MétaCan
Menu
Retour à la cohorte
Enregistrement W2510675935 · doi:10.1109/spawc.2016.7536763

Hybrid analog and digital beamforming for OFDM-based large-scale MIMO systems

2016· article· en· W2510675935 sur OpenAlexaff
Foad Sohrabi, Wei Yu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBeamformingOrthogonal frequency-division multiplexingComputer scienceElectronic engineeringMIMOBroadbandMultiplexingSpectral efficiencyWSDMAMIMO-OFDMPrecodingEngineeringTelecommunicationsChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Hybrid analog and digital beamforming is a promising technique for large-scale MIMO systems since it can achieve a performance close to the performance of the conventional fully-digital beamforming schemes, but with much lower hardware implementation complexity and power consumption. One of the major challenges in hybrid beamforming is to design the hybrid beamformers for broadband systems with frequency-selective channels. This is because in broadband systems, it is desirable to design the same analog beamformers for the entire band while adapting digital beamformers in each frequency tone. In this paper, we consider the hybrid beamforming design for large-scale MIMO systems with orthogonal frequency division multiplexing (OFDM) modulation. Specifically, we propose a unified heuristic design for two different hybrid beamforming structures, the fully-connected and partially-connected structures, to maximize the overall spectral efficiency of a broadband system. Numerical results show that the proposed algorithm outperforms the existing hybrid beamforming designs and further the proposed algorithm for the fully-connected structure can achieve spectral efficiency close to that of the optimal fully-digital solution with much less number of RF chains.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,012
Tête enseignante GPT0,201
Écart entre enseignants0,190 · 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

Citations27
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207