MétaCan
Menu
Retour à la cohorte
Enregistrement W3096210544 · doi:10.1109/ojcoms.2020.3035118

Constrained Channel Decomposition-Based Hybrid Beamforming for mmWave Massive MIMO Systems

2020· article· en· W3096210544 sur OpenAlexafffund
Guilherme Martignago Zilli, Wei‐Ping Zhu

Notice bibliographique

RevueIEEE Open Journal of the Communications Society · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensConcordia University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaUniversidade Federal de Santa Catarina
Mots-clésBeamformingComputer scienceMIMOPrecodingWSDMAChannel (broadcasting)Interference (communication)Electronic engineeringDiversity gainRank (graph theory)TelecommunicationsEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In this article, we propose a hybrid beamforming design for multiuser mmWave massive MIMO systems. We adopt a two-stage approach for designing the analog and digital beamforming separately. The analog beamforming design is based on a constrained low-rank channel decomposition and aims to simultaneously harvest the array gain and reduce the intra- and inter-user interference. The digital beamforming design is conducted by using the regularized channel diagonalization method, which provides a better trade-off between multiuser interference suppression and transmit diversity, thus attaining a better performance in low-SNR scenarios or when communicating to many users or through many data streams. We validate the effectiveness of the proposed design through numerical simulations, which have shown that our design outperforms several other hybrid beamforming designs in the literature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,388

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,302
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of the Communications SocietyMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207