Novel wireless channels characterization model for underground mines
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The propagation characteristics of electromagnetic waves in underground mines are different from those in free space because of the harsh underground environment . Physical phenomena like severe reflection, scattering, and diffraction along the mines’ rough walls will affect the propagation of electromagnetic waves. Channel predictions are crucial for reliable and optimal wireless communication in an underground environment. Although there are several channel prediction techniques, most of them are very difficult and time consuming. This work presents a new approach in wireless channel modeling in underground mines. The model is generated by adopting a performance-based approach rather than classical coverage-based approach. This new model, called “Mine Segmenting Wireless Channel Model”, divides the mine area into three main segments: (1) Line-of-Sight (LOS), (2) Partial-Line-Of-Sight (PLOS) and (3) Non-Line-Of-Sight (NLOS). We examine the impact of topology on performance of 802.11b system with Rician/Rayleigh fading. The model is statistically verified using simulations and is applied to fading wireless local area networks channel for IEEE 802.11 applications. Finally, the communication performance of a realistic IEEE 802.11b signal is evaluated in a real underground mine gallery (NORCAT Mine, Sudbury, Ontario, Canada). The results of the actual experiment were very similar to that of the model simulation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle