MétaCan
Menu
Retour à la cohorte
Enregistrement W2214742514 · doi:10.1109/tcomm.2015.2495286

Distributed Collaborative Beamforming Design for Maximized Throughput in Interfered and Scattered Environments

2015· article· en· W2214742514 sur OpenAlexafffund
Slim Zaidi, Sofiène Affes

Notice bibliographique

RevueIEEE Transactions on Communications · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBeamformingOverhead (engineering)Computer scienceChannel (broadcasting)Topology (electrical circuits)ThroughputWirelessWireless networkAlgorithmElectronic engineeringComputer engineeringMathematicsComputer networkTelecommunicationsEngineeringCombinatorics

Résumé

récupéré en direct d'OpenAlex

In this paper, we consider a dual-hop communication from a source surrounded by M <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">I</sub> interferences to a receiver, through a wireless network comprised of K independent terminals. In the first time slot, all sources send their signals to the network, whereas in the second time slot, the terminals multiply the received signal by their respective beamforming weights and forward the resulting signals to the receiver. We design these weights so as to minimize the interferences plus noises' powers while maintaining the received power from the source to a constant level. We show, however, that they are intractable in closed form due to the complexity of the polychromatic channels arising from the presence of scattering. By resorting to a two-ray channel approximation proved valid at relatively low angular spread (AS) values, we are able to derive the new optimum weights and prove that they could be locally computed at each terminal, thereby complying with the distributed feature of the network of interest. The so-obtained bichromatic distributed collaborative beamforming (B-DCB) is then analyzed and compared in performance to the monochromatic CB (MCB), whose design does not account for scattering, and the optimal CSI-based CB (OCB). Comparisons are made under both ideal and real-world conditions where we account for implementation errors and the overhead incurred by each CB solution. They reveal that the proposed B-DCB always outperforms MCB in practice; and that it approaches OCB in lightly to moderately scattered environments under ideal conditions and outperforms it under real-world conditions even in highly scattered environments. In such conditions, indeed, the B-DCB operational regions in terms of AS values over, which it is favored against OCB could reach until 50° and hence cover about the entire span of AS values.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil0,681

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,276
Écart entre enseignants0,220 · 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 tête enseignante, 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207