On Performance of Non-diagonal STAR RIS with Integrated Sensing and Communications
Notice bibliographique
Résumé
With the imminent arrival of 6G communication, the relevance of advanced technologies, such as multi-input multi-output (MIMO), reconfigurable intelligent surfaces (RIS), and integrated sensing and communication (ISAC), has become prominent for the plethora of Internet of Things (IoT) applications. However, integrating ISAC into MIMO networks necessitates reevaluating network performance regarding outage probability and ergodic rates. Therefore, this work provides a novel analytical framework that utilizes simultaneously transmitting and reflecting (STAR) RIS to enhance user coverage and help target detection. The framework is for downlink transmissions in the MIMO ISAC network and introduces an innovative STAR-RIS architecture, which enables the transmission/reflection of incident signals from one element to another through precise phase shift calibration. This enhances the adaptability of the RIS design, thus enhancing the system’s performance. The consequent STAR-RIS matrix exhibits non-diagonal components in contrast to the diagonal configuration found in conventional designs. The approximated outage probability expressions are derived for the users present on the reflecting side of the STAR-RIS, and the sensing rate is also evaluated to characterise the sensing performance of the targets present in the transmission side of STAR-RIS. The proposed system is demonstrated to outperform the traditional STAR-RIS system in terms of performance.
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 ».