channel.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,045
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,267
Écart entre enseignants0,242 · 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.

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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Line Communications and NoiseTravaux en français237 207