Massive MIMO relaying with imperfect RF chains and coarse ADC/DAC in beyond 5G networks
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
Abstract Massive connectivity, low cost, and energy saving are key requirements in providing Internet of Things (IoT) services in the beyond 5G (B5G) communication networks. Motivated by these requirements, we investigate a massive multiple‐input multiple‐output (MIMO) relaying system with imperfect radio frequency (RF) chains and coarse analog‐to‐digital converters/digital‐to‐analog converters (ADCs/DACs), where IoT user pairs communicate through the assistance of a relay equipped with transceiver antennas in quantity. First, the accurate and the approximate achievable rate expressions are derived in closed form. Then, we evaluate the impacts of critical design parameters on the rate performance. Moreover, scaling laws for transmit powers and RF hardware impairments are established when the number of antennas, M , at the relay grows infinity. It is revealed that, as M increases, the system can yield a non‐vanishing rate while cutting down the transmit powers of the IoT devices and relay, and/or scaling up the RF impairments of the relay. The power allocation scheme for maximizing the sum rate is proposed. Numerical results are conducted to demonstrate the analysis and show that, in the large scale antennas regime, employing high‐quality RF hardware at the IoT users and high‐resolution DACs at the transmit end of the relay can significantly improve the system's sum rate.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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