Terahertz (THz) frequency bands can be promising for data transmissions between the core network and access points (AP) for next-generation wireless systems. In this paper, we analyze the performance of a dual-hop THz-RF wireless system where an AP facilitates data transmission between a core network and user equipment (UE). We consider a generalized model for the end-to-end channel with an independent and not identically distributed (i.ni.d.) fading model for THz and RF links using the $\alpha$-$\mu$ distribution, the THz link with pointing errors, and asymmetrical relay position. We derive a closed-form expression of the cumulative distribution function (CDF) of the end-to-end signal-to-noise ratio (SNR) for the THz-RF link, which is valid for continuous values of $\mu$ for a generalized performance analysis over THz fading channels. Using the derived CDF, we analyze the performance of the THz-RF relayed system using decode-and-forward (DF) protocol by deriving analytical expressions of diversity order, moments of SNR, ergodic capacity, and average BER in terms of system parameters. We also analyze the considered system with an i.i.d. model and develop simplified performance to provide insight on the system behavior analytically under various practically relevant scenarios. Simulation and numerical analysis show a significant effect of fading parameters of the THz link and a nominal effect of normalized beam-width on the performance of the relay-assisted THz-RF system.


翻译:Terahertz (Thz) 频带对于下一代无线系统的核心网络和接入点(AP) 之间的数据传输来说很有希望。 在本文中,我们分析了二手THz-RF无线系统的性能,在这个系统中,AP为核心网络和用户设备(UE)之间的数据传输提供了便利。我们认为端对端频道的通用模式,该模式独立且分布不完全(i.ni.d.) 淡化模式,用于THz和RF链接,使用美元(alpha$-$\mu$的分布)、带有指向错误的THz链接和不对称的中继位置进行数据传输。我们通过对端对端对端信号与用户设备(UE)链接的累积分布功能(CDF)进行封闭式表达。对于以美元对端对端对端频道进行总体性能分析(i.ni.d.d.) 淡化模式和RF中继系统的性能,我们用解码和前方偏向(DF) 协议的性能表现,通过对正态系统进行精确的系统分析分析分析,同时显示S-reval-reval 的系统,还序的准确性能。

0
下载
关闭预览

相关内容

专知会员服务
60+阅读 · 2020年3月19日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
6+阅读 · 2020年9月29日
VIP会员
相关VIP内容
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员