4 Simulation ResultsSeveral simulations have been carried out using Mo dịch - 4 Simulation ResultsSeveral simulations have been carried out using Mo Việt làm thế nào để nói

4 Simulation ResultsSeveral simulat


4 Simulation Results

Several simulations have been carried out using Monte Carlo methodology to obtain results and compare the performance of the schemes. All simulations use N = 64 sub-carriers and a Cyclic Prefix of 16 samples over a SUI-3 channel model [31]. Different parameters have
been evaluated such as the number of transmit antennas at the BS (Nt ), the number of relays (NRS) and the number of relays in the VMRT scheme (NVMRT) for different modulation schemes: BPSK and 64-QAM. The number of users was fixed to 2.
First, a reduced scenario with small number of transmit antennas (Nt = 2) and relays (NRS = 4) has been simulated to evaluate the performance of different schemes in relatively equal conditions. It can be seen in Figs. 3 and 4, for BPSK and 64-QAM respectively, that
the VMRT scheme offers the best performance over the whole range of SNR. The diversity order4 of this scheme is about 2, the same as schemes 2h-STBC 2 × 1 (NRS2 = 2) and 2h-STBC 4 × 1 (NRS2 = 4) because both use the same number of transmitting elements. However, VMRT exhibits an array gain due to the beamforming about 3 dB, and thus, its
global performance is better than that of the other schemes. Besides, it can be observed that schemes using single link transmission on the second hop have diversity 1 and present similar performance. In Figs. 5 and 6, the results for a dense scenario with larger number of relays (NRS = 16) and transmit antennas (Nt = 4) for BPSK modulation are shown. It can be seen that, since 2h-STBC scheme uses the same transmission’s elements as in Figs. 3 and 4, the diversity gain is the same (around 1.5) although the number of transmit antennas at
the BS (Nt ) is twice. However, the VMRT scheme obtains a diversity close to 3 when the number of relays used for VMRT is NVMRT = 8 and close to 3.5 when is NVMRT = 16
0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
Kết quả mô phỏng 4Một số mô phỏng đã được thực hiện bằng cách sử dụng phương pháp Monte Carlo để có được kết quả và so sánh hiệu suất của các chương trình. Sử dụng mô phỏng tất cả N = 64 con tàu sân bay và một tiền tố Cyclic 16 mẫu trên một mô hình kênh SUI-3 [31]. Thông số khác nhau cóđánh giá như số lượng chuyển ăng ten tại BS (Nt), số lượng các rơ le (NRS) và số lượng các rơ le trong đề án VMRT (NVMRT) cho các chương trình khác nhau điều chế: BPSK và 64-QAM. Số lượng người dùng đã được cố định 2.Đầu tiên, một kịch bản giảm với số lượng nhỏ chuyển ăng ten (Nt = 2) và chuyển tiếp (NRS = 4) đã được mô phỏng để đánh giá hiệu suất của các chương trình khác nhau trong điều kiện tương đối bằng nhau. Nó có thể được nhìn thấy trong Figs. 3 và 4, cho BPSK, 64-QAM tương ứng, màđề án VMRT cung cấp hiệu suất tốt nhất trên phạm vi toàn bộ SNR. Order4 đa dạng của chương trình này là khoảng 2, giống như đề án 2h-STBC 2 × 1 (NRS2 = 2) và 2h-STBC 4 × 1 (NRS2 = 4) vì cả hai đều sử dụng cùng một số yếu tố truyền. Tuy nhiên, VMRT trưng bày một mảng tăng do beamforming khoảng 3 dB, và do đó, của nóhiệu suất toàn cầu là tốt hơn so với các chương trình khác. Bên cạnh đó, nó có thể được quan sát thấy rằng chương trình bằng cách sử dụng liên kết duy nhất truyền trên hop thứ hai có sự đa dạng 1 và hiệu suất tương tự như hiện nay. Figs. 5 và 6, kết quả cho một kịch bản dày đặc với số lượng lớn của rơ le (NRS = 16) và ăng-ten truyền (Nt = 4) cho BPSK điều chế được hiển thị. Có thể thấy rằng, kể từ 2h – STBC đề án sử dụng các yếu tố truyền dẫn tương tự như trong Figs. 3 và 4, việc đạt được sự đa dạng là như nhau (khoảng 1,5) mặc dù số lượng chuyển ăng ten tạiBS (Nt) là hai lần. Tuy nhiên, đề án VMRT lấy được một sự đa dạng gần 3 khi số lượng các rơ le được sử dụng cho VMRT là NVMRT = 8 và gần 3,5 khi là NVMRT = 16
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!

4 Kết quả mô phỏng Một số mô phỏng đã được tiến hành sử dụng phương pháp Monte Carlo để có được kết quả và so sánh hiệu suất của chương trình. Tất cả các mô phỏng sử dụng N = 64 phụ tàu sân bay và một Prefix Cyclic 16 mẫu trên một mô hình kênh SUI-3 [31]. Các thông số khác nhau đã được đánh giá như nhiều anten truyền tại các BS (Nt), số lượng của rơ le (NRS) và số lượng của các rơle trong sơ đồ VMRT (NVMRT) cho các đề án điều chế khác nhau: BPSK và 64-QAM. Số người sử dụng đã được cố định 2. Đầu tiên, một kịch bản giảm với số lượng nhỏ của ăng-ten truyền (Nt = 2) và chuyển tiếp (NRS = 4) đã được mô phỏng để đánh giá việc thực hiện các đề án khác nhau trong điều kiện tương đối bằng nhau. Nó có thể được nhìn thấy trong hình. 3 và 4, cho BPSK và 64-QAM tương ứng, mà các chương trình VMRT cung cấp hiệu suất tốt nhất trên phạm vi toàn của SNR. Các order4 đa dạng của các chương trình này là khoảng 2, giống như các chương trình 2h-STBC 2 × 1 (NRS2 = 2) và 2h-STBC 4 × 1 (NRS2 = 4) vì cả hai sử dụng cùng một số yếu tố truyền. Tuy nhiên, VMRT trưng bày một tăng mảng do beamforming khoảng 3 dB, và do đó, nó hoạt động toàn cầu là tốt hơn so với các chương trình khác. Bên cạnh đó, nó có thể được quan sát thấy rằng các kế hoạch sử dụng truyền dẫn liên kết duy nhất trên hop thứ hai có sự đa dạng 1 và hiệu suất tương tự hiện nay. Trong Figs. 5 và 6, các kết quả cho một kịch bản dày đặc với số lượng lớn của các rơle (NRS = 16) và truyền tải các anten (Nt = 4) cho BPSK điều chế được hiển thị. Có thể thấy rằng, kể từ khi chương trình 2h-STBC sử dụng các yếu tố cùng truyền như trong hình. 3 và 4, mức tăng sự đa dạng là như nhau (khoảng 1,5) mặc dù số lượng anten truyền tại các BS (Nt) là hai lần. Tuy nhiên, các chương trình VMRT có được một sự đa dạng gần 3 khi số lượng của rơ le sử dụng cho VMRT là NVMRT = 8 và gần 3,5 khi là NVMRT = 16







đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2025 I Love Translation. All reserved.

E-mail: