Product and Ratio of Product of Fisher-Snedecor ℱ Variates and Their Applications to Performance Evaluations of Wireless Communication Systems
Notice bibliographique
Résumé
This article considers the product, and the ratio of the product of Fisher-Snedecor F random variables (RVs), which can be used in modeling fading conditions that are encountered in realistic wireless transmission. To this end, exact analytical expressions are derived for the probability density function (PDF) and cumulative distribution function (CDF) of the product of N statistically independent, but not necessarily identically distributed, Fisher-Snedecor F RVs. Capitalizing on these, exact analytical expressions are then derived for the outage probability, average channel capacity and average bit error probability over cascaded fading channels. Moreover, some important statistical metrics such as amount of fading, channel quality estimation index, kurtosis, and skewness are also provided, since they provide useful insights on the characteristics of the encountered fading conditions. In addition, with the aid of the central limit theorem, an approximation for the PDF of N*Fisher-Snedecor F RVs is proposed using a lognormal density, and its accuracy is quantified in terms of the resistor-average distance. Finally, novel expressions for the PDF and CDF of the N-fold product ratio of Fisher-Snedecor F RVs are also derived. As a potential application of our new results, a spectrum sharing network is considered, for which exact analytical expressions for the outage probability, delay-limited capacity, and ergodic capacity are derived. For the cascaded fading scenario and the spectrum sharing network, numerical examples are provided to show the impact of different channel-related parameters, such as fading severity, shadowing, peak and average interference power on the system performance, which is rather useful in the design of conventional and emerging wireless communication systems. Monte-Carlo simulation results are provided to corroborate the presented mathematical analysis.
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 | 0,009 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».