MétaCan
Menu
Retour à la cohorte
Enregistrement W6901551495 · doi:10.60692/gs0c0-8ch92

The Leaky Feeder, a Reliable Medium for Vehicle to Infrastructure Communications

2022· article· en· W6901551495 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTransmitterQuadrature (astronomy)TransceiverTransmission (telecommunications)Antenna (radio)Bit error rateBroadbandRayleigh fadingWireless

Résumé

récupéré en direct d'OpenAlex

Reliable vehicular communications is fast becoming a necessity. Vehicle to infrastructure (V2I) communication, which is critical for safety, is often interrupted when vehicles travel in tunnels. Leaky Feeder (LF) or radiating cable have been the primary solution to provide wireless access in tunnels and mines, but being overlooked until now. The LF is a natural multi antenna transceiver ideal for broadband short rage access. In this work, we model the LF as a linear antenna array and derive the average bit error rate (BER) in Rayleigh fading channel considering Quadrature Phase Shift Keying (QPSK) and M-Array Quadrature Amplitude (M-QAM) Modulations. We consider maximal ratio transmission (MRT) at the transmission end and coherent detection and maximal ratio combining (MRC) at the receiving end. Analytical expressions are derived for the BER. The effects of slot spacing and carrier frequency on the BER are also studied. Numerical evaluations show that the LF is a strong candidate for tunnels with much lower BER than a single antenna transmitter with the same SNR.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,642

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,031
Tête enseignante GPT0,211
Écart entre enseignants0,180 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207