MétaCan
Menu
Retour à la cohorte
Enregistrement W4407690662 · doi:10.1109/tccn.2025.3543405

Active and STAR-RIS-Assisted MIMO ISAC Systems With SWIPT

2025· article· en· W4407690662 sur OpenAlexaff
Jetti Yaswanth, Prajwalita Saikia, Keshav Singh, Yun Hee Kim, Trung Q. Duong

Notice bibliographique

RevueIEEE Transactions on Cognitive Communications and Networking · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNational Research Foundation of KoreaNational Science and Technology Council
Mots-clésComputer scienceMIMOComputer network

Résumé

récupéré en direct d'OpenAlex

As an innovative framework for sustainable communication within next-generation networks, reconfigurable intelligent surfaces (RISs) have developed potential transformation in improving simultaneous wireless information and power transfer (SWIPT). Alongside SWIPT, integrated sensing and communication (ISAC) has gained significant attention for its ability to combine communication and sensing functionalities within the same infrastructure, optimizing resource utilization and improving system performance. In this paper, we propose a framework that integrates an active (A-RIS) and simultaneous transmitting and reflecting RIS (STAR-RIS) assisted multiple-input multiple-output (MIMO) technology for SWIPT in an ISAC system. The system consists of an A-RIS, a STAR-RIS, a dual functional base station (DFBS), a group of reflection and transmission communication users (CUs) and reflection and transmission energy receiving devices (EDs), sensing targets simultaneously with the aid of RIS. We formulate an optimization problem to maximize the target rate while balancing the communication rate under energy harvesting (EH) constraints, and phase-shifts constraints. It implies the trade-offs between target sensing accuracy and communication performance, demonstrating the potential of RIS to enhance system capabilities in diverse ISAC scenarios. The optimization problem and its constraints are inherently non-convex due to the high coupling between variables. Consequently, we employ the minimum mean square error method to address the non-convex nature of the problem. Thereby, it simplifies the problem by transforming it into a more manageable form and then applying an alternating optimization framework. This framework addresses the design of beamforming challenges at both the DFBS and the RIS (A-RIS/STAR-RIS) separately, by solving them iteratively using general approximation techniques. The analysis highlights the advantages of the proposed ARIS and STAR-RIS assisted SWIPT for ISAC framework over conventional RIS by achieving performance gain of 12-15%.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,262
Écart entre enseignants0,229 · 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.

Devis d'étudeAutre devis
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Cognitive Communications and NetworkingMême sujetSatellite Communication SystemsTravaux en français237 207