MétaCan
Menu
Retour à la cohorte
Enregistrement W4401164104 · doi:10.1109/bmsb62888.2024.10608255

In-Band Full-Duplex Communications with MIMO in ATSC 3.0

2024· article· en· W4401164104 sur OpenAlexaff
Zhihong Hong, Wei Li, Liang Zhang, Yiyan Wu, Sung-Ik Park, Sungjun Ahn, Namho Hur, Eneko Iradier, Jon Montalbán, Pablo Angueira

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTelecommunications and Broadcasting Technologies
Établissements canadiensCommunications Research Centre Canada
Organismes subventionnairesnon disponible
Mots-clésMIMOComputer scienceDuplex (building)TelecommunicationsElectronic engineeringEngineeringBeamformingChemistry

Résumé

récupéré en direct d'OpenAlex

Wireless in-band backhaul, i.e. in-band distribution links (IDL) and inter-tower communications networks (ITCN) were previously proposed as key enabling technologies for the next-generation digital broadcasting systems, a.k.a. the Advanced Television Systems Committee (ATSC) 3.0 system. Both ITCN/IDL can be operated in the spectrum-efficient in-band full-duplex (IBFD) mode and the same frequency band is shared between the broadcast service signal and the ITCN/IDL signals. Integrating multi-input multi-output (MIMO) into ITCN/IDL transmission is desirable to increase the throughput and reduce the portion of the spectrum occupied by ITCN/IDL. Self-interference cancellation (SIC) in IBFD communications with the dual-polarization MIMO in ATSC 3.0 is investigated in this paper. A MIMO SIC was previously proposed by the authors which is capable to cancel both the co-polarization and cross-polarization self-interferences without requiring a dedicated training phase for the SIC filter weight estimation. Foregoing a dedicated training phase is more spectrum efficient and flexible in system design, however, it results in the presence of the remote signal of interest as an “intrinsic noise” in the SIC filter weight estimation. An iterative “intrinsic noise” cancellation scheme is proposed in this paper to further improve the MIMO SIC performance.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,249
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTelecommunications and Broadcasting TechnologiesTravaux en français237 207