MétaCan
Menu
Retour à la cohorte
Enregistrement W4301436519 · doi:10.48550/arxiv.1607.00226

Millimeter-Wave Human Blockage at 73 GHz with a Simple Double Knife-Edge\n Diffraction Model and Extension for Directional Antennas

2016· preprint· W4301436519 sur OpenAlexaboutno aff
George R. MacCartney, Sijia Deng, Shu Sun, Theodore S. Rappaport

Notice bibliographique

RevuearXiv (Cornell University) · 2016
Typepreprint
Langue
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransmitterExtremely high frequencyWidebandOpticsDiffractionDirectional antennaBandwidth (computing)PhysicsAttenuationMillimeterAcousticsChannel (broadcasting)Computer scienceTelecommunicationsAntenna (radio)

Résumé

récupéré en direct d'OpenAlex

This paper presents 73 GHz human blockage measurements for a point-to-point\nlink with a 5 m transmitter-receiver separation distance in an indoor\nenvironment, with a human that walked at a speed of approximately 1 m/s at a\nperpendicular orientation to the line between the transmitter and receiver, at\nvarious distances between them. The experiment measures the shadowing effect of\na moving human body when using directional antennas at the transmitter and\nreceiver for millimeter-wave radio communications. The measurements were\nconducted using a 500 Megachips-per-second wideband correlator channel sounder\nwith a 1 GHz first null-to-null RF bandwidth. Results indicate high shadowing\nattenuation is not just due to the human blocker but also is due to the static\ndirectional nature of the antennas used, leading to the need for phased-array\nantennas to switch beam directions in the presence of obstructions and\nblockages at millimeter-waves. A simple model for human blockage is provided\nbased on the double knife-edge diffraction (DKED) model where humans are\napproximated by a rectangular screen with infinite vertical height, similar to\nthe human blockage model given by the METIS project.\n

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)
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: Empirique
Score de désaccord entre enseignants0,492
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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,105
Tête enseignante GPT0,205
Écart entre enseignants0,099 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207