MétaCan
Menu
Retour à la cohorte
Enregistrement W3126407728 · doi:10.1109/lcomm.2021.3057116

Reconfigurable Intelligent Surface for Mixed FSO-RF Systems With Co-Channel Interference

2021· article· en· W3126407728 sur OpenAlexaff
Aman Sikri, Aashish Mathur, Prakriti Saxena, Manav R. Bhatnagar, Georges Kaddoum

Notice bibliographique

RevueIEEE Communications Letters · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésBit error rateRadio frequencySubcarrierComputer scienceCo-channel interferenceInterference (communication)Optical wirelessElectronic engineeringWirelessCommunications systemRadio over fiberChannel (broadcasting)TelecommunicationsEngineeringOrthogonal frequency-division multiplexing

Résumé

récupéré en direct d'OpenAlex

Reconfigurable intelligent surface (RIS) is an emerging technology that can achieve reconfigurable radio propagation environments for beyond 5G/6G wireless systems by smartly tuning the signal reflection via a large number of low-cost passive reflecting elements. In this letter, we investigate the effect of co-channel interference (CCI) on RIS-based dual-hop mixed free-space optical (FSO)-radio frequency (RF) communication systems. The source node, equipped with multiple FSO apertures, transmits subcarrier intensity modulated symbols on the FSO link subjected to Gamma-Gamma (GG) distributed atmospheric turbulence with pointing errors (PEs). It is assumed that the relay-RIS and RIS-destination links follow Rayleigh distribution. The destination node is corrupted by multiple CCI (each following Rayleigh distribution). The performance of the considered system is evaluated by deriving novel closed-form expressions for the outage probability (OP) and bit error rate (BER). It is shown through numerical results that RIS-based dual-hop mixed FSO-RF system provide a significant performance enhancement in comparison to a traditional dual-hop mixed FSO-RF system even in presence of CCI.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
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 savante0,0000,000
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 Opus0,047
Tête enseignante GPT0,274
Écart entre enseignants0,227 · 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'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

Citations67
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207