Ultra-reliable low-latency communication enables new use cases for mobile radio networks. The ultra-reliability (UR) regime covers outage probabilities between $10^{-9}$ and $10^{-5}$, obtained under stringent latency requirements. Characterisation of the UR-relevant statistics is difficult due to the rare nature of outage events, but diversity defines the asymptotic behaviour of the small-scale fading distributions' lower tail. The UR-relevant regime in large-scale antenna systems behaves differently from the tail. The generalising local diversity at a certain outage probability shows this difference clearly. For more than four independent antenna elements, the classic diversity overestimates and underestimates the slope of the cumulative density function for weak and strong deterministic channel components, respectively.


翻译:超可靠低时空通信为移动无线电网络提供了新的使用案例。超可靠(UR)制度涵盖根据严格的潜伏要求获得的10-9美元至10-5美元之间的误差概率。由于断流事件的罕见性质,很难确定与UR相关的统计数据的特征,但多样性决定了小规模衰减分布的低尾部的无症状行为。大型天线系统中的超可靠(UR)制度与尾部不同。以某种超值概率普及本地多样性明显显示了这一差异。对于四个以上的独立天线元素而言,典型的多样性高估并低估了脆弱和强势确定性信道组件累积密度功能的坡度。

0
下载
关闭预览

相关内容

《行为与认知机器人学》,241页pdf
专知会员服务
52+阅读 · 2021年4月11日
专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
122+阅读 · 2020年11月20日
专知会员服务
158+阅读 · 2020年1月16日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
168+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
LibRec 精选:基于参数共享的CNN-RNN混合模型
LibRec智能推荐
6+阅读 · 2019年3月7日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
1+阅读 · 2021年10月1日
Arxiv
0+阅读 · 2021年9月30日
VIP会员
相关VIP内容
《行为与认知机器人学》,241页pdf
专知会员服务
52+阅读 · 2021年4月11日
专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
122+阅读 · 2020年11月20日
专知会员服务
158+阅读 · 2020年1月16日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
168+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
Top
微信扫码咨询专知VIP会员