MétaCan
Menu
Retour à la cohorte
Enregistrement W4401441818 · doi:10.1109/mits.2024.3430938

Autonomous Airborne Transportation: Field Trials in Urban Water Landscapes

2024· article· en· W4401441818 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Intelligent Transportation Systems Magazine · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueRobotic Path Planning Algorithms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésField trialEnvironmental scienceField (mathematics)Remote sensingTransport engineeringEngineeringMarine engineeringAeronauticsGeography

Résumé

récupéré en direct d'OpenAlex

Unmanned aerial vehicles (UAVs) operating on unlicensed spectra have short operational range. To perform complex beyond visual line-of-sight UAV operations, licensed-spectrum cellular systems can be leveraged for intelligent transportation applications, including parcel delivery via UAVs. This work investigates the long-term evolution (LTE) network-enabled UAV performance at different altitudes under real propagation conditions over a water body in an urban area. In this work, connectivity characterization relies on real data from commercial cellular networks. The performance metrics in this investigation include reference signal received power (RSRP), reference signal received quality, and signal-to-interference-and-noise ratio (SINR). This research discusses the impact of UAV altitude, location of base stations (BSs), and cellular radio frequency on UAV connectivity. Our preliminary data show that handover to higher frequency bands limits the RSRP at UAV terminals, although higher frequency bands have increased bandwidth for better data throughput. The RSRP and SINR are poor when the serving BSs are comparatively distant and obstructed by nearby BSs, respectively. This work also compares the over-the-water propagation environment to other published propagation environments to identify cellular coverage challenges over water surfaces.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,972
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,036
Tête enseignante GPT0,288
Écart entre enseignants0,251 · 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