Energy Efficiency and Capacity Evaluation of LTE-Advanced Downlink CoMP Schemes Subject to Channel Estimation Errors and System Delay
Notice bibliographique
Résumé
Due to the increased energy consumption of cellular access networks, energy efficiency of the systems should be considered jointly with spectral efficiency to obtain the overall performance metrics and trade-offs. Downlink coordinated multipoint (CoMP) joint transmission aided cell switch off schemes can mitigate inter-cell interference and increase energy efficiency by using the active cells to serve the users in the switched off cell. However, the performance of this newly proposed scheme is heavily dependent on the accuracy of the selected CoMP joint transmission set. In this paper, we model the multi-point channel estimation enabled via channel state information reference symbols (CSI-RS) introduced in 3GPP release 10 systems and simulate possible scenarios that would lead to inaccurate transmission set clustering: multi-point channel estimation errors and possible CoMP system delays due to CSI transfers, node processing delays and network topology limitations. In order to mitigate the effects of channel estimation errors and system delay, we propose a framework for multi- point channel estimation in CoMP systems using a time-varying interpolation filter which tracks each multipath delay tap separately for every measured point. Possible performance gains with different filter lengths are demonstrated. Simulation results are presented to show the effectiveness of the proposed scheme. In addition, proof of concept is provided for CoMP adaptive time-varying multi-point estimation filter designs, where the UEs which are being served by higher cluster degrees need to enlarge the estimation filter memory spans only for the points which are more likely to be included in the joint transmission set.
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 | 0,000 |
| 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 ».