STAR-RIS Enabled Air-Ground Near-Field ISAC
Notice bibliographique
Résumé
Simultaneously transmitting and reflecting reconfigurable intelligent surface (STAR-RIS) can be assembled in the air-ground integrated sensing and communication (ISAC) to significantly enhance the coverage and sensing performance. However, the near-field effect should be further considered with higher carrier frequency and increasing number of STAR-RIS elements. In this paper, we propose a STAR-RIS enabled air-ground near-field ISAC scheme, where an unmanned aerial vehicle (UAV) is deployed as the mobile base station (BS) and the semi-passive STAR-RIS architecture is adopted to alleviate the severe path loss. Specifically, we maximize the weighted sum rate to guarantee both the communication and sensing functionalities by jointly modifying the beamforming vectors at the BS, the reflection/transmission matrices of the STAR-RIS and, the hovering location of the UAV to well match the near-field effect, which is non-convex with coupled variables. To address this challenge, we first decompose the problem into three subproblems via block coordinate descent. Then, the semidefinite relaxation and successive convex approximation are leveraged to recast these subproblems into convex ones. Finally, we develop an alternating algorithm with low complexity to iteratively solve them. Simulation results are shown to demonstrate the superiority and validity of the proposed scheme.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».