MétaCan
Menu
Retour à la cohorte
Enregistrement W4417285383 · doi:10.1109/pimrc62392.2025.11274745

Max-Min Fairness-Oriented Beamforming Design in HAPS-Enabled ISAC for 6G Networks

2025· article· W4417285383 sur OpenAlexaff
Parisa Kanani, Mohammad Javad Omidi, Mahmoud Modarres-Hashemi, Halim Yanıkömeroğlu

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésBeamformingEnablingKey (lock)Base stationPower (physics)Resource (disambiguation)Telecommunications network

Résumé

récupéré en direct d'OpenAlex

This paper presents a high-altitude platform station (HAPS)-enabled integrated sensing and communication (ISAC) system designed for sixth-generation (6G) networks. Positioned in the stratosphere, HAPS serves as a super-macro base station, leveraging advanced beamforming techniques to enable communication and sensing simultaneously. This research addresses the need for equitable service distribution in 6G networks by focusing on fairness within the HAPS-ISAC system. It tackles a non-convex optimization problem that balances sensing beampattern gain and signal-to-interference-plus-noise ratio (SINR) requirements among communication users (CUs) using a max-min fairness approach while adhering to power constraints. The proposed HAPS-ISAC framework ensures efficient resource allocation, reliable coverage, and improved sensing accuracy. Simulation results validate the potential of HAPS-ISAC as a pivotal enabler for 6G networks and integrated communication-sensing systems.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUAV Applications and OptimizationTravaux en français237 207