Intelligent Reflecting Surface Enabled Random Rotations Scheme for the MISO Broadcast Channel
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
The current literature on intelligent reflecting surface (IRS) focuses on optimizing the IRS phase shifts to yield coherent beamforming gains, under the assumption of perfect channel state information (CSI) of individual IRS-assisted links, which is highly impractical. This work, instead, considers the random rotations scheme at the IRS in which the reflecting elements only employ random phase rotations without requiring any CSI. The only CSI then needed is at the base station (BS) of the overall channel to implement the beamforming transmission scheme. Under this framework, we derive the sum-rate scaling laws in the large number of users regime for the IRS-assisted multiple-input single-output (MISO) broadcast channel, with optimal dirty paper coding (DPC) scheme and the lower-complexity random beamforming (RBF) and deterministic beamforming (DBF) schemes at the BS. The random rotations scheme increases the sum-rate by exploiting multi-user diversity, but also compromises the gain to some extent due to correlation. Finally, energy efficiency maximization problems in terms of the number of BS antennas, IRS elements and transmit power are solved using the derived scaling laws. Simulation results show the proposed scheme to improve the sum-rate, with performance becoming close to that under coherent beamforming for a large number of users.
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 | 0,002 | 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