Multi-User Downlink Beamforming Using Uplink Downlink Duality With 1-Bit Converters for Flat Fading Channels
Notice bibliographique
Résumé
The increased power consumption of high-resolution data converters at higher carrier frequencies and larger bandwidths is becoming a bottleneck for communication systems. In this paper, we consider a fully digital base station equipped with 1-bit analog-to-digital (in uplink) and digital-to-analog (in downlink) converters on each radio frequency chain. The base station communicates with multiple single antenna users with individual SINR constraints. We first establish the uplink downlink duality principle under 1-bit hardware constraints under an uncorrelated quantization noise assumption. We then present a linear solution to the multi-user downlink beamforming problem based on the uplink downlink duality principle. The proposed solution takes into account the hardware constraints and jointly optimizes the downlink beamformers and the power allocated to each user. Optimized dithering obtained by adding dummy users to the true system users ensures that the uncorrelated quantization noise assumption is true under realistic settings. Detailed simulations carried out using 3GPP channel models generated fromQuadrigashow that our proposed solution outperforms state of the art solutions in terms of the ergodic sum and minimum rate especially when the number of users is large. We also demonstrate that the proposed solution significantly reduces the performance gap from non-linear solutions in terms of the uncoded bit error rate at a fraction of the computational complexity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».