MétaCan
Menu
Retour à la cohorte
Enregistrement W3131737136 · doi:10.1109/vtc2020-fall49728.2020.9348805

Hybrid Millimeter-Wave Massive MIMO Systems with Low CSI Overhead and Few-Bit DACs/ADCs

2020· article· en· W3131737136 sur OpenAlexafffund
Asil Koç, Tho Le‐Ngoc

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHuawei Technologies
Mots-clésPrecodingMIMOComputer scienceElectronic engineeringBasebandConvertersOverhead (engineering)Channel state informationRadio frequencyQuantization (signal processing)TransmitterSpectral efficiencyChannel (broadcasting)Power (physics)Bandwidth (computing)TelecommunicationsWirelessEngineeringPhysicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

Hybrid precoding/combining (HPC) architecture is a promising candidate for millimeter-wave (mmWave) massive multiple-input multiple-output (MIMO) systems. It is capable of reducing the hardware cost/complexity and power consumption compared to the full-digital precoding/combining (FDPC) while keeping the similar spectral efficiency. Most of the prior works on HPC consider the availability of full channel state information (CSI) to design both radio-frequency (RF) and baseband (BB) stages. In this work, an angular-based HPC (AB-HPC) design requiring low CSI overhead is proposed for mmWave massive MIMO systems equipped with low-resolution digital-to-analog converters (DAC) and analog-to-digital converters (ADC). Based on the 3D geometry-based mmWave channel model, the transmit and receive RF beamformers are first developed based on the slow time-varying angle-of-departure (AoD) and angle-of-arrival (AoA) parameters, respectively. Then, the transmit BB precoder and receive BB combiner are designed by employing the reduced-size effective CSI seen from the BB-stages. Considering the effect of low-resolution DACs/ADCs, the receive BB combiner is obtained by the minimum mean square error (MMSE) criterion. The numerical results reveal that the proposed AB-HPC technique can closely approach the achievable rate performance of FDPC while remarkably reducing the number of power-hungry RF chains and CSI overhead size (e.g., around 94.1% – 98.5%). Moreover, the quantization error occurred due to the low-resolution DACs/ADCs causes a performance floor. For a given signal-to-noise ratio (SNR), we also ask the required number of bits for the low-resolution DACs/ADCs for converging to the same achievable rate performance in full-precision DACs/ADCs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,021
Tête enseignante GPT0,188
Écart entre enseignants0,167 · 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 source (Gemma direct ou Codex distillé), 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
GenreEmpirique

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

En bref

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207