MétaCan
Menu
Retour à la cohorte
Enregistrement W2123578281 · doi:10.1109/vetecs.2005.1543366

Flexible Channel Feedback Quantization in Multiple Antenna Systems

2005· article· en· W2123578281 sur OpenAlexaff
Bartosz Mielczarek, Witold A. Krzymień

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCodebookChannel state informationMIMOFadingTransmitterQuantization (signal processing)PrecodingComputer scienceCovarianceControl theory (sociology)Channel (broadcasting)Channel capacityVector quantizationAlgorithmMathematicsTelecommunicationsWirelessStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

We propose a new vector quantization (VQ) algorithm for reducing the bit rate used for channel state information feedback in a variety of multiple antenna systems on flat and frequency selective channels. We consider an approach where the receiver chooses an instantaneous capacity maximizing entry from a small finite set of predefined covariance matrices. The codebook of covariance matrices is constructed based on separate optimization of the channel eigenvectors and power allocation among them. If, for the given channel realization, one of the predefined covariance matrices provides higher capacity than equal power distribution, the indices of the two codebooks are fed to the transmitter; otherwise, the transmitter uses the open-loop approach. We implement the proposed algorithm on flat fading and frequency selective MIMO channels and show the influence of the feedback rate on system capacity. For the case of flat fading, the required feedback rates are approximately equal to the product of the number of transmit and receive antennas. Although much higher feedback throughput is needed for reliable channel state information feedback in OFDM systems, we show a simple clustering technique to lower the required bit rate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,984
Score d'incertitude au seuil0,523

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,223
Écart entre enseignants0,204 · 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 tête enseignante, 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

Citations11
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207