MétaCan
Menu
← Retour à la cohorte
Enregistrement W2056314367 · doi:10.1145/1582379.1582646

Multiple-antenna multiple-relay system with precoding for multiuser transmission

2009· article· en· W2056314367 sur OpenAlexaff
Arash Talebi, Witold A. Krzymień

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPrecodingComputer scienceBase stationMIMORelayComputer networkUpper and lower boundsSpectral efficiencyTransmission (telecommunications)Dirty paper codingLinear network codingSpatial multiplexingMultiplexingTransmitter power outputElectronic engineeringTopology (electrical circuits)TelecommunicationsPower (physics)Channel (broadcasting)MathematicsEngineeringElectrical engineeringTransmitterNetwork packet

Résumé

récupéré en direct d'OpenAlex

Multi-hop relaying will play a central role in next generation wireless systems. In this paper a novel relaying strategy that uses multiple-input multiple-output (MIMO) relays in a two-hop wireless network supporting multiuser transmission is proposed. The fixed relays linearly process the received signal, decode and forward it to multiple users. This relaying strategy employs MIMO spatial multiplexing to achieve high spectral efficiency and improve link capacity in cellular networks. In this paper the case when source (base station) and all the relays employ multiple antennas and each user has only one antenna is studied. New lower and upper bounds on the achievable sum rate for this architecture are derived. Zero-forcing dirty paper coding (ZF-DPC) at the base station is assumed and the direct link between the base station and users is neglected. We propose to jointly design precoding at the base station and linear processing at the relays to improve throughput subject to power constraints at the source and relay transmitters. The impact of multiple relaying on the achievable sum rate lower bound is investigated. The proposed lower bound improves on earlier sum rate lower bounds that were derived for simpler cases of relaying.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,263
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network Coding→Travaux en français237 207→