Making smart use of excess antennas: Massive MIMO, small cells, and TDD
Notice bibliographique
Résumé
In this paper, we present a vision beyond the conventional Long Term Evolution Fourth Generation (LTE-4G) evolution path and suggest that time division duplexing (TDD) could be a key enabler for a new heterogeneous network architecture with the potential to provide ubiquitous coverage and unprecedented spectral area efficiencies. This architecture is based on a cochannel deployment of macro base stations (BSs) with very large antenna arrays and a secondary tier of small cells (SCs) with a few antennas each. Both tiers employ a TDD protocol in a synchronized fashion. The resulting channel reciprocity enables not only the estimation of large-dimensional channels at the BSs, but also an implicit coordination between both tiers without the need to exchange user data or channel state information (CSI) over the backhaul. In particular, during the uplink (UL), the BSs and SCs can locally estimate the dominant interference sub-space. This knowledge can be leveraged for downlink (DL) precoding to reduce intra- and inter-tier interference. In other words, the BSs and SCs “sacrifice” some of their degrees of freedom for interference rejection. Our simulation results demonstrate that the proposed architecture and precoding scheme can achieve a very attractive rate region compared to several baseline scenarios. For example, with 100 antennas at each BS and four antennas at each SC, we observe an aggregate area throughput of 7.63 Gb/s/km2(DL) and 8.93 Gb/s/km2(UL) on a 20 MHz band shared by about 100 mobile devices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».