Propagation graphs (PGs) serve as a frequency-selective, spatially consistent channel model suitable for fast channel simulations in a scattering environment. So far, however, the parametrization of the model, and its consequences, have received little attention. In this contribution, we propose a new parametrization for PGs that adheres to the doubly exponentially decaying cluster structure of the Saleh-Valenzuela (SV) model. We show how to compute the newly proposed internal model parameters based on an approximation of the $K$-factor and the two decay rates from the SV model. Furthermore, via the singular values of multiple-input multiple-output (MIMO) channels, we compare the degrees of freedom (DoF) between our new and another frequently used parametrization. Specifically, we compare the DoF loss when the distance between antennas within the transmitter and receiver arrays or the average distance between scatterers decreases. Based on this comparison, it is shown that, in contrast to the typical parametrization, our newly proposed parametrization loses DoF in both scenarios, as one would expect from a spatially consistent channel model.


翻译:Propagation 图形( PGs) 是一个适合在散射环境中快速频道模拟的频率选择和空间一致的频道模型。 然而,迄今为止,模型的平衡及其后果没有引起多少注意。 在这种贡献中,我们建议为PGs提供一个新的参数化,该模型符合Saleh-Valenzuela(SV)模型的双倍指数衰减群结构。我们展示了如何根据美元因素和SV模型两种衰减率的近似值计算新提出的内部模型参数。此外,通过多输出多输出多输出(MIMO)渠道的单值,我们比较了我们新的和另一个常用的参数化之间的自由度(DoF)。具体地说,当发射台和接收器阵列内的天线之间的距离或散射器之间的平均距离下降时,我们比较了DoF的损失。根据这种比较,我们新提出的模型与典型的平衡化模式相比,在两种假设中,我们拟议的多输出模型都会从一个空间轨道上损失。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
专知会员服务
118+阅读 · 2020年7月22日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19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
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
“CVPR 2020 接受论文列表 1470篇论文都在这了
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
6+阅读 · 2019年4月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Neural Enhanced Belief Propagation on Factor Graphs
Arxiv
0+阅读 · 2021年3月16日
Arxiv
0+阅读 · 2021年3月15日
Arxiv
0+阅读 · 2021年3月15日
Semiparametric inference for mixtures of circular data
VIP会员
相关VIP内容
专知会员服务
118+阅读 · 2020年7月22日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19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
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
“CVPR 2020 接受论文列表 1470篇论文都在这了
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
6+阅读 · 2019年4月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Top
微信扫码咨询专知VIP会员