Channel Estimation and Localization for Cylindrical RIS-Assisted Multi-User ISAC Systems
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
In this paper, we investigate the channel estimation and localization problems for integrated sensing and communication (ISAC) systems empowered by the reconfigurable intelligent surface (RIS) technology. We propose a cylindrical RIS architecture that arranges reflecting elements on a curved substrate, where the three-dimensional array manifold can not only offer a 360° coverage but also perceive the environmental information more deeply. The conformal RIS topology can fit the deployment scenarios more flexibly, which, however, incurs a potential issue of shadowing effect, i.e., signal waves from/to certain directions can only be observed by a part of reflectors due to the shielding of the substrate curvature, yielding different visibility regions (VRs) for multiple users on the RIS array manifold. In order to address this problem, we propose a tensorial channel estimation approach, where the cascaded channel is transformed into the beamspace domain and modeled as a canonical polyadic tensor. By leveraging the principle of tensor completion, we can eliminate the RIS training profiles to deconstruct the channel in the element domain. Then, we develop a VR detection strategy based on the sliding windows, retrieving equivalent channel parameters from the effective signal responses. Finally, by exploring the characteristics of the cylindrical RIS architecture, we develop a decoupling framework to uniquely recover the exact channel parameters, based on which each user can locate itself and other interacting ones. Simulation results indicate that the proposed cylindrical RIS can enable the channel estimation, user localization and data transmission simultaneously, exhibiting remarkable performance under the shadowing effect interference.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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