MétaCan
Menu
Retour à la cohorte
Enregistrement W4405975302 · doi:10.1109/pimrc59610.2024.10817218

Channel Measurements at 6.4 GHz for IEEE 802.11be WLAN

2024· article· en· W4405975302 sur OpenAlexaff
Nida Chaudhry, Simon L. Cotton, Nidhi Simmons, Claudio R. C. M. da Silva, Okan Yurduseven, Paschalis C. Sofotasios, Michail Matthaiou, Trung Q. Duong

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésIEEE 802Computer scienceComputer networkChannel (broadcasting)Wireless lanIEEE 802.11IEEE 802.11w-2009TelecommunicationsWireless

Résumé

récupéré en direct d'OpenAlex

In this paper, we present the results of a set of channel measurements conducted within the 6 GHz band used in IEEE 802.11be based wireless local area networks (WLANs). A range of indoor and outdoor client to access point (AP) communication scenarios were considered for both line-of-sight (LOS) and non-LOS (NLOS) channel conditions. We have investigated the path loss, large-scale, and small-scale fading across 256 frequency points between 6.425 and 6.445 GHz. To model the large-scale fading we have utilized the lognormal and gamma distributions, while for the small-scale fading this was the Rayleigh, Rician, and Nakagami-m distributions. The information loss incurred when encoding the empirical distributions with the aforementioned theoretical ones was determined using the resistor-average distance (RAD). It was found that the gamma distribution provided a better fit to the large-scale fading, while the Rician and Nakagami-m distributions observed the lowest RAD values for the small-scale fading. To ascertain the temporal stability of the considered channels, the coherence time was inferred using an analysis of the autocorrelation. Our results indicate that the coherence time for the large-scale fading was typically longer than for small-scale fading.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,042
Tête enseignante GPT0,241
Écart entre enseignants0,199 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Body Area NetworksTravaux en français237 207