Distributed collaborative beamforming design in highly-scattered environments
Notice bibliographique
Résumé
In this paper, we consider a collaborative beam-former (CB) design that achieves a dual-hop communication from a source to a receiver in highly-scattered environments, through a wireless network comprised of K independent terminals. The weights of the considered CB design at these terminals, derived to maximize the received signal-to-noise ratio (SNR) subject to constraint over the terminals' total transmit power, have expressions that inevitably depend on some form of the channel state information (CSI). Only those requiring the local CSI (LCSI) available at their respective terminals lend themselves to a truly distributed implementation. The latter has the colossal advantage of significantly minimizing the huge overhead resulting otherwise from non-local CSI (NLCSI) exchange required between terminals, which becomes prohibitive for large K and/or high Doppler. We derive the closed-form expression of the SNR-optimal CB (OCB) and verify that it is a NLCSI-based design. Exploiting, however, the polychromatic (i.e., multi-ray) structure of scattered channels as a superposition of L impinging rays or chromatics, we propose a novel LCSI-based distributed CB (DCB) design that requires a minimum overhead cost and, further, performs nearly as well as its NLCSI-based OCB counterpart. Furthermore, we prove that the proposed LCSI-based DCB outperforms two other DCB benchmarks: the monochromatic (i.e., single-ray) DCB (M-DCB) whose design ignores the presence of scattering and the bichromatic (i.e., two-ray) DCB (B-DCB) which relies on an efficient polychromatic-channel approximation by two rays when the angular spread is relatively small.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».