MétaCan
Menu
Retour à la cohorte
Enregistrement W2625730463

A Hybrid Polarimetric Wide-Band Beam-former Architecture for 5G mm-Wave Communications

2016· article· en· W2625730463 sur OpenAlexaff
Diego Dupleich, Jian Luo, Stephan Haefner, Robert Mueller, Christian Schneider, Reiner S. Thomä

Notice bibliographique

RevueInternational ITG Workshop on Smart Antennas · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésExtremely high frequencyBasebandComputer scienceElectronic engineeringBeam (structure)Doppler effectChannel (broadcasting)OpticsPhysicsTelecommunicationsEngineeringBandwidth (computing)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Beam-forming at millimeter wave frequencies (mmwave) is a key technology to fulfill the fifth generation (5G) high data rate requirements. In this paper, we describe a novel hybrid architecture for mm-wave beam-forming, which addresses the mm-wave specific propagation channel characteristics that are identified in recent measurement campaigns. This architecture leverages baseband processing both in analog and digital domain. By enabling multi-beam beam-forming and compensating the polarization mismatch, delay difference (of different beams) and optionally the Doppler shifts (depending on mobility) of the beams at the Tx, a coherent summation of the signals in different beams can be realized, allowing to maximize the signal-to-noise ratio (SNR) and reduce the Rx complexity. Simulations based on measured channels in a typical large indoor scenario have been used to sustain the effectiveness of the proposed beam-forming architecture.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,783

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,044
Tête enseignante GPT0,268
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'étudeSans objet
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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational ITG Workshop on Smart AntennasMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207