System Modeling and Precoding Design for Multi-beam Dual-polarized Satellite MIMO System
Notice bibliographique
Résumé
Background: As the multimedia service develops and the transmission rate in terrestrial communication systems increases rapidly, satellite communication needs to improve the transmission rate and throughput. Multiple Input Multiple Output (MIMO) techniques can increase the system capacity significantly by introducing the space dimension, as the system bandwidth remains the same. Therefore, utilization of MIMO for satellite communications to increase the capacity is an important research topic. So MIMO techniques for multibeam satellite communications are researched in the dissertation. Objective: The goal of this work is improving the capacity of the satellite system. Multi-beam and dual-polarized technologies are applied to a satellite system to improve the capacity further. Methods: In this paper, we first introduce a multi-beam dual-polarized satellite multi-put and multiout (MBDP-S-MIMO) system which combines the full frequency multiplexing and dual-polarization technologies. Then the system model and channel model are first constructed. At last, to improve the capacity further, BD and BD-ZF precoding algorithms are applied to MBDP-S-MIMO and their performance is verified by simulation. Results: Simulation results show the performance of the BD precoding algorithm gets better with the growth of the XPD at the receiver and is almost not affected by the growth of the channel polarization correlation coefficient. In addition, with the growth of the users’ speed, the performance becomes worse. Conclusion: The multi-beam dual-polarized satellite MIMO system has high capacity, and it has certain application prospects for satellite communication.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».