In this paper, we investigate the impact of fading channel correlation on the performance of dual-hop decode-and-forward (DF) simultaneous wireless information and power transfer (SWIPT) relay networks. More specifically, by considering the power splitting-based relaying (PSR) protocol for the energy harvesting (EH) process, we quantify the effect of positive and negative dependency between the source-to-relay (SR) and relay-to-destination (RD) links on key performance metrics such as ergodic capacity and outage probability. To this end, we first represent general formulations for the cumulative distribution function (CDF) of the product of two arbitrary random variables, exploiting copula theory. This is used to derive the closed-form expressions of the ergodic capacity and outage probability in a SWIPT relay network under correlated Nakagami-m fading channels. Monte-Carlo (MC) simulation results are provided throughout to validate the correctness of the developed analytical results, showing that the system performance significantly improves under positive dependence in the SR-RD links, compared to the case of negative dependence and independent links. Results further demonstrate that the efficiency of the ergodic capacity and outage probability ameliorates as the fading severity reduces for the PSR protocol.


翻译:在本文中,我们调查了电源到中继(SR)和中继到目的地(RD)之间的正负依赖性联系对关键性能衡量标准(如超能力)的正确性分析结果和出错概率等的影响。为此,我们首先代表两个任意随机变数产品的累积性分布功能(CDF)的一般配方,利用 Coppula 理论,更具体地说,通过考虑能源收获(EH)过程的分权式中继(PSR)协议,我们量化了源到中继(SR)和中继(中继)和中继到目的地(RD)链接对关键性能衡量标准(如超能力)之间的正负依赖性依赖性影响。我们首先代表了两个任意随机变数产品的累积性分配功能(CDF)的一般配方,利用了 Coppula 理论。这被用来从SWIP的封闭式传输能力表达方式和超值概率,从而进一步证明SDR的负性依赖性和降低概率。

0
下载
关闭预览

相关内容

【硬核书】树与网络上的概率,716页pdf
专知会员服务
74+阅读 · 2021年12月8日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+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
104+阅读 · 2019年10月9日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年8月3日
Arxiv
0+阅读 · 2022年8月2日
Arxiv
0+阅读 · 2022年7月27日
Arxiv
13+阅读 · 2021年5月25日
Arxiv
20+阅读 · 2021年2月28日
VIP会员
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员