Unitary Query for the <inline-formula> <tex-math notation="TeX">$M\times L\times N$</tex-math></inline-formula> MIMO Backscatter RFID Channel
Notice bibliographique
Résumé
A multiple-input multiple-output backscatter radio frequency identification (RFID) system consists of three operational ends: the query end (with$M$reader transmitting antennas), the tag end (with$L$tag antennas), and the receiving end (with$N$reader receiving antennas). Such an$M\times L\times N$setting in RFID can bring spatial diversity and has been studied with the use of space-time code (STC) at the tag end. Current research generally has ignored query signaling as a means to improve performance. Here we propose a novelunitary queryscheme, which creates time diversitywithin the channel coherent timeand can yield significant performance improvements. To overcome the difficulty of evaluating the performance when unitary query is employed at the query end and STC is employed at the tag end, we derive a new measure based on the ranks of certain carefully constructed matrices to show that unitary query has superior performance. Simulations show that unitary query can bring 5–10 dB gain in mid signal-to-noise ratio regimes. In addition, different from the conventional uniform query case, unitary query can also improve the performance of single-antenna tags significantly, enabling single-antenna tags with low complexity and small size to be used for high performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,224 | 0,105 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».