MétaCan
Menu
Retour à la cohorte
Enregistrement W4312051168 · doi:10.1109/tcomm.2022.3217575

Constellation Design for Multiuser Non-Coherent Massive SIMO Based on DMPSK Modulation

2022· article· en· W4312051168 sur OpenAlexafffund
Manuel José López Morales, Kun Chen–Hu, Ana García Armada, Octavia A. Dobre

Notice bibliographique

RevueIEEE Transactions on Communications · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesAgencia Estatal de InvestigaciónSecretaría de Estado de Investigación, Desarrollo e InnovaciónHORIZON EUROPE Marie Sklodowska-Curie ActionsNatural Sciences and Engineering Research Council of CanadaEuropean Commission
Mots-clésComputer scienceBit error rateAlgorithmPhase-shift keyingKeyingChannel (broadcasting)ConstellationModulation (music)Reduction (mathematics)Theoretical computer scienceComputer engineeringDecoding methodsMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Non-coherent (NC) schemes combined with massive antenna arrays are proposed to replace traditional coherent schemes in scenarios which require an excessive number of reference signals, since NC approaches avoid channel estimation and equalization. Differential <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> <tex-math notation="LaTeX">$M$ </tex-math></inline-formula> -ary phase shift keying is one of the most appealing NC schemes due to its implementation simplicity in realistic scenarios. However, the analytical constellation design for multiuser scenarios is intractable, as discussed in this paper. We propose to solve this problem by using optimization techniques relying on evolutionary computation. We design two approaches, namely Gaussian-approximated optimization and Monte-Carlo based optimization. They can provide both individual constellations for each user equipment and a bit mapping policy to minimize the bit error rate. We perform a complexity analysis and propose strategies for its reduction. We propose a set of constellations for different number of users and constellation sizes, and evaluate the link-level performance of some illustrative examples to verify that our solutions outperforms the existing ones. Finally, we show via simulations that NC outperforms the coherent schemes in high mobility and/or low signal-to-noise ratio scenarios.

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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,934
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 ouverte0,0000,000
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 Opus0,039
Tête enseignante GPT0,264
Écart entre enseignants0,225 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207