Communication over Fading Channel T

Communication over Fading Channel

The received signal r(t) = m(t)*s(t), where m(t) is the large-scale-fading component and s(t) is the small-scale-fading component.
Classification of fading channels (qualitative): two types/classes
Large-scale fading (path loss)
Small-scale fading
Fading channel modeling (quantitative/mathematical characterization)
Large-scale fading (deterministic process)

Reflection
Ground reflection (2-ray) model
Diffraction
Knife-edge diffraction model
Multiple knife-edge diffraction model
Scattering
Radar cross section model
Small-scale fading (stochastic process)
Marginal probability density distribution: Rayleigh, Ricean, Nakagami
Second-order statistics: Doppler spectrum
Autoregressive (AR) model
Taxonomy of small-scale fading channels
Per Doppler rate f_d, small-scale fading channels can be classified into
Slow fading:
The symbol duration is smaller than the coherence time (roughly, 1/Doppler rate), i.e., low Doppler rate.
Coherence time is a statistical measure of the time duration over which the channel impulse response is essentially invariant. It quantifies the similarity of the channel response at different times. In other words, coherence time is the time duration over which any two received signals (at different times) have a strong correlation.
Fast fading:
The symbol duration is larger than the coherence time, i.e., high Doppler rate.
The higher the Doppler rate is, the higher the degree of diversity is. For sufficiently high degree of diversity (high f_d), the fast fading channel can support constant bit rate, i.e., the fast fading channel becomes an ergodic channel. This is because the randomness of the channel gain is averaged out due to high degree of diversity (independent signal paths).
Per delay spread, small-scale fading channels can be classified into
Flat fading or non-frequency-selective fading:
The signal bandwidth is smaller than the coherence bandwidth (roughly, 1/maximum delay spread).
Coherence bandwidth is a statistical measure of the range of frequencies over which the channel can be considered "flat", i.e., having approximately equal gain and linear phase. In other words, coherence bandwidth is the range of frequencies over which any two frequency components have a strong correlation.
Coherence bandwidth B_c is approximately 1/(50* sigma_t), where sigma_t is the root-mean-square (rms) of the delay spread.
Frequency-selective fading
The signal bandwidth is larger than the coherence bandwidth.
Per ergodicity, small-scale fading channels can be classified into
Ergodic channel
The channel gain process is ergodic, i.e., the time average is equal to the ensemble average. In other words, the randomness of the channel gain can be averaged out (removed) over time. So long-term constant bit rates can be supported (like AWGN channels).
Non-ergodic channel
The channel gain is a random variable and does not change with time. The channel gain process is stationary but not ergodic, i.e., the time average is not equal to the ensemble average. In other words, the randomness of the channel gain can not be averaged out (removed) over time. So long-term constant bit rates can not be supported.
Large-scale fading channels
The large-scale-fading component m(t) in the received signal r(t), is a random variable. m(t) can be characterized by its mean (deterministic part) and the deviation from its mean (random part)
Deterministic model of the mean of m(t):
Power law decay: the mean received power is inversely proportional to the n-th power of Transmit-Receive separation distance, where $n$ takes integer values from 2 to 5.
Free space model: the path loss follows inverse-square law.
Stochastic model of the deviation from the mean of m(t):
Log-normal shadowing: the deviation from the mean is a log-normal random variable.
The random model is to consider the fact that the surrounding environmental clutters may be vastly different at two different locations having the same T-R separation distance.
Performance metrics:
Average Signal-to-Noise Ratio (SNR): expectation of the instantaneous SNR, which is a random variable.
What if I'm not interested in average behavior? I don't care too much about the average delay because my packets may have high probability of experiencing very long delay. So I'm interested in the CDF of the delay. For example, what is the delay of 99-percentile?
Another example is channel coding. For a convolutional code, I'm interested in not only the minimum distance of the code but also the CDF of the distance (note the Hamming distance is not a random variable).
Outage probability, denoted by p_{outage}:
It is the Cumulative Distribution Function (CDF) of the instantaneous SNR or the instantaneous channel capacity, which are random variables.
Average bit error probability: expectation of the Q-function, where the SNR is a random variable.
Outage capacity, denoted by C(p_{outage}):
It is the inverse function of CDF of the instantaneous channel capacity.
Ergodic capacity: expectation of the instantaneous channel capacity, log(1+SNR), assuming that the fading process is white. What if the fading is a Markovian process?
OFDM system designers care about frequency diversity (coherence frequence), use FT/IFT in frequency domain; spread spectrum system designers care about time diversity (want independent resolvable delay spreads), use RAKE in time domain.
Use matlab to compute the ergodic capacity of Rayleigh fading channel
E[log(1+g)]=int_0^infty log(1+g)*exp(-g) dg= -exp(1)*real(-expint(1)) = 0.5963 nats, for E[g]=1, P/N=1. See Page 567 in I. S. Gradshteyn, I. M. Ryzhik, Alan Jeffrey (Editor), Daniel Zwillinger, ``Table of Integrals, Series, and Products,'' Academic Press; ISBN: 0122947576; 6th edition (July 31, 2000).
For the same average received SNR, the ergodic capacity of Rayleigh fading channel is 0.5963/log_e(1+1)=0.5963/0.6931=0.8603 of the AWGN channel capacity.
Key techniques:

Judge the performance of a system from three perspectives:
Expection of the performance metric:
E.g., the average of the received SNR for BPSK modulation/demodulation.
E.g., Ergodic capacity.
Variance (how random the performance is):
E.g., the variance of the received SNR for BPSK modulation/demodulation.
The degree of randomness can also be seen from the CDF and PDF.
CDF or outage probability (percentile):
E.g., the outage probability of the received SNR for BPSK modulation/demodulation.
E.g., outage capacity.
Bufferless vs. buffer
The outage probability (for the bufferless case) is not equal to the probability of busy server (for the buffered case).
We can use outage probability to get intuition about the buffered case (or large deviation theory) but note this is not rigorous.
Power control to combat fading
1. (Knopp & Humblet, ICC'95) Joint design of power control and scheduling for multiple users sharing one fading channel.
Objective: maximize the total throughput of all the users, subject to average power constraints for each user. Each user can have different average power constraint. The maximization is over the transmission power and the transmission order of the users.
The (multiuser) throughput-optimal power control $mu_i(gamma)$ for each user is
mu_i(gamma) = 1/lambda_i - 1/gamma_i, if gamma_i>lambda_i, gamma_i/gamma_j > lambda_i/lambda_j, for all j
eq i.

mu_i(gamma) = 0 otherwise

where $gamma_i$ is the current channel power gain for user $i$, $lambda_i$ is a constant yielded from the power constraint of user $i$.

The condition $ gamma_i/gamma_j > lambda_i/lambda_j, for all j
eq i$ is a bit similar to GPS scheduling (without equality).

Use information theory and communication theory
It is called the KH scheme.
Limitation: under this strategy, a user in a fade of an arbitrarily long period will not be allowed to transmit during this period, resulting in an arbitrarily long delay; therefore, this strategy provides no delay guarantees and thus is not suitable for delay-sensitive applications such as wireless video communication.
2. (Bettesh & Shamai, VTC'01 Spring) Joint power and rate control for single user communicating over a block fading channel.
Objective: minimize a cost function, which is an non-decreasing function of both the average transmission power and the packet average transmission delay. The maximization is over the transmission power and the transmission rate of the users.
Formulated as an infinite-horizon dynamic program with an average cost criterion.
cost = queue_length + weight * transmission_power
It converts multi-objective to single objective so that we can use dynamic programming.
E[cost] = E[queue_length] + weight * E[transmission_power].
For each value of the weight, the dynamic program results in a Pareto-optimal cost {E[queue_length], E[transmission_power]}.
Let E[transmission_power] = average power constraint, then the corresponding E[queue_length] is the minimal average delay under the specified average power constraint.
Four policies:
Variable rate and constant power
Constant rate and variable power
Variable rate and variable power
Variable rate and variable power with transmitter's knowledge about the channel state information. The resulting power control is the same as water-filling in time.
Combine queueuing theory with information theory.
Limitation:
The complexity is exponential in the delay/buffer constraint and the number of users (for the multiuser case);
The transmission decision can not be made until the whole channel gain sequence is known; even for truncated decision, it still has to wait for 5*L slots to make decision, where L is the memory length of the channel.
For multiuser scheduling, linear programming has a complexity of O(K) while dynamic programming has a complexity of O(N^K), where $K$ is number of users and $N$ is the number of states of queue length.
3. (Bettesh & Shamai, PIMRC'98) Joint design of power control and scheduling for multiple

Communication over Fading Channel

The received signal r(t) = m(t)*s(t), where m(t) is the large-scale-fading component and s(t) is the small-scale-fading component.
Classification of fading channels (qualitative): two types/classes
Large-scale fading (path loss)
Small-scale fading
Fading channel modeling (quantitative/mathematical characterization)
Large-scale fading (deterministic process)

Reflection
Ground reflection (2-ray) model
Diffraction
Knife-edge diffraction model
Multiple knife-edge diffraction model
Scattering
Radar cross section model
Small-scale fading (stochastic process)
Marginal probability density distribution: Rayleigh, Ricean, Nakagami
Second-order statistics: Doppler spectrum
Autoregressive (AR) model
Taxonomy of small-scale fading channels
Per Doppler rate f_d, small-scale fading channels can be classified into
Slow fading: 
The symbol duration is smaller than the coherence time (roughly, 1/Doppler rate), i.e., low Doppler rate.
Coherence time is a statistical measure of the time duration over which the channel impulse response is essentially invariant. It quantifies the similarity of the channel response at different times. In other words, coherence time is the time duration over which any two received signals (at different times) have a strong correlation.
Fast fading: 
The symbol duration is larger than the coherence time, i.e., high Doppler rate.
The higher the Doppler rate is, the higher the degree of diversity is. For sufficiently high degree of diversity (high f_d), the fast fading channel can support constant bit rate, i.e., the fast fading channel becomes an ergodic channel. This is because the randomness of the channel gain is averaged out due to high degree of diversity (independent signal paths).
Per delay spread, small-scale fading channels can be classified into
Flat fading or non-frequency-selective fading:
The signal bandwidth is smaller than the coherence bandwidth (roughly, 1/maximum delay spread).
Coherence bandwidth is a statistical measure of the range of frequencies over which the channel can be considered "flat", i.e., having approximately equal gain and linear phase. In other words, coherence bandwidth is the range of frequencies over which any two frequency components have a strong correlation.
Coherence bandwidth B_c is approximately 1/(50* sigma_t), where sigma_t is the root-mean-square (rms) of the delay spread. 
Frequency-selective fading
The signal bandwidth is larger than the coherence bandwidth.
Per ergodicity, small-scale fading channels can be classified into
Ergodic channel
The channel gain process is ergodic, i.e., the time average is equal to the ensemble average. In other words, the randomness of the channel gain can be averaged out (removed) over time. So long-term constant bit rates can be supported (like AWGN channels).
Non-ergodic channel
The channel gain is a random variable and does not change with time. The channel gain process is stationary but not ergodic, i.e., the time average is not equal to the ensemble average. In other words, the randomness of the channel gain can not be averaged out (removed) over time. So long-term constant bit rates can not be supported.
Large-scale fading channels
The large-scale-fading component m(t) in the received signal r(t), is a random variable. m(t) can be characterized by its mean (deterministic part) and the deviation from its mean (random part)
Deterministic model of the mean of m(t): 
Power law decay: the mean received power is inversely proportional to the n-th power of Transmit-Receive separation distance, where $n$ takes integer values from 2 to 5. 
Free space model: the path loss follows inverse-square law.
Stochastic model of the deviation from the mean of m(t):
Log-normal shadowing: the deviation from the mean is a log-normal random variable.
The random model is to consider the fact that the surrounding environmental clutters may be vastly different at two different locations having the same T-R separation distance.
Performance metrics:
Average Signal-to-Noise Ratio (SNR): expectation of the instantaneous SNR, which is a random variable.
What if I'm not interested in average behavior? I don't care too much about the average delay because my packets may have high probability of experiencing very long delay. So I'm interested in the CDF of the delay. For example, what is the delay of 99-percentile? 
Another example is channel coding. For a convolutional code, I'm interested in not only the minimum distance of the code but also the CDF of the distance (note the Hamming distance is not a random variable).
Outage probability, denoted by p_{outage}: 
It is the Cumulative Distribution Function (CDF) of the instantaneous SNR or the instantaneous channel capacity, which are random variables.
Average bit error probability: expectation of the Q-function, where the SNR is a random variable.
Outage capacity, denoted by C(p_{outage}):
It is the inverse function of CDF of the instantaneous channel capacity.
Ergodic capacity: expectation of the instantaneous channel capacity, log(1+SNR), assuming that the fading process is white. What if the fading is a Markovian process?
OFDM system designers care about frequency diversity (coherence frequence), use FT/IFT in frequency domain; spread spectrum system designers care about time diversity (want independent resolvable delay spreads), use RAKE in time domain.
Use matlab to compute the ergodic capacity of Rayleigh fading channel
E[log(1+g)]=int_0^infty log(1+g)*exp(-g) dg= -exp(1)*real(-expint(1)) = 0.5963 nats, for E[g]=1, P/N=1. See Page 567 in I. S. Gradshteyn, I. M. Ryzhik, Alan Jeffrey (Editor), Daniel Zwillinger, ``Table of Integrals, Series, and Products,'' Academic Press; ISBN: 0122947576; 6th edition (July 31, 2000).
For the same average received SNR, the ergodic capacity of Rayleigh fading channel is 0.5963/log_e(1+1)=0.5963/0.6931=0.8603 of the AWGN channel capacity.
Key techniques:

Judge the performance of a system from three perspectives:
Expection of the performance metric:
E.g., the average of the received SNR for BPSK modulation/demodulation. 
E.g., Ergodic capacity.
Variance (how random the performance is):
E.g., the variance of the received SNR for BPSK modulation/demodulation.
The degree of randomness can also be seen from the CDF and PDF.
CDF or outage probability (percentile):
E.g., the outage probability of the received SNR for BPSK modulation/demodulation.
E.g., outage capacity.
Bufferless vs. buffer
The outage probability (for the bufferless case) is not equal to the probability of busy server (for the buffered case).
We can use outage probability to get intuition about the buffered case (or large deviation theory) but note this is not rigorous.
Power control to combat fading
1. (Knopp & Humblet, ICC'95) Joint design of power control and scheduling for multiple users sharing one fading channel.
Objective: maximize the total throughput of all the users, subject to average power constraints for each user. Each user can have different average power constraint. The maximization is over the transmission power and the transmission order of the users.
The (multiuser) throughput-optimal power control $mu_i(gamma)$ for each user is
mu_i(gamma) = 1/lambda_i - 1/gamma_i, if gamma_i>lambda_i, gamma_i/gamma_j > lambda_i/lambda_j, for all j 
eq i.

mu_i(gamma) = 0 otherwise

where $gamma_i$ is the current channel power gain for user $i$, $lambda_i$ is a constant yielded from the power constraint of user $i$.

The condition $ gamma_i/gamma_j > lambda_i/lambda_j, for all j 
eq i$ is a bit similar to GPS scheduling (without equality).

Use information theory and communication theory
It is called the KH scheme.
Limitation: under this strategy, a user in a fade of an arbitrarily long period will not be allowed to transmit during this period, resulting in an arbitrarily long delay; therefore, this strategy provides no delay guarantees and thus is not suitable for delay-sensitive applications such as wireless video communication.
2. (Bettesh & Shamai, VTC'01 Spring) Joint power and rate control for single user communicating over a block fading channel.
Objective: minimize a cost function, which is an non-decreasing function of both the average transmission power and the packet average transmission delay. The maximization is over the transmission power and the transmission rate of the users.
Formulated as an infinite-horizon dynamic program with an average cost criterion.
cost = queue_length + weight * transmission_power
It converts multi-objective to single objective so that we can use dynamic programming.
E[cost] = E[queue_length] + weight * E[transmission_power].
For each value of the weight, the dynamic program results in a Pareto-optimal cost {E[queue_length], E[transmission_power]}.
Let E[transmission_power] = average power constraint, then the corresponding E[queue_length] is the minimal average delay under the specified average power constraint.
Four policies:
Variable rate and constant power
Constant rate and variable power
Variable rate and variable power
Variable rate and variable power with transmitter's knowledge about the channel state information. The resulting power control is the same as water-filling in time.
Combine queueuing theory with information theory.
Limitation:
The complexity is exponential in the delay/buffer constraint and the number of users (for the multiuser case);
The transmission decision can not be made until the whole channel gain sequence is known; even for truncated decision, it still has to wait for 5*L slots to make decision, where L is the memory length of the channel.
For multiuser scheduling, linear programming has a complexity of O(K) while dynamic programming has a complexity of O(N^K), where $K$ is number of users and $N$ is the number of states of queue length.
3. (Bettesh & Shamai, PIMRC'98) Joint design of power control and scheduling for multiple

0/5000

จาก: -

เป็น: -

ผลลัพธ์ (ไทย) 1: [สำเนา]

คัดลอก!

สื่อสารผ่านช่องทางค่อย ๆ เลือนหายไป R(t) รับสัญญาณ = m(t)*s(t) ที่ m(t) เป็นคอมโพเนนต์ large-สเกลค่อย ๆ และ s(t) ส่วน small-สเกลค่อย ๆประเภทของช่องทางค่อย ๆ (เชิงคุณภาพ): ชนิด 2 ชั้นขนาดใหญ่ค่อย ๆ เลือนหายไป (ขาดทุนเส้นทาง)ค่อย ๆ ระบุช่องค่อย ๆ สร้างโมเดล (เชิงปริมาณ/คณิตศาสตร์จำแนก)ขนาดใหญ่เฟด (deterministic กระบวนการ)สะท้อนแบบจำลองพื้นสะท้อน (2-ray)การเลี้ยวเบนรูปแบบการเลี้ยวเบน knife-edgeรูปแบบการเลี้ยวเบน knife-edge หลายScatteringเรดาร์ข้ามส่วนรุ่นระบุเฟด (กระบวนการแบบเฟ้นสุ่ม)การกระจายความหนาแน่นของความน่าเป็นกำไร: ราคาย่อมเยา Ricean, Nakagamiสถิติใบสั่งที่สอง: สเปกตรัม Dopplerรุ่น Autoregressive (AR)ระบบค่อย ๆ ระบุช่องต่ออัตรา Doppler f_d ช่องค่อย ๆ ระบุประเภทค่อย ๆ ช้า: ระยะเวลาสัญลักษณ์มีขนาดเล็กกว่าเวลาศักยภาพ (ประมาณ อัตรา 1/Doppler), เช่น Doppler อัตราต่ำเวลาศักยภาพเป็นการวัดช่วงเวลาที่การตอบสนองแรงกระตุ้นจากสถานีเป็นภาษาหลักทางสถิติ มัน quantifies เฉพาะการตอบสนองช่องสัญญาณในเวลาต่าง ๆ กัน ในคำอื่น ๆ ศักยภาพเวลาคือ ช่วงเวลาที่สัญญาณได้รับใด ๆ สอง (ที่เวลาต่าง ๆ) มีความสัมพันธ์ที่แข็งแกร่งค่อย ๆ เลือนหายไปอย่างรวดเร็ว: ระยะเวลาสัญลักษณ์มีขนาดใหญ่กว่าเวลาโปรเจค เช่น สูง Doppler อัตรายิ่งอัตรา Doppler คือ คือระดับของความหลากหลายสูง ในระดับสูงเพียงพอของความหลากหลาย (สูง f_d), ช่องค่อย ๆ เลือนหายไปอย่างรวดเร็วสามารถสนับสนุนอัตราบิตคง เช่น ช่องค่อย ๆ เลือนหายไปอย่างรวดเร็วจะ มีช่อง ergodic ทั้งนี้เนื่องจาก randomness ของกำไรช่องเป็น averaged ออกเนื่องจากระดับสูงของความหลากหลาย (เส้นทางสัญญาณอิสระ)ต่อความล่าช้าในการแพร่กระจาย ช่องค่อย ๆ ระบุประเภทค่อย ๆ แบนหรือไม่ความถี่เลือกค่อย ๆ:แบนด์วิดท์ของสัญญาณมีขนาดเล็กกว่าแบนด์วิดท์ของโปรเจค (หยาบ ๆ เลื่อน 1/สูง สุดเผยแพร่)แบนด์วิดท์โปรเจคการวัดช่วงความถี่ที่ช่องถือได้ว่า "แบน" เช่น มีประมาณกำไรเท่าและระยะเชิงสถิติได้ ในคำอื่น ๆ แบนด์วิดธ์โปรเจคเป็นช่วงความถี่ที่ส่วนประกอบความถี่ที่สองมีความสัมพันธ์ที่แข็งแกร่งแบนด์วิดท์ของโปรเจค B_c คือ ประมาณ 1 /(50* sigma_t), sigma_t อยู่รากค่าเฉลี่ยสแควร์ (rms) ของการหน่วงเวลาแพร่กระจาย ค่อย ๆ เลือกความถี่แบนด์วิดท์ของสัญญาณมีขนาดใหญ่กว่าแบนด์วิธของโปรเจคต่อ ergodicity ช่องค่อย ๆ ระบุประเภทช่อง Ergodicการกำไรช่องคือ ergodic เช่น เวลาเฉลี่ยจะเท่ากับค่าเฉลี่ยของวงดนตรี ในคำอื่น ๆ randomness ของกำไรช่องสามารถจะ averaged ออก (เอา) เวลาผ่านไป อัตราบิตคงระยะยาวเพื่อให้ได้รับการสนับสนุน (เช่นช่อง AWGN)ช่อง ergodic ไม่ใช่กำไรช่องเป็นตัวแปรสุ่ม และมีเวลา การกำไรช่องเป็นการเขียนแต่ไม่ ergodic เช่น เวลาเฉลี่ยไม่เท่ากับค่าเฉลี่ยของวงดนตรี ในคำอื่น ๆ randomness ของกำไรช่องสามารถไม่สามารถ averaged ออก (เอา) เวลาผ่านไป ไม่สนับสนุนอัตราบิตคงระยะยาวดังนั้นช่องขนาดใหญ่ค่อย ๆM(t) large-สเกลค่อย ๆ ประกอบใน r(t) รับสัญญาณ คือ ตัวแปรสุ่ม m(t) สามารถเป็นลักษณะ (deterministic ส่วน) ของค่าเฉลี่ยและความเบี่ยงเบนจากค่าเฉลี่ยของ (สุ่มส่วน)แบบ deterministic ของค่าเฉลี่ยของ m(t): พลังงานผุกฎหมาย: อำนาจที่ได้รับเฉลี่ยเป็นสัดส่วน inversely กำลัง n th รับสัญญาณแยกห่าง ที่ $n$ ใช้ค่าจำนวนเต็มจาก 2 เป็น 5 รุ่นเนื้อที่: ขาดทุนเส้นทางตามกฎหมายสแควร์ผกผันรูปแบบสโทแคสติกการเบี่ยงเบนจากค่าเฉลี่ยของ m(t):แรเงาล็อกปกติ: การเบี่ยงเบนจากค่าเฉลี่ยเป็นตัวแปรสุ่มปกติล็อกแบบสุ่มคือการ พิจารณาความจริงที่ว่า clutters สิ่งแวดล้อมโดยรอบอาจจะแตกต่างเสมือนสองสถานที่ต่าง ๆ กันมีระยะห่างแยก T-R เหมือนกันการวัดประสิทธิภาพการทำงาน:อัตราสัญญาณต่อเสียงเฉลี่ย (SNR): ความคาดหวังของ SNR กำลัง ซึ่งเป็นตัวแปรสุ่มถ้าฉันไม่สนใจในการทำงานเฉลี่ย ฉันไม่สนใจมากเกินไปเกี่ยวกับความล่าช้าโดยเฉลี่ยเนื่องจากแพคเก็ตของฉันอาจสูงน่าประสบความล่าช้านาน ดังนั้น ฉันมีความสนใจใน CDF ของความล่าช้า ตัวอย่าง อะไรคือความล่าช้าของ 99 percentile อีกตัวอย่างหนึ่งเป็นช่องทางที่กำหนด สำหรับรหัส convolutional ฉันมีความสนใจในไม่เพียงแต่ระยะห่างต่ำสุดของรหัส CDF ห่าง (Hamming ระยะทางไม่ใช่ตัวแปรสุ่มหมายเหตุ)กระแสความน่าเป็น สามารถบุ โดย p_ {กระแส}: การสะสมการกระจายฟังก์ชัน (CDF) ของ SNR กำลังหรือกำลังช่องกำลังการผลิต ซึ่งเป็นตัวแปรสุ่มได้เฉลี่ยความน่าเป็นข้อผิดพลาดของบิต: ความคาดหวังของ Q-ฟังก์ชัน ตัวแปรสุ่ม SNRกระแสความจุ สามารถบุจาก C(p_{outage}):มันเป็นฟังก์ชันผกผันของ CDF ของกำลังการผลิตสถานีกำลังErgodic ความจุ: ความจุช่องกำลัง log(1+SNR) สมมติว่า การซีดจางเป็นสีขาว ถ้าเลือนหายไปที่เป็นกระบวนการที่ Markovianดูแลออกแบบระบบ OFDM เกี่ยวกับความหลากหลายของความถี่ (โปรเจค frequence), ใช้ FT/IFT ในโดเมนความถี่ แพร่กระจายคลื่นระบบออกแบบดูแลเกี่ยวกับเวลาความหลากหลาย (ต้องแพร่กระจายความล่าช้าที่แก้ไขได้ด้วยตนเอง), คราดที่ใช้ในโดเมนเวลาใช้ matlab ในการคำนวณกำลังการผลิต ergodic ของช่องค่อย ๆ ราคาย่อมเยาE[log(1+g)] =กิจ log(1+g)*exp(-g) int_0^infty =-exp(1)*real(-expint(1)) = 0.5963 nats อี [g] = 1, P/N = 1 ดูหน้า 567 ใน I. S. Gradshteyn, I. M. Ryzhik เจ ฟฟรีย์ Alan (บรรณาธิการ), Daniel Zwillinger ''ตารางของปริพันธ์ ชุด และ ผลิตภัณฑ์ ข่าววิชาการ ISBN: 0122947576 6 ฉบับ (31 กรกฎาคม 2543)ในเดียวกันเฉลี่ยรับ SNR กำลังการผลิต ergodic ของช่องค่อย ๆ ราคาย่อมเยาคือ =0.5963/0.6931=0.8603 0.5963/log_e(1+1) ของความจุช่องสัญญาณ AWGNเทคนิคที่สำคัญ:ตัดสินประสิทธิภาพของระบบจากสามมุมมอง:Expection ของการวัดประสิทธิภาพการทำงาน:เช่น ค่าเฉลี่ยของ SNR ได้รับสำหรับ BPSK เอ็ม/demodulation เช่น Ergodic กำลังการผลิตผลต่าง (วิธีสุ่มประสิทธิภาพเป็น):เช่น ผลต่างของ SNR ได้รับสำหรับ BPSK เอ็ม/demodulationระดับของ randomness สามารถยังสามารถเห็นได้จาก CDF และไฟล์ PDFCDF หรือกระแสความน่าเป็น (percentile):เช่น กระแสความเป็นไปของ SNR ได้รับสำหรับ BPSK เอ็ม/demodulationเช่น กระแสกำลังBufferless เทียบกับบัฟเฟอร์ความน่าเป็นกระแส (สำหรับกรณี bufferless) ไม่เท่ากับความน่าเป็นของเซิร์ฟเวอร์ไม่ว่าง (สำหรับกรณีถูกบัฟเฟอร์)เราสามารถใช้ความน่าเป็นกระแสเรียกสัญชาตญาณเกี่ยวกับกรณีถูกบัฟเฟอร์ (หรือทฤษฎีความแตกต่างขนาดใหญ่) แต่โปรดสังเกตนี้จะไม่เข้มงวดควบคุมพลังงานค่อย ๆ ต่อสู้1. (Knopp & Humblet, ICC'95) ร่วมออกแบบการควบคุมพลังงานและการจัดกำหนดการผู้ใช้หลายคนใช้ร่วมกันหนึ่งค่อย ๆ ช่องวัตถุประสงค์: เพิ่มอัตราความเร็วรวมทั้งหมดผู้ใช้ ขึ้นอยู่กับข้อจำกัดของพลังงานเฉลี่ยสำหรับแต่ละผู้ใช้ แต่ละผู้ใช้ได้จำกัดพลังงานเฉลี่ยแตกต่างกัน Maximization ที่กำลังส่งและใบส่งของผู้ใช้ได้มีพลังงานสูงสุด (มี) ควบคุม $mu_i(gamma)$ สำหรับแต่ละผู้ใช้mu_i(gamma) = 1/lambda_i-1/gamma_i ถ้า gamma_i > lambda_i, gamma_i/gamma_j > lambda_i/lambda_j,
eq j ทั้งหมดฉันmu_i(gamma) = 0 otherwisewhere $gamma_i$ is the current channel power gain for user $i$, $lambda_i$ is a constant yielded from the power constraint of user $i$.The condition $ gamma_i/gamma_j > lambda_i/lambda_j, for all j
eq i$ is a bit similar to GPS scheduling (without equality).Use information theory and communication theoryIt is called the KH scheme.Limitation: under this strategy, a user in a fade of an arbitrarily long period will not be allowed to transmit during this period, resulting in an arbitrarily long delay; therefore, this strategy provides no delay guarantees and thus is not suitable for delay-sensitive applications such as wireless video communication.2. (Bettesh & Shamai, VTC'01 Spring) Joint power and rate control for single user communicating over a block fading channel.Objective: minimize a cost function, which is an non-decreasing function of both the average transmission power and the packet average transmission delay. The maximization is over the transmission power and the transmission rate of the users.Formulated as an infinite-horizon dynamic program with an average cost criterion.cost = queue_length + weight * transmission_powerIt converts multi-objective to single objective so that we can use dynamic programming.E[cost] = E[queue_length] + weight * E[transmission_power].For each value of the weight, the dynamic program results in a Pareto-optimal cost {E[queue_length], E[transmission_power]}.Let E[transmission_power] = average power constraint, then the corresponding E[queue_length] is the minimal average delay under the specified average power constraint.Four policies:Variable rate and constant powerConstant rate and variable powerVariable rate and variable powerVariable rate and variable power with transmitter's knowledge about the channel state information. The resulting power control is the same as water-filling in time.Combine queueuing theory with information theory.Limitation:The complexity is exponential in the delay/buffer constraint and the number of users (for the multiuser case);The transmission decision can not be made until the whole channel gain sequence is known; even for truncated decision, it still has to wait for 5*L slots to make decision, where L is the memory length of the channel.For multiuser scheduling, linear programming has a complexity of O(K) while dynamic programming has a complexity of O(N^K), where $K$ is number of users and $N$ is the number of states of queue length.3. (Bettesh & Shamai, PIMRC'98) Joint design of power control and scheduling for multiple

การแปล กรุณารอสักครู่..

ผลลัพธ์ (ไทย) 2:[สำเนา]

คัดลอก!

การสื่อสารผ่าน Fading ช่องทางที่ได้รับสัญญาณR (t) = เมตร (t) * s (t) เมื่อ m (t) เป็นองค์ประกอบขนาดซีดจางมีขนาดใหญ่และ s (t) เป็นขนาดเล็กซีดจางองค์ประกอบ. การจำแนกประเภท ของช่องสีซีดจาง (คุณภาพ): สองประเภท / ชั้นเรียนขนาดใหญ่สีซีดจาง(ขาดทุนเส้นทาง) ขนาดเล็กสีซีดจางFading การสร้างแบบจำลองช่องสัญญาณ (ปริมาณ / คณิตศาสตร์ลักษณะ) ขนาดใหญ่สีซีดจาง (กระบวนการที่กำหนด) สะท้อนสะท้อนพื้น (2-ray) รูปแบบการเลี้ยวเบนมีดที่ทันสมัยรูปแบบการเลี้ยวเบนมีดหลายรูปแบบที่ทันสมัยเลนส์กระเจิงส่วนข้ามเรดาร์แบบจำลองขนาดเล็กสีซีดจาง(กระบวนการสุ่ม) การกระจายความหนาแน่น Marginal: เรย์ลี, Ricean, Nakagami สถิติที่สองสั่งซื้อ: คลื่นความถี่ Doppler อัตถดถอย (AR) รูปแบบอนุกรมวิธานของขนาดเล็กขนาดช่องซีดจางต่อ f_d อัตรา Doppler, ขนาดเล็กช่องซีดจางสามารถแบ่งได้เป็นซีดจางช้า:. ระยะเวลาสัญลักษณ์มีขนาดเล็กกว่าเวลาที่เชื่อมโยงกัน (ประมาณอัตรา 1 / Doppler) คืออัตรา Doppler ต่ำเวลาที่เชื่อมโยงกันเป็นตัวชี้วัดทางสถิติของระยะเวลาที่มากกว่าที่กระตุ้นการตอบสนองเป็นช่องทางหลักคงที่ มันประเมินความคล้ายคลึงกันของการตอบสนองช่องทางในช่วงเวลาที่แตกต่างกัน ในคำอื่น ๆ เวลาที่เชื่อมโยงกันเป็นระยะเวลามากกว่าที่สองได้รับสัญญาณ (ในช่วงเวลาที่แตกต่างกัน) มีความสัมพันธ์ที่แข็งแกร่ง. อย่างรวดเร็วซีดจาง:. ระยะเวลาสัญลักษณ์มีขนาดใหญ่กว่าเวลาที่เชื่อมโยงกันคืออัตรา Doppler สูงสูงกว่าอัตราดอปเลอร์เป็นที่สูงกว่าระดับของความหลากหลาย สำหรับระดับสูงของความหลากหลายเพียงพอ (f_d สูง) ช่องจางหายไปอย่างรวดเร็วสามารถรองรับอัตราบิตคงที่คือช่องจางหายไปอย่างรวดเร็วกลายเป็นช่องทางอัตลักษณ์ . เพราะนี่คือแบบแผนของการเพิ่มช่องทางคือเฉลี่ยออกเนื่องจากการระดับสูงของความหลากหลาย (เส้นทางสัญญาณอิสระ) การแพร่กระจายความล่าช้าต่อ, ขนาดเล็กช่องซีดจางสามารถแบ่งได้เป็นซีดจางแบนหรือไม่ความถี่เลือกซีดจาง: สัญญาณแบนด์วิดธ์ มีขนาดเล็กกว่าแบนด์วิดธ์การเชื่อมโยงกัน (ประมาณ 1 / ล่าช้าสูงสุดแพร่กระจาย). แบนด์วิดธ์การเชื่อมโยงกันเป็นตัวชี้วัดทางสถิติของช่วงความถี่ซึ่งช่องทางที่ได้รับการพิจารณา "แบน" คือมีกำไรเท่ากันโดยประมาณและเฟสเชิงเส้น ในคำอื่น ๆ แบนด์วิดธ์การเชื่อมโยงกันเป็นช่วงของความถี่มากกว่าที่ใด ๆ สององค์ประกอบความถี่มีความสัมพันธ์ที่แข็งแกร่ง. แบนด์วิดธ์การเชื่อมโยงกัน B_c จะอยู่ที่ประมาณ 1 / (50 * sigma_t) ซึ่ง sigma_t เป็นรากเฉลี่ยตาราง (RMS) ของความล่าช้า การแพร่กระจาย. ความถี่เลือกสีซีดจางแบนด์วิดธ์ของสัญญาณมีขนาดใหญ่กว่าแบนด์วิดธ์การเชื่อมโยงกัน. ต่อ ergodicity, ขนาดเล็กช่องซีดจางสามารถแบ่งได้เป็นช่องทางอัตลักษณ์กระบวนการช่องกำไรเป็นอัตลักษณ์คือเวลาเฉลี่ยเท่ากับค่าเฉลี่ยของวงดนตรี ในคำอื่น ๆ แบบแผนของการเพิ่มช่องทางที่สามารถเฉลี่ยออก (ออก) เมื่อเวลาผ่านไป ดังนั้นในระยะยาวอัตราบิตคงได้รับการสนับสนุน (เช่นช่อง AWGN). ช่องไม่อัตลักษณ์กำไรช่องทางเป็นตัวแปรสุ่มและไม่เปลี่ยนแปลงไปตามกาลเวลา กระบวนการช่องกำไรนิ่ง แต่ไม่อัตลักษณ์คือเวลาเฉลี่ยไม่เท่ากับค่าเฉลี่ยของวงดนตรี ในคำอื่น ๆ แบบแผนของการเพิ่มช่องทางที่ไม่สามารถออกเฉลี่ย (ออก) เมื่อเวลาผ่านไป ดังนั้นในระยะยาวอัตราบิตคงไม่สามารถได้รับการสนับสนุน. ขนาดใหญ่ช่องซีดจางขนาดใหญ่ซีดจางส่วนประกอบเมตร (t) ในอาร์ได้รับสัญญาณ (t) เป็นตัวแปรสุ่ม เมตร (t) สามารถโดดเด่นด้วยค่าเฉลี่ย (ส่วนที่กำหนด) และส่วนเบี่ยงเบนจากค่าเฉลี่ย (ส่วนหนึ่งสุ่ม) รูปแบบตายตัวของค่าเฉลี่ยของ m (t): การสลายตัวของกฎหมายพลังงาน: ค่าเฉลี่ยได้รับพลังงานจะแปรผกผันกับ n- อำนาจของวันที่ส่ง-รับระยะห่างที่ $ $ n ใช้ค่าจำนวนเต็มตั้งแต่ 2 ถึง 5 รูปแบบพื้นที่ฟรี. สูญเสียในเส้นทางต่อไปนี้กฎหมายผกผันสแควร์รูปแบบStochastic ของการเบี่ยงเบนจากค่าเฉลี่ยของม. (t): Log- แชโดว์ปกติ: การเบี่ยงเบนจากค่าเฉลี่ยเป็นตัวแปรเข้าสู่ระบบปกติสุ่ม. รูปแบบการสุ่มคือการพิจารณาความจริงที่ว่า clutters สิ่งแวดล้อมโดยรอบอาจจะแตกต่างกันอย่างมากมายในสองสถานที่ที่แตกต่างกันมีระยะห่าง TR เดียวกัน. ตัวชี้วัดประสิทธิภาพการทำงาน: เฉลี่ยเป็นสัญญาณ อัตราส่วนต่อเสียงรบกวน (SNR). ความคาดหวังของ SNR ทันทีซึ่งเป็นตัวแปรสุ่มเกิดอะไรขึ้นถ้าฉันไม่สนใจในการทำงานเฉลี่ย? ฉันไม่สนใจมากเกินไปเกี่ยวกับความล่าช้าเฉลี่ยเพราะแพ็คเก็ตของฉันอาจจะมีโอกาสสูงในการประสบความล่าช้าที่ยาวมาก ดังนั้นฉันสนใจใน CDF ของความล่าช้า ตัวอย่างเช่นสิ่งที่เป็นความล่าช้าของ 99 เปอร์เซ็นต์หรือไม่อีกตัวอย่างหนึ่งคือช่องเข้ารหัส สำหรับรหัส convolutional ที่ฉันสนใจไม่เพียง แต่ระยะทางขั้นต่ำของรหัส แต่ยัง CDF ของระยะทาง (หมายเหตุระยะ Hamming ไม่ได้เป็นตัวแปรสุ่ม). น่าจะดับ, แสดงโดย p_ {} ดับ: มันเป็น ฟังก์ชั่นการจัดจำหน่ายสะสม (CDF) ในทันที SNR หรือความจุช่องทันทีซึ่งเป็นตัวแปรสุ่ม. น่าจะเป็นข้อผิดพลาดบิตโหวต: ความคาดหวังของ Q-ฟังก์ชั่นที่ SNR เป็นตัวแปรสุ่ม. ความจุดับ, เขียนแทนด้วย C (p_ { ดับ}): มันเป็นฟังก์ชันผกผันของ CDF ของความจุช่องทันที. ความจุอัตลักษณ์: ความคาดหวังของความจุช่องทันทีเข้าสู่ระบบ (1 + SNR) สมมติว่ากระบวนการซีดจางเป็นสีขาว หรือไม่ถ้าซีดจางเป็นกระบวนการ Markovian ระบบ OFDM ออกแบบดูแลเกี่ยวกับความหลากหลายทางความถี่ (ความถี่การเชื่อมโยงกัน) ให้ใช้ FT / IFT ในโดเมนความถี่ ระบบการแพร่กระจายคลื่นความถี่ออกแบบดูแลเกี่ยวกับความหลากหลายทางเวลา (ต้องการล่าช้า resolvable อิสระกระจาย) ใช้คราดโดเมนเวลา. ใช้ MATLAB ในการคำนวณความจุอัตลักษณ์ของเรย์ลีซีดจางช่องE [เข้าสู่ระบบ (1 + g)] = int_0 ^ ล็อก infty (1 + g) * exp (-G) DG = -exp (1) * จริง (-expint (1)) = 0.5963 แน็ดส์สำหรับ E [g] = 1 P / N = 1 ดูหน้า 567 ในเป็น Gradshteyn, IM Ryzhik อลันเจฟฟรีย์ (บรรณาธิการ), แดเนียล Zwillinger `` ตารางปริพันธ์, ซีรีส์และผลิตภัณฑ์, '' นักวิชาการสื่อมวลชน; ISBN: 0122947576; . รุ่นที่ 6 (31 กรกฎาคม 2000) สำหรับค่าเฉลี่ยเดียวที่ได้รับ SNR ความจุอัตลักษณ์ของเรย์ลีซีดจางช่อง 0.5963 / log_e (1 + 1) = 0.5963 / 0.6931 = 0.8603 ของความจุของช่อง AWGN. เทคนิคสำคัญ: ตัดสินผลการดำเนินงาน ระบบจากสามมุมมอง: คาดหวังของตัวชี้วัดประสิทธิภาพการทำงาน:. เช่นค่าเฉลี่ยของ SNR ที่ได้รับสำหรับการปรับ BPSK / demodulation. เช่นความจุอัตลักษณ์ความแปรปรวน (วิธีการปฏิบัติงานสุ่ม) เช่นความแปรปรวนของที่ได้รับ SNR สำหรับ . การปรับ BPSK / demodulation ระดับของการสุ่มนอกจากนี้ยังสามารถมองเห็นได้จาก CDF และ PDF. CDF หรือความน่าจะดับ (ร้อยละ). เช่นความน่าจะเป็นของการหยุดทำงานที่ได้รับ SNR สำหรับการปรับ BPSK / demodulation. เช่นความสามารถในการดับBufferless กับ บัฟเฟอร์น่าจะดับ(กรณี bufferless) ที่จะไม่เท่ากับความน่าจะเป็นของเซิร์ฟเวอร์ที่วุ่นวาย (สำหรับกรณีบัฟเฟอร์). เราสามารถใช้ความน่าจะดับจะได้รับสัญชาติญาณเกี่ยวกับกรณีบัฟเฟอร์ (หรือทฤษฎีเบี่ยงเบนขนาดใหญ่) แต่ทราบนี้ไม่ได้เป็นอย่างเข้มงวด . การควบคุมอำนาจในการต่อสู้จางหายไป1 (Knopp & Humblet, ICC'95) การออกแบบร่วมกันในการควบคุมการใช้พลังงานและการจัดตารางเวลาสำหรับผู้ใช้หลายช่องทางที่ใช้งานร่วมกันจางหายไปอย่างใดอย่างหนึ่ง. วัตถุประสงค์: เพิ่มผ่านรวมของผู้ใช้ทั้งหมดภายใต้ข้อ จำกัด การใช้พลังงานเฉลี่ยสำหรับผู้ใช้แต่ละคน ผู้ใช้แต่ละคนสามารถมีข้อ จำกัด ที่แตกต่างกันพลังงานเฉลี่ย สูงสุดคืออำนาจการส่งและการสั่งซื้อการส่งผ่านของผู้ใช้. (ที่ผู้ใช้หลายคน) ควบคุมการใช้พลังงานผ่านที่ดีที่สุด $ mu_i ( แกมมา) $ สำหรับแต่ละผู้ใช้ mu_i ( แกมมา) = 1 / lambda_i - 1 / gamma_i ถ้า gamma_i> lambda_i gamma_i / gamma_j> lambda_i / lambda_j สำหรับทุกญ neq i. mu_i ( แกมมา) = 0 เป็นอย่างอื่นที่$ gamma_i $ เป็นกำไรอำนาจช่องทางปัจจุบัน ผู้ใช้ $ ฉัน $, $ lambda_i $ เป็นค่าคงที่ให้ผลมาจากข้อ จำกัด อำนาจของผู้ใช้ $ ฉัน $. สภาพ $ gamma_i / gamma_j> lambda_i / lambda_j สำหรับทุกญ neq ฉัน $ เป็นบิตที่คล้ายกับ การตั้งเวลาจีพีเอส (ไม่เท่าเทียมกัน). ใช้ทฤษฎีสารสนเทศและทฤษฎีการสื่อสารมันถูกเรียกว่าโครงการ KH. ข้อ จำกัด : ภายใต้กลยุทธ์นี้ผู้ใช้ในการจางของระยะเวลานานโดยพลการที่จะไม่ได้รับอนุญาตให้ส่งในช่วงเวลานี้ส่งผลให้พล ล่าช้านาน; ดังนั้นกลยุทธ์นี้จะให้การค้ำประกันล่าช้าไม่จึงไม่เหมาะสำหรับการใช้งานล่าช้าที่สำคัญเช่นการสื่อสารผ่านวิดีโอไร้สาย. 2 (Bettesh และ Shamai, VTC'01 ฤดูใบไม้ผลิ) พลังงานร่วมและการควบคุมอัตราสำหรับผู้ใช้คนเดียวการสื่อสารผ่านบล็อกสีซีดจางช่องทาง. วัตถุประสงค์: ฟังก์ชั่นลดค่าใช้จ่ายซึ่งเป็นฟังก์ชั่นที่ไม่ลดลงของทั้งสองกำลังส่งเฉลี่ยและการส่งแพ็คเก็ตเฉลี่ย ความล่าช้า สูงสุดมีมากกว่ากำลังส่งและอัตราการส่งผ่านของผู้ใช้. สูตรเป็นอนันต์ขอบฟ้าโปรแกรมแบบไดนามิกที่มีเกณฑ์ค่าใช้จ่ายเฉลี่ย. ค่าใช้จ่าย = queue_length + น้ำหนัก * transmission_power มันจะแปลงวัตถุประสงค์หลายวัตถุประสงค์เดียวเพื่อให้เราสามารถใช้แบบไดนามิก การเขียนโปรแกรม. E [ค่าใช้จ่าย] = E [queue_length] + น้ำหนัก * E [transmission_power]. สำหรับค่าของน้ำหนักแต่ละผลโปรแกรมแบบไดนามิกในค่าใช้จ่าย Pareto ที่ดีที่สุด {E [queue_length] E [transmission_power]}. ให้ E [transmission_power] = จำกัด พลังงานเฉลี่ยแล้ว E ที่สอดคล้องกัน [queue_length] เป็นความล่าช้าเฉลี่ยน้อยที่สุดภายใต้ข้อ จำกัด พลังงานเฉลี่ยที่ระบุ. สี่นโยบาย: อัตราตัวแปรและพลังงานคงอัตราคงที่และอำนาจตัวแปรอัตราตัวแปรและอำนาจตัวแปรอัตราตัวแปรและอำนาจตัวแปรมีความรู้เกี่ยวกับเครื่องส่งสัญญาณของช่องข้อมูลของรัฐ การควบคุมอำนาจที่เกิดขึ้นเป็นเช่นเดียวกับน้ำที่เติมในเวลา. รวมทฤษฎี queueuing กับทฤษฎีข้อมูล. ข้อ จำกัด : ความซับซ้อนเป็นชี้แจงในความล่าช้า / ข้อ จำกัด บัฟเฟอร์และจำนวนของผู้ใช้ (สำหรับกรณีที่ผู้ใช้หลายคน) ที่; ตัดสินใจส่งไม่สามารถ จะทำจนกว่าทั้งช่องลำดับกำไรเป็นที่รู้จักกัน; แม้การตัดสินใจที่ถูกตัดทอนก็ยังคงต้องรอเป็นเวลา 5 * ช่อง L เพื่อให้การตัดสินใจที่ L คือความยาวของหน่วยความจำของช่อง. สำหรับการจัดตารางเวลาผู้ใช้หลายคนเขียนโปรแกรมเชิงเส้นที่มีความซับซ้อนของ O (K) ในขณะที่การเขียนโปรแกรมแบบไดนามิกที่มีความซับซ้อนของ O (n ^ K) ที่ $ K $ เป็นจำนวนผู้ใช้และ $ N $ คือจำนวนของรัฐของความยาวคิว. 3 (Bettesh และ Shamai, PIMRC'98) การออกแบบร่วมกันในการควบคุมการใช้พลังงานและการตั้งเวลาสำหรับหลาย ๆ

การแปล กรุณารอสักครู่..

ผลลัพธ์ (ไทย) 3:[สำเนา]

คัดลอก!

การสื่อสารผ่านช่องสัญญาณ

รับสัญญาณ R ( t ) = m ( t ) s * ( t ) ที่ M ( t ) เป็นขนาดใหญ่ปิส่วนประกอบและ S ( T ) เป็นชิ้นส่วนขนาดเล็กปิ .
การจำแนกปิช่อง ( เชิงคุณภาพ ) : / เรียน
ขนาดใหญ่ปิสองประเภท การสูญเสีย ( เส้นทาง )

ช่องสัญญาณการจางหายขนาดเล็ก ( เชิงปริมาณทางคณิตศาสตร์การซีดจาง ( ขนาดใหญ่ )

กระบวนการเชิงกำหนด )สะท้อนพื้นสะท้อน
( 2-ray ) รุ่น

ขอบมีดรูปแบบการเลี้ยวเบนจากหลายรูปแบบ

ขอบมีดันกระจาย

ส่วนขนาดเล็กข้ามเรดาร์แบบจาง ( กระบวนการ Stochastic )
ขอบการกระจายความหนาแน่นของความน่าจะเป็น : Rayleigh ricean นาคากามิ , ,
2 : สถิติเพื่อการสเปกตรัม ( AR ) รุ่น

วิธีอนุกรมวิธานของขนาดเล็ก ช่องต่อ f_d จางหาย
อัตราดอปเปลอร์ขนาดเล็กปิช่องสามารถแบ่ง
จางช้า :
สัญลักษณ์ระยะเวลาที่มีขนาดเล็กกว่าในเวลา ( ประมาณ 1 / Doppler เท่ากัน ) นั่นคือ อัตราการต่ำ
เวลาการเป็นสถิติการวัดระยะเวลาที่ช่อง Impulse Response เป็นหลักไม่เปลี่ยนแปลง . มัน quantifies ความเหมือนของช่องการตอบสนองในเวลาที่แตกต่างกัน ในคำอื่น ๆเวลาในการเป็นระยะเวลากว่าที่ 2 รับสัญญาณ ( คนละเวลา ) มีความสัมพันธ์ที่แข็งแกร่ง .
อย่างรวดเร็วรอนๆ :
สัญลักษณ์ระยะเวลามีขนาดใหญ่กว่าเรื่องเวลา เช่น อัตราการสูง สูงกว่าอัตรา
Doppler คือสูงกว่าระดับของความหลากหลายเป็น สำหรับระดับปริมาณของความหลากหลาย ( f_d สูง ) , ช่องทางที่จางหายไปอย่างรวดเร็วสามารถรองรับอัตราบิตคงที่ เช่น, ช่องจางหายไปอย่างรวดเร็วกลายเป็นช่องทางอัตลักษณ์ . นี้เป็นเพราะการสุ่มของช่องได้เฉลี่ยออกเนื่องจากระดับสูงของความหลากหลาย ( เส้นทางสัญญาณอิสระ ) .
ต่อการแพร่กระจายช้าไปช่องขนาดเล็กสามารถแบ่ง
ปิ แบน หรือ ไม่เลือกความถี่รอนๆ :
สัญญาณแบนด์วิดธ์มีขนาดเล็กกว่าการแบนด์วิดธ์ ( ประมาณ 1 / สูงสุดดีเลย์กระจาย ) .
แบนด์วิดธ์การมองโลกเป็นวัดสถิติของช่วงความถี่ ซึ่งช่องทางที่สามารถได้รับการพิจารณา " แบน " เช่น มีได้ประมาณเท่ากับเฟสเชิงเส้น ในคำอื่น ๆที่เป็นแบนด์วิดธ์ในช่วงของความถี่ ซึ่งสองความถี่ส่วนมีความสัมพันธ์ที่แข็งแกร่ง .
การแบนด์วิดธ์ b_c ประมาณ 1 / 50 * sigma_t )ที่ sigma_t เป็นรากหมายความว่าสี่เหลี่ยมจัตุรัส ( RMS ) ของการกระจาย

เลือกความถี่รอนๆสัญญาณแบนด์วิดธ์มีขนาดใหญ่กว่าการแบนด์วิดธ์ .
/ ergodicity ขนาดเล็กปิช่องสามารถแบ่งช่อง

อัตลักษณ์กระบวนการเข้าช่องเป็นอัตลักษณ์ คือ เวลาเฉลี่ย เท่ากับทั้งหมดเฉลี่ย ในคำอื่น ๆการสุ่มของช่องได้รับสามารถเฉลี่ยออกมา ( เอาออก ) ตลอดเวลา ดังนั้นอัตราบิตคงที่ระยะยาวได้รับการสนับสนุน ( เช่นช่อง awgn )

ไม่มีอัตลักษณ์ช่องช่องทางเข้าเป็นตัวแปรสุ่มและไม่ได้เปลี่ยนแปลงกับเวลา ช่องทางเข้ากระบวนการนิ่งแต่อัตลักษณ์ คือ เวลาเฉลี่ย ไม่เท่ากับวงเฉลี่ย ในคำอื่น ๆการสุ่มของช่องได้รับไม่สามารถเฉลี่ยออกมา ( เอาออก ) ตลอดเวลา ดังนั้นอัตราบิตคงที่ระยะยาว ไม่สามารถรองรับได้ ขนาดใหญ่ไป

ช่องขนาดใหญ่ ส่วน m ( T ) ไปในการรับสัญญาณ R ( t ) คือ ตัวแปรเชิงสุ่ม M ( t ) เป็นลักษณะของค่าเฉลี่ย ( deterministic ส่วน ) และส่วนเบี่ยงเบนจากค่าเฉลี่ย ( สุ่มเป็นแบบ deterministic )
ของค่าเฉลี่ยของ M ( T )
:

การแปล กรุณารอสักครู่..

ภาษาอื่น ๆ

การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.