Current research on multi-antenna architectures is trending towards increasing the amount of antennas in the base stations (BSs) so as to increase the spectral efficiency. As a result, the interconnection bandwidth and computational complexity required to process the data using centralized architectures is becoming prohibitively high. Decentralized architectures can reduce these requirements by pre-processing the data before it arrives at a central processing unit (CPU). However, performing decentralized processing introduces also cost in complexity/interconnection bandwidth at the antenna end which is in general being ignored. This paper aims at studying the interplay between level of decentralization and the associated complexity/interconnection bandwidth requirement at the antenna end. To do so, we propose a general framework for centralized/decentralized architectures that can explore said interplay by adjusting some system parameters, namely the number of connections to the CPU (level of decentralization), and the number of multiplications/outputs per antenna (complexity/interconnection bandwidth). We define a novel matrix decomposition, the WAX decomposition, that allows information-lossless processing within our proposed framework, and we use it to obtain the operational limits of the interplay under study. We also look into some of the limitations of the WAX decomposition.


翻译:目前对多antenna结构的研究趋向于增加基站(BSs)的天线数量,以提高光谱效率。因此,使用中央结构处理数据所需的互联带宽和计算复杂性正在变得令人望而却步地高,分散式结构可以通过在数据到达中央处理单位(CPU)之前对数据进行预处理来减少这些要求。然而,进行分散式处理也给天线端的复杂/互联带宽带来费用,而天线端一般被忽略。本文旨在研究分散化程度与天线端相关的复杂/互联带宽度要求之间的相互作用。为此,我们提议一个中央/分散式结构的总框架,通过调整某些系统参数,即与中央处理单位(权力下放程度)的连接次数,以及每个天线的倍数/输出量(复合/互联带宽),来探讨这些互动。我们定义了一个新的矩阵分解,WAX脱形,允许在拟议框架内进行信息-不损失的处理,我们利用它来探索这些互动。我们还利用它来了解一些互动的极限。

0
下载
关闭预览

相关内容

Processing 是一门开源编程语言和与之配套的集成开发环境(IDE)的名称。Processing 在电子艺术和视觉设计社区被用来教授编程基础,并运用于大量的新媒体和互动艺术作品中。
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
简明扼要!Python教程手册,206页pdf
专知会员服务
47+阅读 · 2020年3月24日
专知会员服务
60+阅读 · 2020年3月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
重磅!MobileNetV3 来了!
计算机视觉life
4+阅读 · 2019年5月11日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
8+阅读 · 2018年3月20日
VIP会员
相关VIP内容
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
简明扼要!Python教程手册,206页pdf
专知会员服务
47+阅读 · 2020年3月24日
专知会员服务
60+阅读 · 2020年3月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
重磅!MobileNetV3 来了!
计算机视觉life
4+阅读 · 2019年5月11日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员