MétaCan
Menu
Retour à la cohorte
Enregistrement W3190182925 · doi:10.1109/icc42927.2021.9500931

Massive-MIMO Hybrid Precoder Design Using Few-Bit DACs for 2D Antenna Array Structures

2021· article· en· W3190182925 sur OpenAlexafffund
Mobeen Mahmood, Asil Koç, Tho Le‐Ngoc

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHuawei Technologies
Mots-clésPrecodingMIMOElectronic engineeringAntenna arrayBeamformingBasebandAntenna (radio)Computer scienceTopology (electrical circuits)Array gainEnergy (signal processing)Channel (broadcasting)PhysicsTelecommunicationsEngineeringElectrical engineeringBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

This paper investigates the performance of different antenna array structures for hybrid massive-MIMO precoding schemes using few-bit DACs. Particularly, the proposed hybrid scheme includes two precoding stages: the RF-beamforming stage is designed via the slowly time-varying channel second-order correlation matrix, while the baseband multi-user (MU) precoding stage is constructed via the regularized zero-forcing (RZF) technique to mitigating the MU-interference. For the same system cost and complexity, we examine the achieved sum-rate and energy efficiency of various 2D antenna array structures, namely, uniform linear array (ULA), uniform rectangular array (URA), uniform circular array (UCA), and concentric circular array (CCA), in serving multiple users at different angular locations. The Monte Carlo simulation results indicate the higher achievable rate and energy efficiency of CCA by using low-resolution DACs as compared to various 2D array structures. We also show that only (3-5)-bit DACs are sufficient to provide comparable spectral and energy efficiencies.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,850

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 Opus0,029
Tête enseignante GPT0,252
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 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
GenreMéthodes

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'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207