Simplified Fair Scheduling and Antenna Selection Algorithms for Multiuser MIMO Orthogonal Space-Division Multiplexing Downlink
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We consider the downlink of a multiuser multiple-input multiple-output (MIMO) system, where the base station and the mobile receivers are equipped with multiple antennas. We propose simplified algorithms for channel-aware multiuser scheduling in conjunction with receive antenna selection for two downlink multiuser orthogonal space-division multiplexing techniques: block diagonalization and successive optimization. The algorithms greedily maximize the weighted sum rate. The algorithms add the best user at a time from the set of users that are not selected yet to the set of selected users until the desired number of users has been selected. To apply the proportional fairness criterion, simplified user scheduling metrics are proposed for block diagonalization and successive optimization. Two receive antenna selection algorithms are also proposed, which further enhance the power gain of the equivalent single-user channel after orthogonal precoding by selecting a subset of the receive antennas that contributes the most toward the total power gain of the channel. A user grouping technique is used to further lower the complexity of the selection algorithms. We compare various multiuser MIMO scheduling strategies that are applied to block diagonalization and successive optimization transmission techniques through simulation. Simulation results demonstrate the effectiveness of the proposed algorithms in ensuring throughput fairness among users. Results also show that when the number of users is large, the proposed scheduling algorithms perform close to the exhaustive search algorithms and previously proposed greedy scheduling algorithms, but with much lower complexity.
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.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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 découle