Optimal power allocation in serial relay‐assisted underwater wireless optical communication systems
Notice bibliographique
Résumé
Abstract For a serial relaying underwater wireless optical communication (UWOC) system with ON‐OFF keying modulation, we theoretically evaluate the optimal power allocation techniques in order to minimise the end‐to‐end bit error rate (BER), subject to transmission power constraints. At first, we evaluate the end‐to‐end BER with respect to all degrading effects of the UWOC channel, namely scattering, absorption, and turbulence‐induced fading and then develop a closed‐form BER expression as a function of transceiver parameters and water type. The optimal power allocation methods are obtained using the perfect channel state information available at the receiver (CSIR) and transmitter (CSIT) for both detect‐and‐forward (DF) and amplify‐and‐forward (AF) serial relaying systems. For each relaying method, we consider a dual‐hop UWOC system and determine optimal power allocation to minimise the BER. Afterwards, the optimal power allocation in a multi‐hop system is obtained to minimise the end‐to‐end BER. Compared to the equal power allocation, our results illustrate that UWOC relaying systems with optimal power allocation can significantly improve the end‐to‐end BER and expand the communication link. For instance, the proposed power allocation method for the DF and AF relay node in a 60 m single relay system improves the system performance at the BER of 10 −5 by 2.5 and 1.8 dB compared to the equal power allocation, respectively.
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 | 0,001 |
| 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 | 0,000 | 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 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 ».