Molecular Communication via Diffusion (MCvD) is a prominent small-scale technology, which roots from the nature. Molecular single-input-single-output (SISO) topology is one of the most studied molecular networks in the literature, with solid analytical foundations on channel behavior and advanced modulation techniques. Although molecular SISO topologies are well-studied, the literature is yet to provide sufficient analytical modeling on multiple-output systems with fully absorbing receivers. In this paper, a comprehensive recursive model for channel estimation and modeling of molecular single-input-multiple-output (SIMO) systems is proposed as a sufficiently accurate channel approximation method. With its recursive nature, the model is used to estimate the channel behavior of molecular SIMO systems. A simplified approximation model is also presented with reduced computational requirements, resulting in slightly less accurate channel estimation. Analytical expressions for both models are derived. The performance of the proposed methods are evaluated via topological analysis and error metrics, and the methods show promising results on channel estimation compared to computer-simulated data. Furthermore, the approximation matches quite well with the comprehensive model, which indicates significant success in terms of model performance.


翻译:分子单项投入-多产出(SIMO)系统是文献中研究最多的分子网络之一,具有关于频道行为和先进的调制技术的坚实分析基础。虽然分子SISO表层研究周密,但文献尚未就具有完全吸收接收器的多重产出系统提供充分的分析模型。本文提出一个全面的循环模型,用于频道估计和模拟分子单项投入-多产出(SIMO)系统(SIMO)系统,作为足够准确的通道近似方法。该模型具有循环性质,用来估计分子沉积物系统的渠道行为。一个简化的近似模型的计算要求也有所减少,导致对频道估计的精确度略低。两种模型的分析表达方式都是通过表层分析和误差度评估的。本文件提出的方法的绩效通过表层分析和误度评估,以及显示频道估计与计算机模型数据相比前景良好的方法。此外,该模型的精确性能也很好地显示模型的成功性。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
【硬核书】矩阵代数基础,248页pdf
专知会员服务
84+阅读 · 2021年12月9日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
LibRec 精选:近期15篇推荐系统论文
LibRec智能推荐
5+阅读 · 2019年3月5日
LibRec 精选:CCF TPCI 的推荐系统专刊征稿
LibRec智能推荐
4+阅读 · 2019年1月12日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
LibRec 精选:连通知识图谱与推荐系统
LibRec智能推荐
3+阅读 · 2018年8月9日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Memory-Gated Recurrent Networks
Arxiv
12+阅读 · 2020年12月24日
VIP会员
相关VIP内容
【硬核书】矩阵代数基础,248页pdf
专知会员服务
84+阅读 · 2021年12月9日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
LibRec 精选:近期15篇推荐系统论文
LibRec智能推荐
5+阅读 · 2019年3月5日
LibRec 精选:CCF TPCI 的推荐系统专刊征稿
LibRec智能推荐
4+阅读 · 2019年1月12日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
LibRec 精选:连通知识图谱与推荐系统
LibRec智能推荐
3+阅读 · 2018年8月9日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员