Limited-Feedback Precoding for Closed-Loop Multiuser MIMO OFDM Systems with Frequency Offsets
Notice bibliographique
Résumé
Frequency offsets negatively impact the performance of closed-loop multiple-input multiple-output (MIMO) orthogonal frequency-division multiplexing (OFDM) systems. Particularly, when multiple users are active, the impact can be high. Linear precoding and non-linear Tomlinson-Harashima precoding (THP) are thus developed for spatially-multiplexed multiuser OFDM and orthogonal space-time block-coded (OSTBC) OFDM. The proposed precoders employ a limited feedback structure, which is implemented with a shared codebook of precoding matrices, and only the index of the selected optimal matrix is fed back to the transmitter. The conventional limited feedback design criterion for flat-fading MIMO channels is only applicable to single-user OFDM without frequency offsets. We show that the ICI matrix due to frequency offset does not impact users precoding individually, and precoding on a per-subcarrier basis is possible. Exploiting this property, the conventional design is generalized to multiuser OFDM with frequency offsets. Nonlinear precoding uses a modulo arithmetic precoding matrix (which reduces the power efficiency loss inherent in linear precoding and leads to a lower error rate) and outperforms linear precoding. Our precoders not only offer significant bit error rate (BER) improvement for spatially-multiplexed multiuser MIMO OFDM with frequency offsets, but are equally effective for both OSTBC MIMO OFDM and spatially correlated channels.
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 | 0,000 | 0,002 |
| 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) | 0,001 | 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 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 ».