Single-Collision Model for NLoS UV Channels: Joint Scattering and Reflection Effects
Notice bibliographique
Résumé
Ultraviolet (UV) communication research has prioritized channel modeling for its critical role in system optimization. Current non-line-of-sight (NLoS) UV modeling mainly addresses obstacle-free scenarios and single-obstacle situations: the former manifests constrained applicability at small transceiver elevation angles with obstacle susceptibility, while the latter suffers from high modeling complexity and can only handle one-obstacle scenarios, which pose critical challenges for Internet of Things applications. To overcome these limitations, we propose a single-collision model for short-range NLoS UV channels incorporating both scattering and reflection effects. Initially, the impact of air scattering on the received pulse energy is presented for diverse obstacle situations, where an obstacle-boundary approximation method (OBAM) is developed to reduce the modeling complexity. Besides, the dimensions, coordinates, shapes, orientation angles, and number of obstacles are considered to emulate practical environments. Subsequently, the impact of obstacle reflection on the received pulse energy is investigated for single, double, and multiple obstacle situations. On this basis, we account for certain scenarios where obstacle surfaces comprise multiple sub-regions, each characterized by distinct reflection coefficients attributed to their varying material compositions. Moreover, we verify the proposed model by comparing it with the Monte-Carlo photon-tracing (MCPT) model and the obstacle-free integral model via simulations. These results demonstrate that the path loss curves obtained by the proposed model exhibit close alignment with those simulated by the MCPT model, while its calculation time is less than 10% that of the MCPT model. Additionally, when obstacle reflection is prominent, the assessment error of the proposed OBAM can be ignored in estimating the path loss of NLoS UV channels containing obstacles.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».