With emerging technologies like 6G, many new applications like autonomous systems evolve which have strict demands on the reliability of data communications. In this work, we consider a system with multiple slowly fading channels that constitute a diversity system. We show that the joint distribution of the fading coefficients has a tremendous impact on the outage performance of a communication system. In particular, we investigate the zero-outage capacity (ZOC) and characterize the joint fading distributions with a strictly positive ZOC. Interestingly, the set of joint distributions, that lead to positive ZOCs, is larger than a singleton in general. We also derive expressions for the maximum ZOC with respect to all possible joint distributions for selection combining (SC) as diversity combining technique at the receiver. For maximum ratio combining (MRC), we characterize the maximum ZOC within a finite number of bits. Finally, the results are evaluated explicitly for the special cases of Rayleigh fading and Nakagami-$m$ fading in order to quantify the ZOCs for common fading models.


翻译:随着6G等新兴技术的出现,许多新的应用,如自主系统等,都对数据通信的可靠性提出了严格的要求。在这项工作中,我们考虑到一个具有多重缓慢淡化渠道的系统,它构成了多样性系统。我们表明,衰减系数的联合分布对通信系统的流出性能产生了巨大影响。我们特别调查零耗尽能力(ZOC),并以严格正的ZOC来描述联合淡化分布。有趣的是,一系列联合分布,导致正的 ZOC,比一般的单吨还要大。我们还从所有可能的联合分布中得出ZOC的表达方式,将(SC)合并为接收方的混合技术。对于最大比例(MRC),我们将最大ZOC定在一定的位数内。最后,对Raylei Fading和Nakagami-m$$的特例进行了明确评价,以便量化常见的淡化模型的ZOC。

0
下载
关闭预览

相关内容

【如何做研究】How to research ,22页ppt
专知会员服务
108+阅读 · 2021年4月17日
最新《自监督表示学习》报告,70页ppt
专知会员服务
85+阅读 · 2020年12月22日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+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
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
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
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
0+阅读 · 2021年6月29日
Arxiv
0+阅读 · 2021年6月27日
Arxiv
0+阅读 · 2021年6月27日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
5+阅读 · 2017年11月30日
VIP会员
相关VIP内容
【如何做研究】How to research ,22页ppt
专知会员服务
108+阅读 · 2021年4月17日
最新《自监督表示学习》报告,70页ppt
专知会员服务
85+阅读 · 2020年12月22日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+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
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
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
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员