MétaCan
Menu
Retour à la cohorte
Enregistrement W4296870977 · doi:10.1109/lwc.2022.3208916

MIMO Device-to-Device Communications via Cooperative Dual-Polarized Intelligent Surfaces

2022· article· en· W4296870977 sur OpenAlexafffund
Anirban Bhowal, Sonia Aı̈ssa

Notice bibliographique

RevueIEEE Wireless Communications Letters · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMIMOComputer scienceDual (grammatical number)Computer networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

By making the propagation environment a programmable entity, reconfigurable intelligent surfaces (RIS) constitute a key enabler to fulfill the quality-of-service requirements of device-to-device (D2D) communications. In practice, however, a single RIS may not be able to establish a line-of-sight path between the devices, e.g., in environments with rich scattering or when devices are far apart. This can hinder the communications especially in applications that require the transfer of different data sets from a source to multiple destinations. Considering such type of applications, this letter proposes a dual-polarized cooperative RIS-assisted MIMO D2D communication scheme, where the beam routing path via multiple RISs is selected based on the maximum received signal-to-noise ratio and path constraints. Looking into system operation in indoor environments, and utilizing a realistic channel model, tractable expressions are obtained for the system’s error rate and outage probability. An asymptotic analysis is also conducted to evaluate the diversity gain. The findings reveal significant advantages of the dual-polarized cooperative RIS scheme over other RIS-based schemes.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,283
Écart entre enseignants0,245 · 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'étudeSans objet
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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

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