Dynamic Beam Selection for Beam-RSRP Based Direction Finding in mmW 5G Networks
Notice bibliographique
Résumé
This paper considers direction-finding in millimeter wave (mmW) fifth generation (5G) networks by means of beam-based downlink (DL) reference signal received power (RSRP) measurements and subsequent reporting. In particular, we propose two methods that allow user equipments (UEs) to select, in an independent and dynamic manner, the most-relevant beam-RSRP (BRSRP) measurements as a trade-off between angle-related information and load of the feedback channel. A likelihood ratio (LR)-test is derived in which the hypothesis for “noise-only” BRSRP measurement is compared to that of “reference signal (RS)-plus-noise” observations, under a given significance level. A power threshold based method is also proposed in which the BRSRP measurements are compared to a threshold proportional to the noise power. Such a noise variance is estimated at each UE independently. The performance of the proposed beam selection schemes is assessed by means of an extended Kalman filter (EKF) tracking the direction of departure (DoD) of the line-of-sight (LoS) path between base stations (BSs) and a UE. Extensive numerical results are provided on a realistic mmW 5G outdoor deployment scenario operating at 39 GHz and with a ray-tracing propagation model based on the METIS Madrid grid.
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) | 0,000 | 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 ».