Zuverlässige Zeitsynchronisation im MIMO-Uplink trotz Störsender-Angriffen
Die vorgeschlagene JASS-Methode ermöglicht eine zuverlässige Zeitsynchronisation im MIMO-Uplink, auch bei Angriffen durch verschiedenste Arten von Störsendern.
Präzise Modellierung extremer Kanalzustände für URLLC durch Integration von Extremwerttheorie und Funklandkarten
Ein innovativer Rahmen, der Extremwerttheorie mit Funklandkarten kombiniert, um extreme Kanalbedingungen genau räumlich zu modellieren und die Leistung von URLLC-Systemen zu verbessern.
Adaptive Konfigurationen von Echtzeitverzogerern zur Optimierung der Nahfeldkommunikation
Eine adaptive Konfiguration von Echtzeitverzogerern wird vorgestellt, um den raumlichen Breitbandeffekt bei beliebigen Nutzerstandorten und Antennenanordnungen in der Nahfeldkommunikation zu kompensieren. Zusatzlich wird ein neuartiges tiefes neuronales Netzwerk entwickelt, um die hybride Strahlformung mit adaptiven Echtzeitverzogerern zur Maximierung der Spektraleffizienz zu optimieren.
Effizientes Beam-Training für Multinutzer-XL-MIMO-Systeme mit Nahfeldkommunikation
Ein effizientes Graph-Neuronales-Netzwerk-basiertes Beam-Training-Schema für Multinutzer-XL-MIMO-Systeme, das den Pilotübertragungsaufwand reduziert und die Korrelation der Pilotensignale der Nutzer ausnutzt. Außerdem wird ein Beam-Zuweisungsschema vorgeschlagen, um Beam-Konflikte zu verringern.
Energieeffizienter BackCom-unterstützter Hybrid-NOMA-Uplink-Übertragung für Ambient-IoT
Ein neues BackCom-unterstütztes Hybrid-NOMA-Uplink-Übertragungsschema wird entwickelt, das eine allgemeine Mehrfachzugriffsrahmenstruktur von konventionellem OMA und reinem NOMA darstellt. Durch die Entwicklung analytischer Ergebnisse für den Zwei-Nutzer-Sonderfall werden die Schlüsselmerkmale des BackCom-unterstützten Hybrid-NOMA und seine Unterschiede zum herkömmlichen Hybrid-NOMA aufgezeigt. Für das allgemeine Mehrnutzer-Szenario werden zwei Algorithmen entwickelt, um unterschiedliche Kompromisse zwischen Systemleistung und Komplexität zu realisieren.
© 2024 by Linnk AI