Antenna Array Structures for Enhanced Cluster Index Modulation
Notice bibliographique
Résumé
This paper investigates the effect of various antenna array structures, i.e., uniform linear array (ULA), uniform rectangular array (URA), uniform circular array (UCA), and concentric circular array (CCA), on cluster index modulation (CIM) enabled massive multiple-input multiple-output (mMIMO) millimeter-wave (mmWave) communications systems. As the CIM technique indexes spatial clusters to convey additional information bits, the different radiation characteristics caused by different array structures can significantly affect system performance. By analyzing the effects of array characteristics such as radiation pattern, array directivity, half-power beam width (HPBW), and radiation side lobes on bit error rate (BER) performance, we reveal that URA achieves better error performance than its counterparts in a CIM-enabled mmWave system. We demonstrate that narrower beams alone cannot guarantee better BER performance in a CIM-based system. Instead, other radiation characteristics, especially radiation side lobes, can significantly influence system performance by entailing extra interference in the non-intended directions. Illustrative results show that URA owes its superiority to its lower side lobes. We also propose an algorithm to implement fixed phase shifters (FPS) as a hardware-efficient (HE) analog network structure (beamformer/combiner) to reduce cost and energy consumption in mmWave systems and investigate the effect of a non-ideal analog network on the BER performance for different array structures. It is demonstrated that HE systems with a few FPSs can achieve similar BER performance compared to the optimum (OP) analog network structure.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».