MétaCan
Menu
Retour à la cohorte
Enregistrement W2151606559 · doi:10.1109/rws.2008.4463572

Dynamic radiation pattern diversity (DRPD) MIMO using CRLH leaky-wave antennas

2008· article· en· W2151606559 sur OpenAlexaff
Jean‐François Frigon, Christophe Caloz, Yanyang Zhao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Analysis
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMIMODiversity gainComputer scienceAntenna (radio)Electronic engineeringRadiation patternSpatial multiplexingChannel (broadcasting)WirelessMultiplexingAntenna diversityReconfigurable antennaFadingTelecommunicationsEngineeringAntenna efficiency

Résumé

récupéré en direct d'OpenAlex

This paper presents a dynamic radiation pattern diversity (DRPD) MIMO wireless system where the antennas radiation patterns are electronically controlled in real-time. The adopted antenna elements are composite right/left-handed (CRLH) microstrip leaky-wave (LW) antennas for which the beam direction can be electronically scanned in a continuous manner from backfire to endfire and the beam shape can be controlled. This system offers a tremendous amount of flexibility in tuning the channel transfer matrix to increase the system performance. Based on this architecture, we propose two simple radiation pattern control algorithms. The first one requires no feedback and averages out the channel fades while the second one requires a simple feedback at the receiver to select the beam pattern maximizing the performance metric. The capacity of both algorithms is derived and analyzed using Monte Carlo simulations. The results show that these algorithms significantly improve the wireless link outage performance in a slow fading environment and increase the diversity gain of a MIMO system for a fixed multiplexing gain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,203
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAntenna Design and AnalysisTravaux en français237 207