Efficient linearisation technique for crosstalk and power amplifier non‐linearity suitable for massive MIMO transmitters
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
Massive multi‐input–multi‐output (MIMO) is expected to be an eminent technique to meet the demands of high system capacity and data rates of wireless networks in 5G wireless communication. However due to inherent imperfections of the transmitter such as power‐amplifier (PA) non‐linearity and crosstalk, practically, the signal quality suffers and does not reap sufficient benefits from the various MIMO techniques. Digital predistortion (DPD) is a popular technique for single‐input–single‐output transmission to enhance signal quality. This study examines the issue of high DPD's complexity in mitigating imperfections in MIMO transmitters. This work proposes a less complex, novel DPD model for linearising large‐scale MIMO transmitters along with its characterisation procedure. The proof‐of‐concept is provided with the measurement setup containing 4 1 MIMO transmitters in the presence of non‐linear crosstalk, linear crosstalk, and strong PA non‐linearity. The proposed model performs comparably to the state‐of‐art DPD models like parallel Hammerstein and dual‐input crosstalk mismatch with lower number of floating‐point operations (flops). The proposed model improves adjacent channel power ratio up to dBc and error vector magnitude up to 1.08% for LTE signal of 40 MHz bandwidth.
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 | 0,000 | 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 découle