MétaCan
Menu
Retour à la cohorte
Enregistrement W7082992673 · doi:10.1109/lcomm.2025.3613390

UE Position Sensing in Non-LoS Propagation for U6G Wideband XL-MIMO Systems

2025· article· en· W7082992673 sur OpenAlexfundno aff

Notice bibliographique

RevueIEEE Communications Letters · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaEuropean CommissionQueen's UniversityNational Natural Science Foundation of ChinaQueen's University BelfastDepartment for the Economy
Mots-clésNon-line-of-sight propagationPosition (finance)WidebandChannel (broadcasting)User equipmentWirelessJoint (building)Ultra-wideband

Résumé

récupéré en direct d'OpenAlex

In order to enhance the capacity of sixth generation wireless systems, the extremely large-scale multiple-input multiple-output (XL-MIMO) and upper-6 GHz (U6G) propagation are regarded promising technologies. It is imperative to recognize that the unique characteristics of U6G wideband XL-MIMO systems, including hybrid-field and beam squint effects, engender numerous challenges in channel estimation. However, it should be noted that these characteristics can also facilitate user equipment (UE) locating in non-line-of-sight (NLoS) scenarios. Consequently, a multiple-scatterer joint sensing algorithm is proposed. The near-field components are extracted from the hybrid-field channel firstly, and subsequently the spatial parameters are detected in a decoupled manner. The UE position is then effectively located based on the spatial geometry relation between the UE and multiple scatterers. The numerical results demonstrate the efficacy of the proposed UE localization algorithm in NLoS scenarios, while entailing reduced complexity.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,424

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,264
Écart entre enseignants0,244 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetGeochemistry and Geologic MappingTravaux en français237 207