Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2306.02512

帮助 | 高级搜索

计算机科学 > 信息论

arXiv:2306.02512 (cs)
[提交于 2023年6月5日 ]

标题: 关于增强型子集贪婪多用户调度的全细胞无蜂窝大规模MIMO系统研究

标题: Study of Enhanced Subset Greedy Multiuser Scheduling for Cell-Free Massive MIMO Systems

Authors:S. Mashdour, R. C. de Lamare, J. P. Sales
摘要: 本文研究了带聚类的全频 Massive MIMO 下行链路多用户调度问题。特别地,我们基于增强的贪心算法开发了一种多用户调度算法,并结合了线性预编码和聚类技术。当考虑不完美信道状态信息时,推导出了总速率性能的闭式表达式。然后,分析了所提出的调度算法及其计算成本和网络信令负载。数值结果表明,所提出的调度方法优于现有方法,在低信噪比情况下,其性能更接近于最优方法。
摘要: In this work, we consider the problem of multiuser scheduling for the downlink of cell-free massive multi-input multi-output networks with clustering. In particular, we develop a multiuser scheduling algorithm based on an enhanced greedy method that is deployed with linear precoding and clustering. Closed-form expressions for the sum-rate performance are derived when imperfect channel state information is considered. The proposed scheduling algorithm is then analyzed along with its computational cost and network signaling load. Numerical results show that the proposed scheduling method outperforms the existing methods and in low signal-to-noise ratios, its performance becomes much closer to the optimal approach.
评论: 3个图,6页
主题: 信息论 (cs.IT)
引用方式: arXiv:2306.02512 [cs.IT]
  (或者 arXiv:2306.02512v1 [cs.IT] 对于此版本)
  https://doi.org/10.48550/arXiv.2306.02512
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Rodrigo de Lamare [查看电子邮件]
[v1] 星期一, 2023 年 6 月 5 日 00:16:21 UTC (54 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
查看许可
当前浏览上下文:
cs.IT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-06
切换浏览方式为:
cs
math
math.IT

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号