TeraHertz (THz) communications are envisioned as a promising technology, owing to its unprecedented multi-GHz bandwidth. In this paper, wideband channel measurement campaigns at 140 GHz and 220 GHz are conducted in indoor scenarios including a meeting room and an office room. Directional antennas are utilized and rotated for resolving the multi-path components (MPCs) in the angular domain. Comparable path loss values are achieved in the 140 and 220 GHz bands. To investigate the large-scale fading characteristics for indoor THz communications, single-band close-in path loss models are developed. To further analyze the dependency on the frequency, two multi-band path loss models are analyzed, i.e., alpha-beta-gamma (ABG) and multi-frequency CI model with a frequency-weighted path loss exponent (CIF), between which the ABG model demonstrates a better fit with the measured data. Moreover, a coherent beam combination that constructively sums the signal amplitudes from various arrival directions can significantly reduce the path loss, in contrast with a non-coherent beam combination.


翻译:TeraHertz (THz) 通信由于具有前所未有的多GHz带宽而被视为一种有希望的技术。在本文件中,在室内情景中开展了140 GHz和220 GHz的宽带频道测量运动,包括会议室和办公室。方向天线被利用和旋转,以解决角域的多路径部件(MPCs)。140 和220 GHz带的可比较路径损失值被实现。为了调查室内THz通信的大规模衰减特点,开发了单带近距离路径损失模型。为了进一步分析对频率的依赖性,分析了两种多频带路径损失模型,即α-β-伽玛(ABG)和多频谱光线光线模型,其中的频率加权路径损失指数(CIF)与测得的数据相匹配。此外,ABG模型显示,这两者之间的路径损失值更符合测量的数据。此外,一个连贯的组合可以建设性地计算出不同抵达方向的信号方位宽度,从而大大减少路径损失,而一个非分式的组合则不同。

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/
专知会员服务
26+阅读 · 2021年4月2日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
26+阅读 · 2020年10月13日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
111+阅读 · 2020年5月15日
【新书】Python编程基础,669页pdf
专知会员服务
195+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
专知会员服务
278+阅读 · 2019年10月9日
RL解决'BipedalWalkerHardcore-v2' (SOTA)
CreateAMind
31+阅读 · 2019年7月17日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18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
PyTorch中在反向传播前为什么要手动将梯度清零?
极市平台
39+阅读 · 2019年1月23日
TCN v2 + 3Dconv 运动信息
CreateAMind
4+阅读 · 2019年1月8日
(TensorFlow)实时语义分割比较研究
机器学习研究会
9+阅读 · 2018年3月12日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
5+阅读 · 2021年2月8日
VIP会员
相关VIP内容
专知会员服务
26+阅读 · 2021年4月2日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
26+阅读 · 2020年10月13日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
111+阅读 · 2020年5月15日
【新书】Python编程基础,669页pdf
专知会员服务
195+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
专知会员服务
278+阅读 · 2019年10月9日
相关资讯
RL解决'BipedalWalkerHardcore-v2' (SOTA)
CreateAMind
31+阅读 · 2019年7月17日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18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
PyTorch中在反向传播前为什么要手动将梯度清零?
极市平台
39+阅读 · 2019年1月23日
TCN v2 + 3Dconv 运动信息
CreateAMind
4+阅读 · 2019年1月8日
(TensorFlow)实时语义分割比较研究
机器学习研究会
9+阅读 · 2018年3月12日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员