MétaCan
Menu
Retour à la cohorte
Enregistrement W3134701519 · doi:10.1109/jsyst.2021.3053550

Achieving 5G NR mmWave Indoor Coverage Under Integrated Access Backhaul

2021· article· en· W3134701519 sur OpenAlexaff
Syed Hassan Raza Naqvi, Pin‐Han Ho

Notice bibliographique

RevueIEEE Systems Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBackhaul (telecommunications)SubcarrierComputer scienceComputer networkChannel (broadcasting)Electronic engineeringBase stationEngineeringOrthogonal frequency-division multiplexing

Résumé

récupéré en direct d'OpenAlex

In this article, we introduce a novel millimeter wave (mmWave) access architecture, called mmWave over cable (mmWoC), for achieving effective indoor coverage under integrated access backhaul. The proposed mmWave access architecture is characterized by using an analog link over local area network cables to relay the frequency-converted signals between the mmWave small cell station at the outdoor and the mmWave antenna array in the indoor, so as to ensure line-of-sight transmissions for the indoor user equipment. We first develop a precoding process for the proposed mmWoC architecture where a cascaded radio–radio (R–R) mmWave channel (R–R channel) is seen at the mmWave base station. Then, rate analysis is provided for both the cascaded R–R channel and the cascaded radio–cable–radio channel (R–C–R channel). Furthermore, we investigate an efficient yet simple resource mapping scheme between the antenna signals and the cable subcarriers, namely nonconfigurable air-to-cable (NC-A2C), which ensures each cable subcarrier with sufficient capacity to meet the fifth-generation new radio (5G NR) requirement by manipulating the cable input powers. Simulation results indicate that the proposed NC-A2C scheduler can efficiently trade the capacity off for better control simplicity and cost effectiveness; and the proposed precoder can work well on the R–C–R indoor environment under the mmWoC architecture.

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)0,000
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,263
Écart entre enseignants0,223 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Systems JournalMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207