A Novel Nonlinear Joint Transmitter-Receiver Processing Algorithm for the Downlink of Multiuser MIMO Systems
Notice bibliographique
Résumé
This paper focuses on signal processing algorithms for the downlink of multiuser multiple-input multiple-output (MIMO) systems with multiple-antenna mobiles. A novel nonlinear joint transmitter-receiver processing algorithm is proposed based on the zero-forcing (ZF) criterion. In this algorithm, nonlinear Tomlinson-Harashima precoding (THP) is applied at the base station, whereas linear receiver processing and modulo operation are applied at each mobile. It is first shown that the proposed algorithm effectively decomposes the multiuser MIMO channel into parallel independent single-user MIMO channels, and then, the performance of each mobile can be separately optimized. Subsequently, closed-form expressions for the transmitter and receiver processing matrices are derived to optimize the asymptotic bit error rate (BER) of each mobile. When used on the downlink of multiuser MIMO systems with multiple-antenna mobiles, this algorithm achieves significantly better performance than the ZFcriterion-based nonlinear preprocessing algorithm designed for the multiuser MIMO systems with single-antenna mobiles, because it effectively utilizes the processing capabilities of the mobiles. Moreover, the proposed algorithm achieves a much higher sum capacity at a high signal-to-noise ratio (SNR) than the known block diagonalization technique due to the effective application of the nonlinear preprocessing at the transmitter. When the proposed algorithm is applied, it is found that better system performance can be achieved by suitably ordering the channel matrices of different mobiles, and a combined optimal diversity and best-first (CODBF) ordering method is proposed to perform the ordering. Simulation is used to show the advantages of the proposed algorithm and the CODBF ordering method.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».