MétaCan
Menu
Retour à la cohorte
Enregistrement W4323065935 · doi:10.1109/twc.2023.3249222

Secrecy-Capacity Bounds for Visible Light Communications With Signal-Dependent Noise

2023· article· en· W4323065935 sur OpenAlexaff
Jin‐Yuan Wang, Pengfei Yu, Xian-Tao Fu, Jun-Bo Wang, Min Lin, Julian Cheng, Mohamed‐Slim Alouini

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Wireless Communication Technologies
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Science Foundation of Jiangsu ProvinceGovernment of Jiangsu Province
Mots-clésSecrecyComputer scienceUpper and lower boundsNoise (video)EavesdroppingArtificial noiseTopology (electrical circuits)TransmitterFadingChannel capacityPhysical layerMathematicsTelecommunicationsChannel (broadcasting)WirelessComputer networkMathematical analysisComputer securityArtificial intelligenceCombinatorics

Résumé

récupéré en direct d'OpenAlex

In physical-layer security, secrecy capacity is an important performance metric. This work aims to determine the secrecy capacity for an indoor visible light communication system consisting of a transmitter, a legitimate receiver and an eavesdropping receiver. In such a system, both signal-independent noise and signal-dependent noise are considered. Under nonnegativity and average optical intensity constraints, lower and upper bounds on secrecy capacity are derived by the variational method, the dual expression of the secrecy capacity, and the concept of “the optimal input distribution that escapes to infinity”. By an asymptotic analysis at large optical intensity, there is a small gap between the asymptotic upper and lower bounds. Then, by adding a peak optical intensity constraint, we further analyze the exact and asymptotic secrecy-capacity bounds. For practical considerations, the effects of imperfect channel state information, multi-photodiode eavesdropper, and artificial noise on secrecy performance are also discussed. Finally, the derived secrecy-capacity bounds are verified by numerical results.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,004
Communication savante0,0020,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,039
Tête enseignante GPT0,265
Écart entre enseignants0,225 · 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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetOptical Wireless Communication TechnologiesTravaux en français237 207