MétaCan
Menu
Retour à la cohorte
Enregistrement W3148798908 · doi:10.18280/ts.380112

Investigation of Ideal Number User Terminals with Spectrum Efficiency in Next Generation Wireless Communication Systems

2021· article· en· W3148798908 sur OpenAlexvenueno aff
Osman Dikmen, Selman Kulaç

Notice bibliographique

RevueTraitement du signal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpectral efficiencyBase stationMIMOComputer scienceIdeal (ethics)Interference (communication)WirelessMulti-user MIMOReuseElectronic engineeringComputer networkMathematicsTelecommunicationsEngineeringChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Suppose that a multi-user multiple-input multiple-output (MIMO) system is developed from scratch to equally envelop a defined region with optimal spectrum efficiency (SE) in next generation wireless communication systems such as sixth-generation (6G) and beyond networks. What are the ideal number of user terminals U, number of base stations antennas, and used pilot reuse factor? The purpose of this paper is to address this specific issue. Three interference levels are specified for this. Based on these interference levels, signal-to-interference-and-noise ratios (SINRs) are extracted. Closed-form spectrum efficiency equations are thus obtained. As a function of the base station (BS) antenna number, simulations are carried out considering multiple pilot reuse factors and diverse processing schemes such as Maximum Ratio Combining (MRC) and Zero-Forcing (ZF). From the results, it is understood that U varies according to the processing schemes. Therefore, evaluating the results considering the fixed number of users K will not give an accurate result in determining the design parameters for the next generation communication systems. In general, these results are useful statements that spectrum efficiency is maximized when the ideal number of users U is used in multi-cell systems.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,571

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 ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,227
Écart entre enseignants0,202 · 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
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTraitement du signalMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207