Joint Channel Estimation and Robust Beamforming Design for AF Relaying Using IMM Kalman Filters
Notice bibliographique
Résumé
This paper addresses the joint problem of recursive channel estimation and robust beamformer design in peer-to-peer communication through a network of relays over time-varying radio channels. Using observed signal samples at the relay and receiver nodes, the Channel State Information (CSI) is estimated centrally by taking advantage of a Markov model for the transmitter-relay and relay-receiver channels, and employing either the Extended Kalman Filter (EKF) or the Cubature Kalman Filter (CKF). Based on the estimated CSI, two robust approaches are conceived for designing the relay beamforming where the aim is to minimize the total transmission power of the relays subject to Signal-to-Interference plus Noise Ratio (SINR) constraints at each of the receiver nodes. Furthermore, the Interacting Multiple Model (IMM) approach for mixing non-stationary and stationary Markov models is employed to extend the time-varying robust beamforming design to non-stationary environments. Through numerical simulations, the recursive CSI estimation methods are shown to be efficient, i.e., unbiased and converging to the Cramer-Rao Lower Bound (CRLB). Furthermore, the results confirm the better performance of the proposed robust relay beamforming design algorithms compared to existing methods in terms of relevant transmission metrics, including relay power consumption and spectral efficiency.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».