Linear CE and 1-bit Quantized Precoding With Optimized Dithering
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
High power amplifiers (HPA), used at transmission, add nonlinear impairments to the output signals. Through Constant envelope (CE) transmission, distortion in the signal can be avoided without wasting power on PA linearization. A more restricted form of CE transmission, 1-bit quantized transmission, further simplifies the RF chain and reduces the DAC power consumption. In this paper, for CE transmission and 1-bit quantized transmission at the BS antennas, we analyze downlink transmission for low complexity linear precoding. We observe that for small numbers of users in the downlink, correlation among the quantization error components across BS antennas is high, deteriorating the performance rapidly as number of users become smaller. To improve performance for smaller numbers of downlink users, we propose the addition of correlated Gaussian dither to the precoded signal before quantization and subsequent transmission. We observe that the receive SQINR peaks for finite non-trivial dither power. For given value of transmit power, number of BS antennas and number of users, SQINR is maximized analytically by the transmitter, to find the optimum dither power, using the Bussgang decomposition. We observe that with the implementation of optimized dithering, the error floor in the coded BER at high transmit power, for CE and 1-bit quantized transmissions, is pushed down significantly. We also observe that optimum dither power increases monotonically with transmit power, with rate of increase decreasing with increasing transmit power. Further, the optimum dither power strictly increases with number of BS antennas.
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 | 0,002 |
| 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