MétaCan
Menu
Retour à la cohorte
Enregistrement W3003713006 · doi:10.1109/lwc.2020.2994930

Reconfigurable Intelligent Surface-Assisted Space Shift Keying

2020· preprint· en· W3003713006 sur OpenAlexafffund
Ayşe Elif Canbilen, Ertuğrul Başar, Salama Ikki

Notice bibliographique

RevueIEEE Wireless Communications Letters · 2020
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésTransmission (telecommunications)KeyingModulation (music)Computer scienceScheme (mathematics)DetectorElectronic engineeringSpace (punctuation)Energy (signal processing)Bit error rateSurface (topology)Molecular communicationTelecommunicationsAlgorithmMathematicsPhysicsEngineeringAcousticsStatistics

Résumé

récupéré en direct d'OpenAlex

The concept of reconfigurable intelligent surface (RIS)-assisted transmission, where phases of reflected signals are adjusted in an effective arrangement, has been recently put forward as a promising solution for 6G and beyond networks. Considering this and the undeniable potential of index modulation (IM) techniques, an RIS-based space shift keying (SSK) scheme is proposed in this letter to maintain all inherent advantages of both RISs and SSK. Specifically, a mathematical framework is presented by using a maximum likelihood (ML) detector for the calculation of the average bit error rate (ABER). Extensive computer simulation results are provided to assess the potential of the proposed RIS-based SSK system and to verify the theoretical derivations. The obtained results indicate that the proposed scheme enables highly reliable transmission with unconventionally high energy efficiency, however with the added cost of increased receiver complexity.

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 candidatesMéta-épidémiologie (sens strict), Science ouverte, Intégrité de la recherche
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 enseignants0,691
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0070,002
Intégrité de la recherche0,0010,004
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 Opus0,060
Tête enseignante GPT0,278
Écart entre enseignants0,218 · 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.

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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Wireless Communications LettersMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207