MétaCan
Menu
Retour à la cohorte
Enregistrement W4389544655 · doi:10.1109/vtc2023-fall60731.2023.10333425

A Dynamic Array-of-Subarrays Architecture With Quantized Phase Shifters and DACs

2023· article· en· W4389544655 sur OpenAlexaff
Zahraalsadat Alavizadeh, Benoı̂t Champagne

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésConvertersPrecodingElectronic engineeringQuantization (signal processing)Computer sciencePower (physics)Power consumptionTopology (electrical circuits)EngineeringAlgorithmMIMOElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Existing design approaches for hybrid precoding with dynamic array of subarrays architecture (DAoSA) implicitly rely on the assumption of infinite-resolution phase shifters (PSs) and digital to analog converters (DACs). However, ideal PSs and DACs are impractical and deviation from this assumption may lead to significant performance degradation. In this paper, we investigate the design of a DAoSA hybrid precoder that employs low-resolution PSs and DACs with adjustable switch connections. The design aims to minimize the power consumption while achieving high spectral efficiency under quantization constraints. To solve this complex problem, we develop a joint optimization approach comprised of three interwined algorithms: element-by-element quantized PS (EBE-QPS), DAC bit allocation (DAC-BA) and switch network design (SND). Numerical simulations show that our proposed approach for DAoSA hybrid precoder design with finite-resolution PSs and DACs leads to reduced power consumption compared to existing benchmarks while maintaining the required spectral efficiency.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,339

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 Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207