MétaCan
Menu
Retour à la cohorte
Enregistrement W2151953578 · doi:10.1109/jsac.2008.081006

Grassmannian beamforming for MIMO amplify-and-forward relaying

2008· article· en· W2151953578 sur OpenAlexaff
Behrouz Khoshnevis, Wei Yu, Raviraj Adve

Notice bibliographique

RevueIEEE Journal on Selected Areas in Communications · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRelayBeamformingTransmitterCodebookMIMOComputer scienceGrassmannianRayleigh fadingRelay channelTopology (electrical circuits)Channel (broadcasting)Decoding methodsControl theory (sociology)AlgorithmMathematicsTelecommunicationsFadingPhysicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

We consider the problem of beamforming codebook design for limited feedback half-duplex multiple-input multiple output (MIMO) amplify-and-forward (AF) relay system. In the first part of the paper, the direct link between the source and the destination is ignored. Assuming perfect channel state information (CSI), we show that the source and the relay should map their signals to the dominant right singular vectors of the source-relay and relay-destination channels. For the limited feedback scenario, we prove the appropriateness of Grassmannian codebooks as the source and relay beamforming codebooks based on the distributions of the optimal source and relay beamforming vectors. In the second part of the paper, the direct link is considered in the problem model. Assuming perfect CSI, we derive the optimization problem that identifies the optimal source beamforming vector and show that the solution to this problem is uniformly distributed on the unit sphere for independent and identically distributed (i.i.d) Rayleigh channels. For the limited feedback scenario, we justify the appropriateness of Grassmannian codebooks for quantizing the optimal source beamforming vector based on its distribution. Finally, a modified quantization scheme is presented, which introduces a negligible penalty in the system performance but significantly reduces the required number of feedback bits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,085
Tête enseignante GPT0,323
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), 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

Citations204
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal on Selected Areas in CommunicationsMême sujetCooperative Communication and Network CodingTravaux en français237 207