MétaCan
Menu
Retour à la cohorte
Enregistrement W2163971519 · doi:10.1109/tap.2009.2037707

Characterization of UWB Channel Impulse Responses Within the Passenger Cabin of a Boeing 737-200 Aircraft

2009· article· en· W2163971519 sur OpenAlexafffund
Simon Chiu, J.C.-I. Chuang, David G. Michelson

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueUltra-Wideband Communications Technology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBritish Columbia Institute of Technology
Mots-clésMultipath propagationFadingImpulse (physics)Nakagami distributionTransmitterStandard deviationChannel (broadcasting)AcousticsPhysicsComputer scienceElectrical engineeringAerospace engineeringTelecommunicationsStatisticsEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

With its confined volume, cylindrical structure and high density of seating, the passenger cabin of a typical midsize airliner is significantly different from the residential, office, outdoor and industrial environments previously considered by IEEE 802.15.4a. We have characterized the shape of the ultrawideband (UWB) channel impulse response (CIR) and the fading statistics experienced by individual multipath components (MPCs) within that environment based upon 3300 complex frequency responses that we measured over the range 3.1-10.6 GHz at various locations aboard a Boeing 737-200 aircraft. We found that: (1) the shape of the CIR generally follows IEEE 802.15.4a's dense single-cluster model, but with negligible rise time if the link is line-of-sight, (2) both the mean and variance of the exponential decay constant tend to increase with transmitter-receiver separation and also as the receiving antenna drops from the headrest to the footrest of the passenger seats, and (3) small-scale fading of individual MPCs at each measurement location within the aircraft tends to follow a Nakagami distribution with a lognormally-distributedm-parameter that has a mean value of 0.2 dB and a standard deviation of 1.1 dB. We have modified IEEE 802.15.4a's CIR simulator to generate responses similar to those seen in the cabin.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,214
Écart entre enseignants0,204 · 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

Citations41
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetUltra-Wideband Communications TechnologyTravaux en français237 207