Joint Beam Steering and Nulling Angle Perturbation for Tx-Rx Isolation Enhancement in FD mMIMO
Notice bibliographique
Résumé
Full-duplex (FD) communication can potentially double spectral efficiency by allowing simultaneous transmission and reception over the same frequency. However, strong self-interference (SI) between the co-located transmitter (Tx) and receiver (Rx) frequently undermines the system performance. This paper introduces a two-stage beamformer optimization strategy to improve Tx-Rx beam-level isolation. First, a neural network model, trained on a dataset generated by particle swarm optimization, predicts optimal nulling angles for both downlink and uplink beamformers based on user locations. Next, the beam steering angle is perturbed within a predefined search window to further minimize SI. Validation using measured SI channels from an FD mMIMO testbed demonstrates an average Tx-Rx beam-level isolation of 95.7 dB, representing a 29.5 dB improvement, with less than a 3 dB trade-off in desired signal gain. Across all tested user pairs, beam-level mutual coupling remains better than −66.8 dB, and 95.9% of tested beam pairs achieve over 15 dB of additional isolation. The relationship between the allowable degradation in desired gain and the achievable Tx-Rx isolation enhancement is thoroughly examined.
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 ».