MétaCan
Menu
Retour à la cohorte
Enregistrement W4385800732 · doi:10.1109/vtc2023-spring57618.2023.10199187

Spherical Array-Based Joint Beamforming and UAV Positioning in Massive MIMO Systems

2023· article· en· W4385800732 sur OpenAlexafffund
Mobeen Mahmood, Asil Koç, Tho Le‐Ngoc

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHuawei Technologies
Mots-clésBeamformingComputer scienceMIMORelayParticle swarm optimizationBase stationSingular value decompositionReal-time computingComputer networkAlgorithmTelecommunications

Résumé

récupéré en direct d'OpenAlex

This work considers a spherical array (SA)-based dual-hop massive multiple-input multiple-output (mMIMO) system using an unmanned aerial vehicle (UAV) as an amplify-and-forward (AF) relay between the base station (BS) and Internet of Things (IoT) gateway. We propose a particle swarm optimization (PSO)-based UAV deployment technique to maximize the total achievable rate by considering joint optimization of UAV location, hybrid beamforming (HBF) at two terminal nodes, and analog beamforming/combining at the UAV relay. Additionally, we employ singular value decomposition (SVD) of the channel matrices to form the transmit and receive radio frequency (RF) stages of the UAV relay, and an orthogonal matching pursuit (OMP)-based algorithmic approach to the HBF for the BS and the gateway. The illustrative results show that our proposed joint beamforming scheme for two distinct SA configurations significantly improves spectral and energy efficiencies, and outperforms uniform rectangular arrays (URAs).

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 candidatesaucune
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 enseignants0,827
Score d'incertitude au seuil0,239

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 technologies0,0000,000
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 Opus0,010
Tête enseignante GPT0,198
Écart entre enseignants0,188 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUAV Applications and OptimizationTravaux en français237 207