On MMSE Vector-Perturbation Precoding for MIMO Broadcast Channels With Per-Antenna-Group Power Constraints
Notice bibliographique
Résumé
Recently, studies on suboptimal precoding techniques for multiple-input multiple-output broadcast channels (MIMO-BC), which achieve performance near to that of the dirty paper coding (DPC), have drawn attention to vector perturbation (VP) precoding. In practice, each antenna or more generally each antenna group has its own limit on the transmitted power, which makes per-antenna-group power constraints more meaningful than the sum power constraint. In this paper, we introduce an optimization technique for VP precoding employing the minimum mean-square error (MMSE) criterion with per-antenna-group power constraints. This technique is inspired by the p-sphere encoding in a sense that it involves finding the node with the lowest mean-square error (MSE) over a lattice. We demonstrate that the MSE metric, as well as the p-norm one, can be enclosed in a proper Frobenius-norm ball. This Frobenius-norm ball shrinks until it captures the perturbing vector minimizing the MSE. Numerical results show that the proposed algorithm outperforms conventional VP precoding and the p-sphere encoding, but at higher complexity. Consequently, we investigate a couple of simplified techniques employing the MMSE criterion, which perform almost as well as the proposed precoding technique, but are less complex.
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 ».