Different from conventional wired line connections, industrial control through wireless transmission is widely regarded as a promising solution due to its reduced cost, increased long-term reliability, and enhanced reliability. However, mission-critical applications impose stringent quality of service (QoS) requirements that entail ultra-reliability low-latency communications (URLLC). The primary feature of URLLC is that the blocklength of channel codes is short, and the conventional Shannon's Capacity is not applicable. In this paper, we consider the URLLC in a factory automation (FA) scenario. Due to densely deployed equipment in FA, wireless signal are easily blocked by the obstacles. To address this issue, we propose to deploy intelligent reflecting surface (IRS) to create an alternative transmission link, which can enhance the transmission reliability. In this paper, we focus on the performance analysis for IRS-aided URLLC-enabled communications in a FA scenario. Both the average data rate (ADR) and the average decoding error probability (ADEP) are derived under finite channel blocklength for seven cases: 1) Rayleigh fading channel; 2) With direct channel link; 3) Nakagami-m fading channel; 4) Imperfect phase alignment; 5) Multiple-IRS case; 6) Rician fading channel; 7) Correlated channels. Extensive numerical results are provided to verify the accuracy of our derived results.


翻译:与常规的有线线路连接不同,通过无线传输的工业控制被广泛视为一个大有希望的解决办法,因为其成本降低,长期可靠性提高,可靠性提高。然而,任务关键应用要求严格的服务质量(QOS)要求要求超可靠性低频通信(URLLC) URLLC的主要特点是,频道代码的封状长度很短,常规的香农能力不适用。在本文件中,我们认为在工厂自动化(FA)情景中,URLLC是一个有希望的解决方案。由于FA设备密集部署,无线信号很容易被障碍阻塞。为了解决这个问题,我们提议部署智能反射表面(IRS)来创建替代传输链路,这可以提高传输可靠性。在本文中,我们侧重于对IRS辅助的URLLC辅助通信在FA情景中的性能分析。平均数据率(ADRDR)和平均解密误差概率(ADEP)在7个案例的定色频道封长范围内:(1) Rayleilefding信道;(2) 直接信道链接;(3) Nakgami-m fashing imal-fading liculationalalal 4;Main-tragildal sal sal sal 4;数字级校正校正 4;

0
下载
关闭预览

相关内容

Automator是苹果公司为他们的Mac OS X系统开发的一款软件。 只要通过点击拖拽鼠标等操作就可以将一系列动作组合成一个工作流,从而帮助你自动的(可重复的)完成一些复杂的工作。Automator还能横跨很多不同种类的程序,包括:查找器、Safari网络浏览器、iCal、地址簿或者其他的一些程序。它还能和一些第三方的程序一起工作,如微软的Office、Adobe公司的Photoshop或者Pixelmator等。
Linux导论,Introduction to Linux,96页ppt
专知会员服务
76+阅读 · 2020年7月26日
【IJCAI2020】TransOMCS: 从语言图谱到常识图谱
专知会员服务
34+阅读 · 2020年5月4日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
101+阅读 · 2019年10月9日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
人工智能 | 中低难度国际会议信息6条
Call4Papers
3+阅读 · 2019年4月3日
人工智能 | SCI期刊专刊/国际会议信息7条
Call4Papers
7+阅读 · 2019年3月12日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
人工智能 | COLT 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年9月21日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
深度学习医学图像分析文献集
机器学习研究会
17+阅读 · 2017年10月13日
ACM UMAP 2018:用户建模与个性化国际会议征搞
LibRec智能推荐
4+阅读 · 2017年10月9日
VIP会员
相关VIP内容
Linux导论,Introduction to Linux,96页ppt
专知会员服务
76+阅读 · 2020年7月26日
【IJCAI2020】TransOMCS: 从语言图谱到常识图谱
专知会员服务
34+阅读 · 2020年5月4日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
101+阅读 · 2019年10月9日
相关资讯
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
人工智能 | 中低难度国际会议信息6条
Call4Papers
3+阅读 · 2019年4月3日
人工智能 | SCI期刊专刊/国际会议信息7条
Call4Papers
7+阅读 · 2019年3月12日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
人工智能 | COLT 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年9月21日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
深度学习医学图像分析文献集
机器学习研究会
17+阅读 · 2017年10月13日
ACM UMAP 2018:用户建模与个性化国际会议征搞
LibRec智能推荐
4+阅读 · 2017年10月9日
Top
微信扫码咨询专知VIP会员