Robust Fairness Transceiver Design for a Full-Duplex MIMO Multi-Cell System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We consider optimal linear precoder and decoder designs in a multi-cell multiple-input multiple-output system, where base stations and mobile users are both operating in full-duplex (FD) mode. Existing works on FD cellular systems focus on the maximization of overall throughput, which can result in unfairness between uplink and downlink channels depending on the self-interference power and inter-user interference levels. Therefore, to introduce fairness, in this paper, we consider the transmit and receive beamforming designs that maximize the harmonic-sum of signal-to-interference-plus-noise ratios (SINRs) in the uplink and downlink channels. We propose a low-complexity alternating optimization algorithm which converges to a stationary point. Moreover, in order to address practical system design aspects, we consider the transceiver design that enforces robustness against imperfect channel state information (CSI) while providing fair performance among the users. To this end, we formulate an optimization problem that maximizes the worst case SINR among all users under norm-bounded CSI errors. We devise a low-complexity iterative algorithm based on alternating optimization and semidefinite relaxation techniques. Numerical results verify the advantages of incorporating FD mode into cellular systems, and practical issues, such as CSI uncertainty and fairness performance.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,004 | 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 découle