MétaCan
Menu
Retour à la cohorte
Enregistrement W4315630106 · doi:10.1109/globecom48099.2022.10000797

UAV-Assisted Networks With Underlaid Ambient Backscattering: Modeling and Outage Analysis

2022· article· en· W4315630106 sur OpenAlex
Xu Jiang, Min Sheng, Nan Zhao, Junyu Liu, Dusit Niyato, F. Richard Yu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGLOBECOM 2022 - 2022 IEEE Global Communications Conference · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensCarleton University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBackscatter (email)Computer scienceFadingWirelessMonte Carlo methodElectronic engineeringReal-time computingRemote sensingTelecommunicationsComputer networkChannel (broadcasting)EngineeringGeographyStatistics

Résumé

récupéré en direct d'OpenAlex

Combining with flexibly deployed unmanned aerial vehicles (UAVs) and energy-efficient ambient backscatter communication, the UAV-aided ambient backscatter communication can establish wireless links for isolated IoT nodes efficiently. In this paper, we investigate a UAV air-ground networks with underlaid ambient backscatter communications, where the emitted signal from the UAV is leveraged as radio frequency (RF) carrier for ambient backscattering. First, we establish a system model of the UAV air-ground networks with underlaid ambient backscatter communications. Then, the expressions of the outage probabilities for both the backscatter link and the air-ground link are derived. In addition, the asymptotic outage probabilities of infinite transmit power and infinite fading parameter are analyzed. Simulations show that the analytical results match well with the Monte Carlo results, which verifies the effectiveness of the proposed scheme.

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.

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: aucune
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,026
Tête enseignante GPT0,242
Écart entre enseignants0,216 · 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