MétaCan
Menu
Retour à la cohorte
Enregistrement W2536983918 · doi:10.1109/rawcon.2004.1389096

Simulation of the achievable indoor MIMO capacity by using an adaptive phased-array

2005· article· en· W2536983918 sur OpenAlexaff
M.S. Elnaggar, Safieddin Safavi‐Naeini, S.K. Chaudhuri

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMIMOBeamformingPhased arrayChannel (broadcasting)Computer scienceAdaptive beamformerRay tracing (physics)LambdaElectronic engineeringDipole antennaChannel capacityTopology (electrical circuits)AcousticsPhysicsTelecommunicationsOpticsEngineeringElectrical engineeringAntenna (radio)

Résumé

récupéré en direct d'OpenAlex

For a scenario-specific (4,4) multiple-input-multiple-output (MIMO) system in a corridor, we predict the channel matrix between the transmit and receive ports through image ray tracing (IRT) simulations. The physical arrays at the transmit/receive ends are 4 linear equally spaced /spl lambda//2-dipoles (vertically polarized, horizontally arranged and /spl lambda//2 separated) connected to the transmit/receive ports either directly (separate /spl lambda//2-dipole patterns) or through a static/adaptive beamforming network (collocated patterns). For collocated radiation, we use either static patterns (Butler beamformer) or adaptive patterns (collocated phased-array). Accordingly, we show the capacity improvement through adaptive patterns assuming a narrow-band frequency-flat channel (2.4 GHz operating frequency) for each scenario.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,055
Tête enseignante GPT0,255
Écart entre enseignants0,200 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207