Transmission Schemes and Power Allocation for Multiuser Massive MIMO Relaying
Notice bibliographique
Résumé
This paper proposes and analyzes the performance of two simple transmission protocols for a multiuser massive multiple input multiple-output relaying system, where K single-antenna users transmit data to a massive-antenna destination through an N-antenna relay node. In the first transmission protocol, the relay does not need to know the CSI. It just amplifies and forwards the received signals to the destination. In the second protocol, the relay first estimates the channels from all users. It then uses the maximum-ratio combining (MRC) technique to combine all received signals and forwards them to the destination. In both protocols, the destination estimates the channels and employs MRC to decode the signals. We propose an efficient channel estimation method at the destination in which the destination estimates only the effective channels gains. As a consequence, the channel estimation overhead does not depend on the numbers of relay and destination antennas. We derive closed-form expressions for the spectral efficiency of the two transmission protocols. These results allow us to further analyze the system performance and to allocate the transmit powers. Particularly, a max-min power control algorithm is proposed which selects the transmit powers at the relay and users to maximize the lowest spectral efficiency of all users. We show that, by using the max-min power allocation algorithm, the spectral efficiency can be increased significantly, compared to uniform power allocation. Furthermore, if the distance between the users and the relay is large, the first transmission protocol is better and vice versa if this distance is small.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».