Joint Hybrid Tx–Rx Design for Wireless Backhaul With Delay-Outage Constraint in Massive MIMO Systems
Notice bibliographique
Résumé
This paper studies joint design of mixed-timescale hybrid precoding and combining to maximize the effective capacity for wireless backhaul in massive multiple-input multiple-output (MIMO) systems. Specifically, radio frequency (RF) analog processing is adaptive to statistical channel state information (CSI) while digital baseband processing is updated with instantaneous effective CSI. Equipped with traditional MIMO solutions at the baseband, the issue of RF design for both unconstrained-modulus and constant-modulus elements is addressed. Under the jointly correlated channel model, the objective function does not have a closed-form expression. In the unconstrained case, we derive the optimal RF solution structures, which lead to a combinatorial eigenmode selection formulation. Such an NP-hard problem is solved to near-optimality by semi-definite relaxation. In view of the additional difficulty posed by the non-convex modulus constraint, we exploit the problem structure to construct the constant-modulus design from the unconstrained-modulus solution which is cast as a problem of joint matrix approximation and solved by low-complexity Jacobi-like algorithms. Numerical results show that under loose and stringent delay-outage constraints, the mixed-timescale hybrid designs deliver effective rates comparable with other perfect CSI-based state-of-the-art baselines.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».