Coexistent Evaluation on the Effects of Radar PRF and 5G Symbol Based Scheduling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The increasing demand for spectrum necessitates the shared use of frequency bands between commercial wireless systems and incumbent radar operations. The 3.5 GHz Citizens Broadband Radio Service (CBRS) band in the United States is a prime example where 5G New Radio (NR) deployments must coexist with federal radar systems. This paper explores the relationship between pulsed sensor interference, particularly its Pulse Repetition Frequency (PRF), and the resulting effects on 5G downlink throughput. We present a comprehensive research approach combining a simulation framework utilizing open-source 5G software stacks and custom radar modeling in MATLAB, validated by over-the-air (OTA) experiments with a commercial UE and Software Defined Radios (SDRs). Our findings demonstrate that 5G and radar coexistence is achievable under certain conditions, and critically, not all radar interference scenarios result in complete blockage of 5G communications. The simulations reveal that for low radar PRFs (below 3 kHz) and under 15% duty cycle, strategic adjustment of 5G symbol-based scheduling can lead to notable improvements in downlink throughput. Furthermore, the results from our real-world OTA testing show good alignment with the simulation outcomes, confirming the viability of our modeling approach. This work identifies specific sensor PRF ranges that are more conducive to cellular coexistence and highlights the potential for preserving 5G performance under high duty cycle conditions by adapting TTI boundaries and symbol allocations.
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.
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 | 0,001 | 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 découle