Reconfigurable intelligent surface-enabled gridless DoA estimation system for NLoS scenarios
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.
Notice bibliographique
Résumé
The conventional direction-of-arrival (DoA) estimation approaches are effective only when the line-of-sight (LoS) link is available. In non-line-of-sight (NLoS) scenarios, it is challenging to effectively obtain the directional information of targets due to the uncontrollability of signal reflections from NLoS links. To handle this issue, a novel reconfigurable intelligent surface (RIS)-enabled gridless DoA estimation system for NLoS scenarios is proposed, where the RIS establishes a virtual LoS link between the base station and targets. First, considering the minable statistics of the signal, the RIS-enabled signal model in the covariance domain with a limited number of receiving antennas is proposed to help reduce resource consumption. Next, we estimate the noise variance by constraining the Frobenius norm of the measurement error matrix to enhance the robustness to noise. Then, we reconstruct the Hermitian Toeplitz matrix by addressing the atom norm minimization (ANM) problem on the covariance-noiseless matrix. To reduce the computation, an efficient iterative approach is designed via the alternating direction method of multipliers . Furthermore, this system’s Cramér–Rao lower bound is derived, which is further exploited as the DoA estimation’s reference bound. Numerical experiments validate the superiority of the proposed system over the benchmark in terms of computational efficiency and estimation precision.
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 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 découle