MétaCan
Menu
Retour à la cohorte
Enregistrement W4290996627 · doi:10.1109/icc45855.2022.9838417

Millimeter Wave-based Fronthaul Network for Cell-free Massive MIMO

2022· article· en· W4290996627 sur OpenAlexaff
Mohamed Ibrahim, Salah Elhoushy, Walaa Hamouda

Notice bibliographique

RevueICC 2022 - IEEE International Conference on Communications · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésTelecommunications linkMIMOComputer scienceBandwidth (computing)Computer networkExtremely high frequencyElectronic engineeringStochastic geometryEngineeringTelecommunicationsChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

One of the major technological breakthroughs to support unprecedented demands of the future generations of wireless communication networks is cell-free (CF) massive multiple-input multiple-output (mMIMO). However, a fronthaul network with high and reliable capacity links is a prerequisite to realize the full potential of the CF mMIMO. Aiming at deploying a cost-efficient fronthaul network, this paper proposes a millimeter wave (mmWave)-based fronthaul network for the CF mMIMO system operation thanks to the broad bandwidth in the mmWave frequency band. Stochastic geometry tools have been exploited to reflect the impact of the considered fronthaul network on the uplink (UL) performance of CF mMIMO systems. Results reveal that increasing the blockage density deteriorates the average UL data rates, however, increasing the density of CPUs can limit the blockages effect on the system performance. Besides, while it is more preferable to deploy a large number of antennas per access points (AP)s under low blockage densities, having a large number of APs, provided with a small number of antennas leads to superior UL data rates at high blockage densities.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,110
Tête enseignante GPT0,296
Écart entre enseignants0,186 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICC 2022 - IEEE International Conference on CommunicationsMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207