Publication

Power Allocation for Beamforming Relay Networks under Channel Uncertainties

Ali H. Sayed
2009
Conference Papers

Résumé

Under uncertain channel conditions, local and global power control factors for amplify-and-forward relay processing and source-destination beamforming are jointly and iteratively designed based on a minimum mean-square-error (MMSE) criterion. The influence of imperfect channel information on system performance is examined by computer simulation. As a result, it is verified that the proposed power control methods can relieve the performance degradation arising from channel uncertainties.

Source officielle

https://infoscience.epfl.ch/entities/publication/7ed73ef5-4521-419e-bffd-2f4419b75dbf

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Ali H. Sayed
2009
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/7ed73ef5-4521-419e-bffd-2f4419b75dbf

À propos de ce résultat

Concepts associés (16)

Erreur quadratique moyenne

En statistiques, l’erreur quadratique moyenne d’un estimateur d’un paramètre de dimension 1 (mean squared error (), en anglais) est une mesure caractérisant la « précision » de cet estimateur. Elle est plus souvent appelée « erreur quadratique » (« moyenne » étant sous-entendu) ; elle est parfois appelée aussi « risque quadratique ».

Mean absolute error

In statistics, mean absolute error (MAE) is a measure of errors between paired observations expressing the same phenomenon. Examples of Y versus X include comparisons of predicted versus observed, subsequent time versus initial time, and one technique of measurement versus an alternative technique of measurement. MAE is calculated as the sum of absolute errors divided by the sample size: It is thus an arithmetic average of the absolute errors , where is the prediction and the true value.

Racine de l'erreur quadratique moyenne

La racine de l'erreur quadratique moyenne (REQM) ou racine de l'écart quadratique moyen (en anglais, root-mean-square error ou RMSE, et root-mean-square deviation ou RMSD) est une mesure fréquemment utilisée des différences entre les valeurs (valeurs d'échantillon ou de population) prédites par un modèle ou estimateur et les valeurs observées (ou vraies valeurs). La REQM représente la racine carrée du deuxième moment d'échantillonnage des différences entre les valeurs prédites et les valeurs observées.

Afficher plus

Publications associées (29)

Spectral Estimators for High-Dimensional Matrix Inference

Farzad Pourkamali

A key challenge across many disciplines is to extract meaningful information from data which is often obscured by noise. These datasets are typically represented as large matrices. Given the current trend of ever-increasing data volumes, with datasets grow ...

EPFL2024

Partial discharge localization in power transformer tanks using machine learning methods

Farhad Rachidi-Haeri, Marcos Rubinstein, Hamidreza Karami

This paper presents a comparison of machine learning (ML) methods used for three-dimensional localization of partial discharges (PD) in a power transformer tank. The study examines ML and deep learning (DL) methods, ranging from support vector machines (SV ...

Nature Publishing Group2024

Intermediate complexity atmospheric modeling in complex terrain: is it right?

Michael Lehning, Dylan Stewart Reynolds, Michael Haugeneder

Dynamic downscaling of atmospheric forcing data to the hectometer resolution has shown increases in accuracy for landsurface models, but at great computational cost. Here we present a validation of a novel intermediate complexity atmospheric model, HICAR, ...

Frontiers Media Sa2024

Afficher plus