MétaCan
Menu
Retour à la cohorte
Enregistrement W4406170739 · doi:10.1109/ojap.2025.3527334

Near-Ground Propagation Channel Modeling and Analysis in Underground Mining Environment at 2.4 GHz

2025· article· en· W4406170739 sur OpenAlexaff
Isam Eddine Lamri, Mourad Nedil, Mohamed Nasr eddine Temmar, Nahi Kandil

Notice bibliographique

RevueIEEE Open Journal of Antennas and Propagation · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Analysis
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésChannel (broadcasting)Environmental scienceMining engineeringGeologyTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

This paper presents a detailed measurement and performance analysis of near-ground propagation channels in an underground mine for both Line-of-Sight (LOS) and Non-Line-of-Sight (NLOS) scenarios. The analysis is derived from channel measurements conducted at a frequency of 2.4 GHz with a bandwidth of 200 MHz, utilizing four different combinations of transmitter-receiver (Tx-Rx) antenna heights ranging from 10 cm to 120 cm. Key channel characteristics such as large-scale path loss, time dispersion, and coherence bandwidth are reported and evaluated. The study suggests that a multi-slope (four-slope) path loss model is more effective in predicting path loss across various propagation segments in the mining environment. The path loss coefficient (n) and shadowing variance (σ) show significant sensitivity to both the Tx-Rx distance and the heights of the Tx-Rx antennas, while the root mean square delay spread (τ rms) and coherence bandwidth (BC) are less affected by these variables. Moreover, distinct path loss patterns are observed for each combination of Tx-Rx antenna heights, resulting in varying signal attenuation levels. The identification of an optimal height for minimizing signal loss is thus required. These observations provide valuable and crucial insights into the near-ground propagation characteristics within the intricate and scattering-rich conditions of underground mines.

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)0,001
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 enseignants0,296
Score d'incertitude au seuil0,497

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,020
Tête enseignante GPT0,238
Écart entre enseignants0,219 · 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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of Antennas and PropagationMême sujetAntenna Design and AnalysisTravaux en français237 207