Moving relay (MR), which is a candidate solution for supporting in-vehicle users, has been investigated in different studies. Due to the mobile nature of the MR, acquiring channel state information at the transmitter side (CSIT) is challenging because of the fast-changing environment around the vehicle. On top of an MR, one can use predictor antenna (PA), i.e., an additional antenna in front of the receive antenna (RA), to obtain CSIT, and recent works have investigated the benefits of such a set up. PA-aided CSIT acquisition normally works with the help of different content information such as the location and the velocity of the MR. In this paper, we study the effect of velocity awareness on the PA system, and develop adaptive antenna selection schemes in PA-assisted MRs. Results show that, compared to no-CSIT schemes, a velocity-aware antenna selection-based PA system can improve the end-to-end throughput by an order of magnitude.


翻译:移动中继(MR)是支持车辆用户的一种候选解决办法,在不同的研究中进行了调查。由于MR的移动性质,在发射机一侧获取频道状态信息具有挑战性,因为车周围环境变化迅速。在MR上,人们可以使用预测天线(PA),即在接收天线前增加一个天线(RA),以获得CSIT(CSIT),而最近的工程调查了这种装置的好处。PA援助的CSIT(CSIT)获取通常在诸如MR的位置和速度等不同内容信息的帮助下进行。我们本文研究速度意识对PA系统的影响,并在PA协助的MRs中制定适应性天线选择计划。结果显示,与无CSIT(RA)计划相比,基于速度观测天线选择的PA系统可以按数量顺序改进终端到终端的吞吐量。

0
下载
关闭预览

相关内容

专知会员服务
84+阅读 · 2020年12月5日
必读的7篇 IJCAI 2019【图神经网络(GNN)】相关论文
专知会员服务
91+阅读 · 2020年1月10日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1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
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
carla 体验效果 及代码
CreateAMind
7+阅读 · 2018年2月3日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
Arxiv
0+阅读 · 2021年11月25日
Arxiv
0+阅读 · 2021年11月22日
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1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
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
carla 体验效果 及代码
CreateAMind
7+阅读 · 2018年2月3日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
Top
微信扫码咨询专知VIP会员