Underlaid FD D2D Communications in Massive MIMO Systems via Joint\n Beamforming and Power Allocation
Notice bibliographique
Résumé
This paper studies the benefits of incorporating underlaid full-duplex (FD)\ndevice-to-device (D2D) communications into massive\nmultiple-input-multiple-output (MIMO) downlink systems. Due to the nature of\ncellular downlink and FD D2D transmission, the performances of cellular and D2D\nservices are severely impaired due to high interference caused by base-stations\n(BSs) and D2D transceivers. As a consequence, integrating a large number of D2D\nlinks into exiting cellular networks might degrade the system performances. To\novercome this challenge, utilizing the large uniform linear array (ULA)\nequipped at BSs, we propose a joint beamforming and power allocation design for\naverage sum-rate maximization while considering the effects of interference to\nboth cellular and D2D transmission. The problem formulation leads to a\nnonconvex vector-variable optimization problem, where we develop an efficient\nsolution using a fractional programming (FP) based approach. Numerical results\nshow that, at sufficiently high self-interference cancellation (SIC) levels and\nnumbers of active D2D links, the FD D2D transmission provides a significant\nsum-rate improvement as compared to the half-duplex (HD) counterpart and pure\ncellular systems in absence of D2D.\n
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».