Active Reconfigurable Intelligent Surfaces: Expanding the Frontiers of Wireless Communication-A Survey
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.
Notice bibliographique
Résumé
The swift progress of metasurface technology, enabling meticulous manipulation of the propagation environment, is anticipated to bring a transformative impact on sixth-generation (6G) wireless communications efficiency. Utilizing metasurface elements presents a promising opportunity for achieving passive scattering at sub-wavelength scales, facilitating intelligent radio settings’ advancement. Active Reconfigurable Intelligent Surfaces (ARIS) have gained significant interest in emergent metasurface technology. In contrast to passive RIS, which exhibits a certain degree of performance enhancement but encounters restrictions arising from the “double fading” phenomenon in the phase response, ARIS emerges as a highly promising alternative to counter such restrictions. This study provides a complete examination of ARIS, particularly emphasizing current improvements and its various uses within the context of 6G wireless networks. The review commences by laying a robust foundation in RIS technology, covering the various types and modes of RIS. Following this, we will explore the benefits and practical implementations of ARIS. Through a systematic examination, we categorize different approaches within ARIS-enabled use cases. These scenarios include optimizing the sum rate and signal-to-noise ratio, attaining maximum secrecy rate, energy minimization, and ensuring channel estimation. Additionally, we provide a summary and lessons learned along with a summary table for each category to describe, contrast, and evaluate the existing literature regarding setup, channel characteristics, methodologies, and objectives. We highlight the crucial role of ARIS in defining the landscape of wireless communications in the 6G era by outlining the open research problems in this emerging area and exploring the attractive future prospects.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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