The Diversity-Multiplexing Tradeoff of Lognormal Channels as a Function of the dB Spread
Notice bibliographique
Résumé
In this paper, we investigate the dependency of the diversity-multiplexing tradeoff (DMT) of lognormal channels on their dB spread for both single-input-single-output (SISO) and multiple-input-multiple-output (MIMO) channels. We tackle both the finite and the asymptotically high signal-to-noise ratio (SNR) regimes. The finite SNR DMT for a SISO lognormal channel is shown to be strongly dependent on the dB spread, [10/ln(10)]σx, where σxis the shaping parameter of the lognormal distribution. For different values of σx, the outage probability versus SNR curves on a log-log scale have different slopes and significant flooring for high values of σx. In order to capture the DMT dependency on the dB spread, the SNR gap between the outage curves of lognormal channels with different σxis derived. Moreover, the relative slopes of the outage probability curves are derived. Given that in the limiting-case of high SNR, the DMT for MIMO channels are dictated by the tail behaviour of their probability density function [1] and based on the similarities between the tail behavior of lognormal and normal random variables for very small σx≪1 dB, and lognormal and Gamma random variables for small to medium σx≤ 1.5 dB, we analyze the dependency of the high-SNR DMT for MIMO lognormal channels on σx. We show that for σx≪ 1, the lognormal fading channel behaves like a Gaussian one where the power control techniques are sufficient, whereas for medium to high values of σx, the lognormal channels act like regular multipath fading channels, and thus, diversity techniques should be utilized to improve communication reliability over such channels
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».