MétaCan
Menu
Retour à la cohorte
Enregistrement W4381415977 · doi:10.1109/lcomm.2023.3287945

Capacity Analysis of UAV Communications Under the Non-Ideal Transceiver Effects

2023· article· en· W4381415977 sur OpenAlexaff
Hamzih Alsmadi, Emad Saleh, Malek Alsmadi, Salama Ikki

Notice bibliographique

RevueIEEE Communications Letters · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensConfederation CollegeLakehead University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceFadingRician fadingTrajectoryTransceiverChannel (broadcasting)Communications systemFlexibility (engineering)MATLABDroneReal-time computingTelecommunicationsWirelessMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Unmanned aerial vehicles (UAVs) have emerged as promising solutions to overcome the challenges that face traditional terrestrial communication. Not only are they reliable and cost-effective, but they can also be considered green strategies with inherent benefits such as diversity, flexibility, and altitude adaptability. This work analyses the effects of hardware impairments (HWIs) on the UAVs and the ground station (GS) communication system where the UAV moves in a random three-dimensional trajectory. In this regard, the average ergodic capacity of the system is derived by considering the Rician fading channel conditions between the UAV and the GS. We consider the average over a random three-dimensional trajectory movement including the angle of arrival and the distance between the UAV and the GS. We also provide an asymptotic analysis when the transmit power of the UAV and the number of GS antennas become exceptionally large. Extensive MATLAB simulations are provided to validate the gained 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 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 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: Empirique
Score de désaccord entre enseignants0,292
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,027
Tête enseignante GPT0,253
Écart entre enseignants0,226 · 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.

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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetUAV Applications and OptimizationTravaux en français237 207