MétaCan
Menu
Retour à la cohorte
Enregistrement W2407603800 · doi:10.1109/icassp.2016.7472342

Energy-efficient pilot and data power allocation in massive MIMO communication systems based on MMSE channel estimation

2016· article· en· W2407603800 sur OpenAlexaff
Ye Zhang, Wei‐Ping Zhu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMIMOComputer scienceChannel (broadcasting)Power (physics)Energy (signal processing)3G MIMOMulti-user MIMOPrecodingEfficient energy useEstimationElectronic engineeringTelecommunicationsComputer networkElectrical engineeringEngineeringStatisticsMathematicsSystems engineering

Résumé

récupéré en direct d'OpenAlex

This paper addresses the pilot and data power allocation issue in time division duplexing (TDD) massive multi-user multiple-input multiple-output (MU-MIMO) systems. By using minimum mean square error (MMSE) channel estimation along with a maximum-ratio combining (MRC) detector for the uplink transmission and a maximum-ratio transmission (MRT) precoder for the downlink transmission, a novel pilot and data power allocation scheme is proposed to minimize the total uplink and downlink transmit power under per-user signal to interference-plus-noise ratio (SINR) and power consumption constraints. The main contribution of this paper lies in formulating the original energy efficient power allocation problem and converting such a complicated optimization problem to a geometric programming one. Computer simulation shows that the proposed scheme can save up to 78% of the total power as compared to the equal power allocation among all the mobile users.

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 enseignants0,992
Score d'incertitude au seuil0,450

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 Opus0,024
Tête enseignante GPT0,248
Écart entre enseignants0,224 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207