論文の概要: Implementation of a Three-class Classification LS-SVM Model for the
Hybrid Antenna Array with Bowtie Elements in the Adaptive Beamforming
Application
- arxiv url: http://arxiv.org/abs/2210.00317v1
- Date: Sat, 1 Oct 2022 16:43:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 16:18:26.685424
- Title: Implementation of a Three-class Classification LS-SVM Model for the
Hybrid Antenna Array with Bowtie Elements in the Adaptive Beamforming
Application
- Title（参考訳）: 適応ビームフォーミングにおけるbowtie要素を用いたハイブリッドアンテナアレーのための3クラス分類ls-svmモデルの実装
- Authors: Somayeh Komeylian and Christopher Paolini
- Abstract要約: ボウティ素子は、ハイブリッドアンテナアレイのビームフォーミング性能を大幅に改善する。
提案したハイブリッドアンテナアレイは3次元一様指向性を示し, ビーム走査性能の優れた3次元一様指向性を示す。
- 参考スコア（独自算出の注目度）: 1.2183405753834562
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: To address three significant challenges of massive wireless communications
including propagation loss, long-distance transmission, and channel fading, we
aim at establishing the hybrid antenna array with bowtie elements in a compact
size for beamforming applications. In this work we rigorously demonstrate that
bowtie elements allow for a significant improvement in the beamforming
performance of the hybrid antenna array compared to not only other available
antenna arrays, but also its geometrical counterpart with dipole elements. We
have achieved a greater than 15 dB increase in SINR values, a greater than 20%
improvement in the antenna efficiency, a significant enhancement in the DoA
estimation, and 20 increments in the directivity for the hybrid antenna array
with bowtie elements, compared to its geometrical counterpart, by performing a
three-class classification LS-SVM (LeastSquares Support Vector Machine)
optimization method. The proposed hybrid antenna array has shown a 3D uniform
directivity, which is accompanied by its superior performance in the 3D uniform
beam-scanning capability. The directivities remain almost constant at 40.83 dBi
with the variation of angle {\theta}, and 41.21 dBi with the variation of angle
{\phi}. The unrivaled functionality and performance of the hybrid antenna array
with bowtie elements makes it a potential candidate for beamforming
applications in massive wireless communications.
- Abstract（参考訳）: 伝搬損失,長距離伝送,チャネルフェージングを含む大規模無線通信の3つの課題に対処するため,ビームフォーミング用小型のボウタイ素子を備えたハイブリッドアンテナアレイの確立を目指す。
本研究は, ボウタイ素子が, 他のアンテナアレイと比較すると, ハイブリッドアンテナアレイのビームフォーミング性能を著しく向上するだけでなく, 双極子素子と幾何的に相似することを示すものである。
我々は3つの分類ls-svm(leastsquares support vector machine)最適化を行い,sinr値の15db以上の増加,アンテナ効率の20%以上の向上,doa推定の大幅な向上,bowtie要素を用いたハイブリッドアンテナアレーの指向性20インクリメントを達成した。
提案したハイブリッドアンテナアレイは3次元一様指向性を示し, ビーム走査性能の優れた3次元一様指向性を示す。
指向性はほぼ一定であり、角度 {\theta} の変動は 40.83 dBi であり、角度 {\phi} の変動は 41.21 dBi である。
ボウタイ素子を備えたハイブリッドアンテナアレイの機能と性能は、大規模な無線通信におけるビームフォーミングの潜在的な候補となる。
関連論文リスト
- Dynamic Control of Spontaneous Emission Using Magnetized InSb
Higher-Order-Mode Antennas [0.0]
本稿では、その近傍にダイポールエミッタの放射減衰率を調整できるTHzサブ波長アンテナの設計を提案する。
提案した設計には、球状InSbアンテナと、異なる挙動を示す円筒状Si-InSbハイブリッドアンテナが含まれる。
これらの新しいメカニズムは、集積量子ネットワークにおけるチューナブル THz 単一光子源に期待できる。
論文 参考訳（メタデータ） (2023-11-13T05:19:59Z) - NeuRBF: A Neural Fields Representation with Adaptive Radial Basis
Functions [93.02515761070201]
本稿では,信号表現に一般放射状基底を用いる新しいタイプのニューラルネットワークを提案する。
提案手法は, 空間適応性が高く, ターゲット信号により密着可能な, フレキシブルなカーネル位置と形状を持つ一般ラジアルベース上に構築する。
ニューラルラジアンス場再構成に適用した場合,本手法はモデルサイズが小さく,訓練速度が同等である最先端のレンダリング品質を実現する。
論文 参考訳（メタデータ） (2023-09-27T06:32:05Z) - Antenna Array Calibration Via Gaussian Process Models [0.0]
アンテナアレイキャリブレーションは、広範囲の先進アンテナシステムにおけるビームパターンの忠実度を維持するために必要である。
アンテナキャリブレーションを,関数近似のタスクとして定式化し,ベイズ機械学習を用いて処理する。
まず、各放射素子、位置オフセット、およびアンテナ素子間の相互結合効果に対応するハードウェア障害を捕捉するパラメータ空間を定義する。
一度展開すると、学習された非パラメトリックモデルは、システムのビームフォーミング重みを継続的に変換し、修正されたビームパターンをもたらす。
論文 参考訳（メタデータ） (2023-01-16T19:40:50Z) - Deep Diversity-Enhanced Feature Representation of Hyperspectral Images [87.47202258194719]
トポロジを改良して3次元畳み込みを補正し,上行階の高次化を図る。
また、要素間の独立性を最大化するために特徴マップに作用する新しい多様性対応正規化(DA-Reg)項を提案する。
提案したRe$3$-ConvSetとDA-Regの優位性を実証するために,様々なHS画像処理および解析タスクに適用する。
論文 参考訳（メタデータ） (2023-01-15T16:19:18Z) - DEFORM: A Practical, Universal Deep Beamforming System [4.450750414447688]
我々は、ユニバーサルレシーバービームフォーミング技術を紹介し、設計し、評価する。
我々のアプローチとシステムDEFORMは、深層学習(DL)ベースのRXビームフォーミングであり、マルチアンテナRF受信機において大きな利益をもたらす。
論文 参考訳（メタデータ） (2022-03-18T03:52:18Z) - HyperHyperNetworks for the Design of Antenna Arrays [91.3755431537592]
アレイ設計のための深層学習手法と小型アンテナの単一インスタンスについて述べる。
単一のアンテナの場合、ソリューションはシミュレーションネットワーク、ハイパーネットワーク、および精製ネットワークを組み合わせた複合ニューラルネットワークに基づいています。
学習目的は、得られた放射パターンと所望の放射パターンの類似度を測定することに基づく。
論文 参考訳（メタデータ） (2021-05-09T05:21:28Z) - Photonic Gap Antennas Based on High Index-Contrast Slot-Waveguides [0.5872014229110213]
フォトニックギャップアンテナは、プラズモンアンテナと同等の光-物質相互作用強度を提供することができる。
PGAは、スペクトル帯域のかなりの部分にわたって一方向外放射を提供することができる。
PGAは空気ギャップに$sim$3000ドル、CYTOPギャップに$sim$1200ドルによって、近接場強度の強化につながる可能性がある。
論文 参考訳（メタデータ） (2021-03-16T02:52:26Z) - Antenna Selection for Improving Energy Efficiency in XL-MIMO Systems [31.497083605792685]
本稿では,最近提案された大規模大規模マルチインプット多重出力(XL-MIMO)システムについて考察する。
緑の視点では、数百から数千のアンテナを同時に起動することは効果的ではない。
総エネルギー効率(EE)の最大化を目的とした,XL-MIMOシステムに展開する4つのアンテナ選択(AS)手法を提案する。
論文 参考訳（メタデータ） (2020-09-05T14:43:21Z) - Deep Learning Based Antenna Selection for Channel Extrapolation in FDD
Massive MIMO [54.54508321463112]
大規模なマルチインプット多重出力(MIMO)システムでは、多数のアンテナが正確なチャネル状態情報を取得する上で大きな課題となる。
ニューラルネットワーク(NN)を用いて、アップリンクとダウンリンクチャネルデータセット間の固有の接続を捕捉し、アップリンクチャネル状態情報のサブセットからダウンリンクチャネルを外挿する。
アンテナサブセット選択問題について検討し、最高のチャネル外挿を実現し、NNのデータサイズを小さくする。
論文 参考訳（メタデータ） (2020-09-03T13:38:52Z) - Deep Learning Optimized Sparse Antenna Activation for Reconfigurable
Intelligent Surface Assisted Communication [54.72880662623178]
再構成可能なインテリジェントサーフェス(RIS)は通常、パッシブモードで動作する。
カスケードチャネル構造と信号処理能力の欠如により、RISが個々のチャネル状態情報を取得することは困難である。
本稿では、RISのアンテナの一部に信号処理ユニットを追加し、チャネルを部分的に取得する。
論文 参考訳（メタデータ） (2020-09-03T12:27:22Z) - Codebook-Based Beam Tracking for Conformal ArrayEnabled UAV MmWave
Networks [73.53575015507403]
ミリ波(mmWave)通信は無人航空機(UAV)ネットワークの高データレート要件を満たす可能性がある。
mmWave通信の前提条件として,UAVの3次元移動と姿勢変化のため,狭方向ビーム追跡は非常に困難である。
本研究では,UAVの両面にコンフォメーションアレイを組み込むことにより,高ダイナミックUAVmmWaveネットワークにおける全空間カバレッジとアジャイルビームトラッキングを実現することを提案する。
論文 参考訳（メタデータ） (2020-05-28T14:57:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。