Swarm Intelligence based Power Allocation in Hybrid Millimeter-Wave Massive MIMO Systems
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
This work proposes a novel swarm intelligence based power allocation (PA) technique for multi-user massive multiple-input multiple-output (MU-mMIMO) systems. For the downlink transmission, we consider the geometry-based millimeter-wave (mmWave) channel model. The base station (BS) employs a three-dimensional angular-based hybrid precoding (3D-AB-HP) technique requiring low channel state information (CSI) overhead. The 3D-AB-HP architecture consists of three stages: (i) radio frequency (RF) precoder, (ii) baseband (BB) precoder, (iii) multi-user PA block. First, the RF precoder is built via the slow time-varying angle-of-departure information to reduce the CSI overhead size as well as the number of RF chains. It is designed via low cost phase-shifters, which induces the constant modulus constraint at the RF-stage design. Second, the BB precoder utilizes the regularized zero-forcing technique for mitigating the inter-user interference. Third, at the multi-user PA block, we develop a novel particle swarm optimization based PA (PSO-PA) algorithm to maximize the spectral/energy efficiency. Both the BB precoder and the multi-user PA block are constructed via the reduced-size effective channel seen from the BB-stage. Illustrative results reveal that the 3D-AB-HP with PSO-PA can remarkably improve the spectral/energy efficiency compared to the equal PA (e.g., up to 88% at the low/medium transmit power regime). Also, it is shown that the proposed 3D-AB-HP significantly decreases the number of RF chains (e.g., 94.2%) and the CSI overhead size (e.g., 87.1%), while providing higher energy efficiency than the conventional single-stage fully-digital precoding.
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 | 0,000 |
| 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