An Investigation of Wideband Hybrid Precoding Techniques for 6G THz Massive MIMO Systems
Notice bibliographique
Résumé
For next-generation applications like holographic communication, immersive extended reality, and dense Internet of Things (IoT) deployments, sixth-generation (6G) wireless networks operating at terahertz (THz) frequencies promise extremely high speeds of data, immense connections, and very little latency. In this paper, a detailed overview of hybrid precoding architecture has been provided which encompasses analog digital decomposition, beamspace modelling, and wideband aspect of implementation. In order to justify above techniques, we simulate the DFT codebook based hybrid precoder and compare its performance with completely digital SVD precoding and the random analog baseline. In a 64x16 MIMO system using four data streams to transmit over a sparse multiple path channel the DFT codebook hybrid precoder has a average spectral efficiency of <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$6.34 \text{bps} / \text{Hz}$</tex> at 20 dB SNR whilst the fully digital SVD benchmark is <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$29.55 \text{bps} / \text{Hz}$</tex> and the random baseline is 16.12 bps/Hz. The DFT codebook hybrid scheme has demonstrated a 78 percent performance difference as compared to the fully digital bound, but it has a large improvement on the random analog beamforming because it is using structured spatial codebook and less RF chain. The findings show that hybrid precoding is an effective compromise of hardware cost and complexity with respect to spectral efficiency and it is therefore a viable choice in next generation wideband massive MIMO systems.
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 | 0,001 | 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 ».