Hybrid Multi-Dimensional Modulation in Non-Orthogonal Spatial-Delay-Doppler Domains for Beyond 5G, and 6G Communications
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
Joint utilization of orthogonal radio resources from multiple domains such as spatial, time-frequency, and delay-doppler domains has become an important paradigm to support diverse QoS requirements (higher datarate, higher spectral efficiency, and low latency) in beyond 5G, and 6G. However, due to higher carrier frequency (mmWave) communication with closely packed massive MIMO antennas, and high-speed mobility in future wireless channels, severe non-orthogonal interferences are dynamically induced in multiple domains which dramatically deteriorate the communication datarate of current OFDM systems. In high speed mobility scenarios, orthogonal time frequency space (OTFS) modulation scheme achieves better communication performance than OFDM at higher modulation cost. Based on these observations, this paper is motivated to propose a novel, situation-aware, cost efficient, switched modulation in spatial, time-frequency, and delay-doppler domains termed hybrid multi-dimensional modulation (H-MDM) scheme that jointly optimizes the radio resource separation to minimize the non-orthogonality degree in each domain, and thus achieves maximized communication datarate under dynamically varying non-orthogonality conditions in those domains. Simulation results validate that the proposed H-MDM achieves maximized datarate compared to state-of-art MIMO-OFDM, and MIMO-OTFS systems under such randomly varying non-orthogonality conditions. Furthermore, we demonstrate that the proposed H-MDM scheme is highly advantageous for high speed mobility, and massive MIMO communication.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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