MétaCan
Menu
Retour à la cohorte
Enregistrement W3134693772 · doi:10.1109/access.2021.3063655

Geometrical-Empirical Channel Propagation Model for Human Presence at 60 GHz

2021· article· en· W3134693772 sur OpenAlexaff
Anmol Bhardwaj, Derek Caudill, Camillo Gentile, J.C.-I. Chuang, Jelena Senic, David G. Michelson

Notice bibliographique

RevueIEEE Access · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSuperposition principleComputer scienceTransmitterChannel (broadcasting)AmplitudeRadio propagation modelTransmission (telecommunications)DiffractionMicrocellRadio propagationElectronic engineeringAcousticsTelecommunicationsOpticsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Previous efforts to develop simulation and/or measurement-based channel propagation models for the effect of human blockage on millimeter-wave communication systems have yielded important results, but lack either accuracy, generality, or simplicity. To fill that void, in this paper we propose a hybrid geometrical-empirical model for human presence; we refer to it as human presence because reflection from the body before and after blockage occurs in addition to diffraction around the body during blockage (as in previous efforts) is incorporated. Specifically, propagation is modeled as the superposition of the main transmission path and reflected and/or diffracted paths from the body; the geometrical component of the model accounts for the phase of each path while the empirical component accounts for its amplitude. To validate the proposed model and extract its empirical parameters, an exhaustive measurement campaign with 120 blockage scenarios, comprising varying human subjects and transmitter-human-receiver configurations, was conducted; a total of 180,000 channel acquisitions was recorded with our precision, state-of the-art 60-GHz channel sounder. The overall model is shown to be computationally efficient yet general enough to accurately represent a wide range of scenarios.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,143
Tête enseignante GPT0,355
Écart entre enseignants0,212 · 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

Citations25
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207