MétaCan
Menu
Retour à la cohorte
Enregistrement W4389065315 · doi:10.1109/ojvt.2023.3336619

Capacity Analysis of UAV-to-Ground Channels With Shadowing: Power Adaptation Schemes and Effective Capacity

2023· article· en· W4389065315 sur OpenAlex

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

RevueIEEE Open Journal of Vehicular Technology · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésFadingTransmitterChannel (broadcasting)Ergodic theoryChannel capacityComputer sciencePower (physics)ErgodicityInversion (geology)Topology (electrical circuits)Adaptation (eye)Control theory (sociology)Electronic engineeringTelecommunicationsMathematicsEngineeringElectrical engineeringPhysicsStatisticsArtificial intelligenceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

In this paper, an unmanned aerial vehicle (UAV), acting as a transmitter, employs different power adaptation strategies in order to enhance the ergodic capacity of the wireless channel between it and a receiver on the ground. We present the derivation of closed-form expressions for the channel capacity of the recently developed UAV-to-ground fading channels under different power adaptation strategies. The power adaptation strategies considered in this paper are optimal rate adaptation with fixed power (ORA), optimal power and rate adaptation (OPRA), channel inversion with fixed rate (CIFR), and truncated channel inversion with fixed rate (TIFR). In addition to ergodic capacity analysis, precise analytical formulas for the effective capacity of the UAV-to-ground fading channels are derived. Additionally, all of these closed-form expressions are verified by comparing them with numerical results obtained through Monte Carlo simulations.

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 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 enseignants0,195
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,240
Écart entre enseignants0,222 · 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