5G New Radio Signal Propagation and Ground-to-Air Channel Modeling at 3.565 GHz Based on Extensive Measurements
Notice bibliographique
Résumé
This study delves into the intricacies of 5G New Radio (NR) signal propagation, and contrary to most existing literature, focuses on the 3.565 GHz commercial frequency band through extensive ground and airborne measurements. By assessing fundamental cellular network parameters such as Channel Power (CP), Field Strength (FS), Path Loss Exponent (PLE), and Shadow Fading Amplitude (SFA), the purpose of this investigation is to gain a verified and validated insight, in alignment with the 3GPP technical report, into the highly dynamic nature of 5G NR transmissions. Encompassing both Line-of-Sight (LOS) and Non-Line-of-Sight (NLOS) conditions at ground level, this research emphasizes realistic environments to provide precise empirical evidence on 5G signal behavior. This study further extends the current empirical knowledge base of 5G NR signal characteristics in the less-explored territory of higher-altitude signal dynamics by examining path loss and Small-Scale Fading (SSF) characteristics beyond altitudes of 120 meters, where a novel model characterizing the height dependency of PLE and fading phenomena is introduced. Notably, illustrating CP and FS for higher altitudes, this research unveils a novel and more accurate correlation between the Rician K-factor and altitude, demonstrating an increase with greater height. Significant findings from this research suggest that within the altitude range of 300–500 meters, the signal exhibits remarkable strength and stability, thus identifying this zone as ideal for capturing high-quality signals. These insights are pivotal in terms of their application in enhancing 5G cellular network coverage strategies and providing a reliable foundation for Ground-to-Air (G2A) channel models essential for Uncrewed Aerial Vehicle (UAV) communications.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».