MétaCan
Menu
Retour à la cohorte
Enregistrement W2173564049 · doi:10.1109/iccchina.2015.7448664

Hybrid analog-digital beamforming for multiuser MIMO millimeter wave relay systems

2015· article· en· W2173564049 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensInstitut National de la Recherche ScientifiqueWestern University
Organismes subventionnairesnon disponible
Mots-clésBeamformingMaximizationEstimatorRelayMIMOMinificationWSDMABlock (permutation group theory)

Résumé

récupéré en direct d'OpenAlex

This paper proposed new hybrid, analog-digital, beamforming for a multiuser millimeter wave (mm-wave) relay system. For this system, we consider a sum rate maximization problem. The proposed hybrid beamforming is designed indirectly by considering a sum mean square error (MSE) minimization problem while utilizing the solution of digital beamforming. To this end, we assume that the digital beamforming utilizes the well known block diagonalization (BD) approach. Under this assumption, we solve our problem as follows: First, we formulate the sum rate maximization problem as the minimization of the MSE between the received signal of the hybrid and digital beam-forming designs. Then, we design the hybrid beamformings of the source, relay and each destination by leveraging compressive sensing techniques. Simulation results confirm that the proposed hybrid beamforming design achieves performance very close to that of the digital one. Furthermore, we have examined the effects of the number of radio frequency (RF) chains and paths together, and the accuracy of angle of arrival (AoA) and angle of departure (AoD) estimators on the sum rate of the hybrid beamforming designs. Computer simulations reveal that the total sum rate of the hybrid beamforming increases when the number of RF chains and paths increase (or the accuracy of the AoA (AoD) estimator improves).

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,027
Tête enseignante GPT0,225
Écart entre enseignants0,198 · 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

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207