Generalized Framework for Hybrid Analog/Digital Signal Processing in Massive and Ultra-Massive-MIMO Systems
Notice bibliographique
Résumé
The conventional fully-digital implementation of massive-MIMO systems is not efficient due to the large required number of radio-frequency (RF) chains. To address this issue, hybrid analog/digital (A/D) beamforming was proposed and to date remains a topic of ongoing research. In this paper, we explore the hybrid A/D structure as a general framework for signal processing in massive and ultra-massive-MIMO systems. To exploit the full potential of the analog domain, we first focus on the analog signal processing (ASP) network. We investigate a mathematical representation suitable for any arbitrarily connected feed-forward ASP network comprised of the common RF hardware elements in the context of hybrid A/D systems, i.e., phase-shifter and power-divider/combiner. A novel ASP structure is then proposed which is not bound to the unit modulus constraint, thereby facilitating the hybrid A/D systems design. We then study MIMO transmitter and receiver designs to exploit the full potential of digital processing as well. It is shown that replacing the linear transformation in the digital domain with a generic mapping can improve the system performance. In some cases, the performance of optimal fully-digital MIMO systems can be achieved without extra calculations compared to sub-optimal hybrid A/D techniques. An optimization model based on the proposed structure is presented that can be used for hybrid A/D system design. Specifically, precoding and combining designs under different conditions are discussed as examples. Finally, simulation results are presented which illustrate the superiority of the proposed architecture to the conventional hybrid designs for massive-MIMO systems.
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 ».