Spatial Reuse Precoding for Scalable Downlink Networks
Notice bibliographique
Résumé
In this paper, we develop linear precoding schemes for MIMO downlink networks with quasi-static channels that are scalable, in the sense that they can be implemented with moderate complexity in networks with increasing numbers of cells and users. The principle that underlies the proposed precoding scheme is to exploit the decomposable structure of the equivalent channel matrix by designing the precoders at the base stations to be decomposable as well. Thus, the channel matrices and the designed precoders can be expressed as the Kronecker product of constituent matrices. For networks with a finite number of cells, the proposed structured precoding schemes enable inter-cell interference cancellation without the need for inter-cell feedback and provide more degrees of freedom than conventional interference avoidance schemes, while incurring a latency that grows only linearly in the number of cells. The proposed structured precoding schemes also enable a scaling approach for unbounded networks that we have called “spatial reuse precoding” (SRP). SRP is based on the observation that at each receiver, the signals from interfering sources that employ the same precoder arrive in the same subspace, regardless of the particular channel matrices between the interfering sources and the receiver. In some typical cellular architectures we show how an SRP scheme based on the proposed structured precoders can be designed to eliminate the dominant sources of interference without requiring cooperation between cells. In addition, we show that SRP can provide substantial performance gains in certain heterogeneous networks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».