A New Path Division Multiple Access for the Massive MIMO-OTFS Networks
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
This article focuses on a new path division multiple access (PDMA) for both uplink (UL) and downlink (DL) massive multiple-input multiple-output network over a high mobility scenario, where the orthogonal time frequency space (OTFS) is adopted. First, the 3D UL channel model and the received signal model in the angle-delay-Doppler domain are studied. Secondly, the 3D-Newtonized orthogonal matching pursuit algorithm is utilized for the extraction of the UL channel parameters, including channel gains, directions of arrival, delays, and Doppler frequencies, over the antenna-time-frequency domain. Thirdly, we carefully analyze energy dispersion and power leakage of the 3D angle-delay-Doppler channels. Then, along UL, we design a path scheduling algorithm to properly assign angle-domain resources at user sides and to assure that the observation regions for different users do not overlap over the 3D cubic area, i.e., angle-delay-Doppler domain. After scheduling, different users can map their respective data to the scheduled delay-Doppler domain grids, and simultaneously send the data to base station (BS) without inter-user interference in the same OTFS block. Correspondingly, the signals at desired grids within the 3D resource space of BS are separately collected to implement the 3D channel estimation and maximal ratio combining-based data recovery over the angle-delay-Doppler domain. Then, we construct a low complexity beamforming scheme over the angle-delay-Doppler domain to achieve inter-user interference free DL communication. Simulation results are provided to demonstrate the validity of our proposed unified UL/DL PDMA scheme.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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