Question

求高手帮忙！！

翻译一段英文
The dynamic channels are modeled with finite-state Markov
chains of the type shown in Fig. 7. The use of finite-state
Markov chains to model slow fading is described in [23].
We believe that Markov chains are useful models to test
adaptive protocols that are designed to respond to any type
of slow variations in the channel. In other investigations
(e.g., [24] and [25]), we have used finite-state Markov models
for time-varying multipath interference, time-varying partialband
interference, and Rician fading with a time-varying
fading parameter.
For modeling slow fading or changes in shadow loss, the
states in the Markov chain correspond to different propagation
losses. In our approach, there is a nominal propagation loss
that is fixed, but an excess propagation loss is added to the
nominal value, and the excess loss is different for different
states. To be more precise, we define excess propagation loss
to be the amount in dB by which the actual propagation
loss exceeds some nominal value. For simplicity, we consider
excess propagation losses in dB that are multiples of
a propagation-loss increment Δ dB. State i of the Markov
chain corresponds to excess propagation loss Li = (i−1)Δ dB,
so the excess propagation loss for state 1 is 0 dB. That is,
the propagation loss when the channel is in state 1 is the
nominal loss. For most of our results, the state is fixed for
the duration of a packet, but it can change from one packet
to the next. The value of CENR for state i=0 is denoted by
CENR0, so the value of CENR for a packet that is transmitted
when the channel is in state i is CENR = CENR0−Li. The
state transition probability is p=0.1 for all results. We also
evaluated the throughput performance of adaptive transmission
protocols for p = 0.2, and we found the larger transition
probability has no effect on any of our conclusions.

Answer 1

动态信道用图7中所示类型的有限状态马尔可夫（Markov）链建模。用有限状态Markov链来建模缓慢的衰落在文献[23]中叙述。我们相信，Markov链对测试专门用于应对信道内任何形式缓慢变化的自适性协议来说是有用的。在其它研究中（例如文献[24]和[25]），我们一直采用有限状态Markov模型，用于随时间变化的多路径干扰、随时间变化的部分带宽干扰、和具有随时间变化的衰落参数的莱斯（Rician）衰落。
对于建模缓慢的衰落或屏蔽（遮蔽）损耗的变化来说，Markov链的状态对应于不同的传播损耗。在我们的方法中有一个固定的标称传播损耗，但是一个额外的传播损耗被加到标称损耗上，而此额外损耗对不同的状态是不一样的。为了更精确起见，我们将额外传播损耗定义为实际传播损耗超过某一标称值的dB量。为了简单起见，我们将以dB表示的额外传播损耗看成是传播损耗增量ΔdB的倍数。Markov链的状态i 对应于额外传播损耗Li=(i－1) ΔdB，因此，对应状态1的额外传播损耗是0 dB。也就是说，当信道处于状态1时的传播损耗是标称损耗。对大多数我们的结果来说，在一个包的持续时间内，状态是固定的，但是它可以从一个包到下一个包变化。状态i＝0时的CENR值由CENR0表示，因此，一个在信道处于状态i 时传输的包的CENR的值就是CENR＝CENR0－Li。对于所有的结果，状态转移概率都是p＝0.1。我们还评价了p＝0.2时自适性传输协议的吞吐量性能，我们发现，较大的转移概率对我们的任何结论没什么影响。

Answer 2

动态模拟频道与有限状态马尔科夫
链所示类型的如图 7所示 。利用有限状态
马尔可夫链模型慢衰落中所描述。如图[ 23 ]所示 。
我们认为，马尔可夫链是有用的模型试验，
自适应协议，旨在应对任何类型
缓慢变化的渠道。在其他调查
（例如， [ 24 ]和[ 25 ] ） ，我们用有限状态马尔可夫模型
时变多径干扰，时变partialband
干扰，莱斯衰落的时间变
衰落参数。
建模慢衰落或变更阴影损失，
国家在马尔可夫链对应于不同的繁殖
损失。在我们的做法，有一个名义上的传输损耗
这是固定的，但过量繁殖损失增加
票面价值，并超额损失是不同的不同
国家。更准确地说，我们确定损失超过繁殖
是的数额分贝，其中实际繁殖
一些损失超过票面价值。为了简便起见，我们认为
过量繁殖的损失分贝的倍数
传递损失增量Δ分贝。国家一马尔科夫
链相对过剩传输损耗李= （ 1 - 1 ） Δ分贝
因此，过剩的传输损耗的状态1 0分贝。也就是说，
损失的传播渠道时，是在国家1是
名义上的损失。对于我们大多数的结果，这是一个固定的状态为
期限一包，但它可以改变从一包
下。价值CENR国家字母i = 0是指由
CENR0 ，这样的价值CENR的数据包转交
当通道是国家一CENR = CENR0力。那个
状态转移概率是P = 0.1的所有成果。我们还
评价吞吐量性能的自适应传输
议定书的p = 0.2 ，我们发现了更大的转型期
概率没有影响我们的任何结论。