Optimal precoder design for correlated MIMO systems using decision feedback receivers
Notice bibliographique
Résumé
We consider the design of the precoder for a multi-input multi-output (MIMO) communication system equipped with a decision feedback equalizer (DFE) receiver. For such design problems, perfect knowledge of the channel state information (CSI) at both the transmitter and the receiver is usually required. However, in the wireless communications environment, it is often difficult to provide sufficiently timely and accurate feedback of CSI from the receiver to the transmitter for such designs to be practically viable. In this paper, we consider the optimum design of a precoder for a wireless communication link having M transmitter antennas and N receiver antennas (M ≪ N), in which the channels are assumed to be flat fading and may be correlated. We assume that full knowledge of CSI is available at the receiver. At the transmitter however, only the second order statistics of the channels are available. Our goal here is to come up with an efficient design of the optimal precoder for such a MIMO system by minimizing the average arithmetic mean-squared error (MSE) of zero-forcing (ZF) decision feedback detection subject to a constraint on the total transmitting power. Applying some of the properties of the matrix parameters, this non-convex optimization problem can be transformed into a convex geometrical programming problem which can then be efficiently solved using an interior point method. The superior performance of our MIMO system equipped with the optimum precoder is verified by computer simulations.
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 ».