MétaCan
Menu
Retour à la cohorte
Enregistrement W4285283743 · doi:10.1109/tmtt.2022.3184018

Massive MIMO Precoding Methods That Minimize the Variation in Average Power and Active Impedance With Channel Conditions

2022· article· en· W4285283743 sur OpenAlexaff
Mohammed Almoneer, Jin Gyu Lim, Hang Yu, Patrick Mitran, Slim Boumaiza

Notice bibliographique

RevueIEEE Transactions on Microwave Theory and Techniques · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPrecodingTransmitterZero-forcing precodingMIMOElectronic engineeringAntenna (radio)Computer scienceControl theory (sociology)Electrical impedanceChannel (broadcasting)EngineeringTelecommunicationsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This article investigates the impact of precoding on the performance of massive multiple-input multiple-output (mMIMO) transmitters exhibiting nonnegligible antenna crosstalk. For this, a new metric, called the average active impedance, is introduced to quantify the extent of load modulation as a function of the antenna S-parameters and the employed precoding. The new metric is then used to investigate the load modulation under conventional precoding schemes. It is shown that these precoders yield large disparities in average-power levels across the radio frequency (RF) chains, which results in substantial performance variations with channel conditions. Based on this investigation, we propose three new precoding schemes that yield equal average-power (EP) levels across all RF chains, independent of the channel conditions. Numerical simulations and experiments conducted on an mMIMO transmitter prototype confirmed that the proposed schemes improve the transmitter’s resilience to the variation in channel conditions.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,253
Écart entre enseignants0,243 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Microwave Theory and TechniquesMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207