Achievable secrecy rate analysis in mmWave ad hoc networks with multi‐array antenna transmission and artificial noise
Notice bibliographique
Résumé
Abstract This paper analyzes the achievable secrecy rate in a millimeter wave (mmWave) ad hoc network with multi‐array antenna transmission in the presence of non‐colluding and colluding eavesdroppers. By exploiting the tools of stochastic geometry, the average achievable secrecy rate is derived, taking into consideration the impact of blockages, directional beamforming, and Nakagami‐ m fading. Moreover, a simple yet effective artificial noise transmission (Tx‐AN) technique is applied at the transmitting nodes to enhance the secrecy performance while the channel state information at the desired transmitter is unknown. Numerical and simulation results are presented for the average achievable secrecy rate in the mmWave ad hoc network without and with the Tx‐AN technique. For example, at the high transmit power (>20 dBm), the average achievable secrecy rate with the Tx‐AN technique is up to three times higher than that obtained when the Tx‐AN technique is not used. Furthermore, the results demonstrate the secrecy robustness of the Tx‐AN technique against increasing eavesdroppers' intensity. Finally, the proper power allocation between the message and AN signals that maximizes the average achievable secrecy rate is computed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».