Spectral efficiency evaluation of full‐duplex mode of communications based on SLNR approach
Notice bibliographique
Résumé
Summary Full‐duplex (FD) mode of communication with efficient transmission scheme is a promising approach for 5G wireless systems by improving the spectral efficiency. This can be attained by making use of various precoding approaches. We propose a new co‐channel interference (CCI)‐aware improvement to signal‐to‐leakage‐and‐noise ratio (SLNR) technique and a suppression filter at the receiver to whiten the interference for the downlink channel. As well, for the uplink (UL) communication, we propose a self‐interference (SI)‐aware enhancement to SLNR scheme and designing a precoder using self‐interference plus noise covariance matrix. The total spectral efficiency is obtained from the sum‐rates of both downlink and uplink communication systems. Simulation results verify that the spectral efficiency (SE) of FD using the proposed scheme performs well relative to the half‐duplex system for all Rician factor and for small powers at the base station (BS) and UL communication channel users. Moreover, as the number of users grows, which entails that as the number of receiving antennas greater than the number of antennas at the BS the SLNR scheme still works, nonetheless, zero‐forcing (ZF) and block‐diagonalization (BD) precoding schemes failed. This is due to the fact that designing a precoder based on SLNR scheme supports multiple numbers of antennas at the base station and users compared with ZF and BD by compromising the interference and noise. However, for the cases of ZF and BD approaches failed due to both schemes require the number of transmit antennas at the BS to be larger than the sum of the receiving antennas at all users.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 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 ».