Performance Analysis of Holographic MIMO Based Integrated Sensing and Communications
Notice bibliographique
Résumé
A holographic multiple-input multiple-output (MIMO)-based integrated sensing and communications (ISAC) framework is proposed for both downlink and uplink scenarios. The spatial correlation is incorporated into the communication channel modeling, while a spherical wave-based model is used to characterize the sensing link. By considering both instantaneous and statistical channel state information, closed-form expressions are derived for sensing rates (SRs), communication rates (CRs), and outage probabilities under various ISAC designs. This enables an investigation into the theoretical performance limits of the proposed holographic MIMO-based ISAC (HISAC) framework. Further insights are gained by examining the high signal-to-noise ratio (SNR) slopes and diversity orders. Specifically: I) for the downlink case, a sensing-centric (S-C) design and a communications-centric (C-C) design are investigated using different beamforming strategies, and a Pareto optimal design is proposed to characterize the attainable SR-CR region; II) for the uplink case, the S-C design and the C-C design differ in the interference cancellation order between the communication and sensing signals, with the rate region obtained through a time-sharing strategy. Numerical results are provided to demonstrate that HISAC systems outperform both conventional MIMO-based ISAC systems and holographic MIMO-based frequency-division sensing and communications systems, underscoring the superior performance of the HISAC framework.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».