MétaCan
Menu
Retour à la cohorte
Enregistrement W2478258961 · doi:10.1109/icc.2016.7511067

Performance analysis of SDMA with inter-tier interference nulling in HetNets

2016· article· en· W2478258961 sur OpenAlexaff
Yamuna Dhungana, Chintha Tellambura

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSpace-division multiple accessComputer scienceInterference (communication)Telecommunications linkMacroComputer networkElectronic engineeringAntenna (radio)Single antenna interference cancellationOrthogonal frequency-division multiple accessBlock (permutation group theory)Scheme (mathematics)TelecommunicationsOrthogonal frequency-division multiplexingEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The downlink performance of two-tier (macro/pico) multi-antenna cellular heterogeneous networks (HetNets) employing space division multiple access (SDMA) technique is analyzed in this paper. The number of users simultaneously served with SDMA by each BS in a resource block depends on user distribution, unlike previous studies which assume the number to be any arbitrary value. By exploiting the feasibility of deploying larger number of antennas at macro BS, we propose to utilize the excess spatial degrees of freedom for interference nulling to pico users from their corresponding nearest (dominant) macro BSs. Biased-nearest-distance based user association scheme is proposed as those introduced in previous studies are unsuitable for analyzing the proposed multi-antenna scheme. Coverage probability and average data rate of a typical user are then evaluated. Our results demonstrate that the proposed interference nulling scheme has strong potential to improve performance. However, the system parameters such as association bias, and number of dedicated antennas at each macro BS for serving its own users must be carefully tuned.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,589
Score d'incertitude au seuil0,211

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,007
Tête enseignante GPT0,201
Écart entre enseignants0,193 · 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
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207