Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2010.00803v1

帮助 | 高级搜索

计算机科学 > 信息论

arXiv:2010.00803v1 (cs)
[提交于 2020年10月2日 ]

标题: 存在广义衰落情况下基于PPP分布的车载雷达测距成功概率

标题: Ranging success probability of PPP distributed automotive radar in presence of generalized fading

Authors:Sudharsan Parthasarathy, Rakshith Jagannath
摘要: 在汽车雷达应用中,所有车辆都使用多个雷达以提高成像质量。然而,这会导致来自邻近车辆的雷达间干扰,从而降低成像质量。 衡量成像质量的一个指标是测距成功概率。 测距成功概率是指在特定工作条件下,多雷达系统在给定距离上成功检测到物体的概率。 在现有文献中,假设期望信号分量没有衰落的情况下,已经推导出了测距成功概率的闭合表达式。 同样在文献中,尽管假设干扰信号的衰落分布是任意的,但仅针对干扰信号无衰落的情况推导出了闭合表达式。 由于无线信道中衰落始终存在,我们假设期望信道经历流行的瑞利衰落,推导了测距成功概率。 并且我们假设干扰信道服从广义的$\kappa$-$\mu$阴影衰落,该模型概括了许多流行的衰落模型,如瑞利、莱斯、Nakagami-$m$, $\kappa$-$\mu$等。 假定干扰源位于从泊松点过程分布中抽取的点上。 我们还研究了阴影成分与聚类数量之间的关系如何影响视距(LOS)成分对测距成功概率的影响。
摘要: In automotive radar applications, multiple radars are used in all vehicles for improving the imaging quality. However this causes radar-to-radar interference from neighbouring vehicles, thus reducing the imaging quality. One metric to measure the imaging quality is ranging success probability. The ranging success probability is the probability that a multiple radar system successfully detects an object at a given range, under certain operating conditions. In state-of-the-art literature, closed form expressions for ranging success probability have been derived assuming no fading in desired signal component. Similarly in literature, though distribution of fading in interferers is assumed to be arbitrary, closed form expression is derived only for no-fading assumption in interferers. As fading is always present in a wireless channel, we have derived ranging success probability assuming desired channel experiences the popular Rayleigh fading. And we have assumed generalized $\kappa$-$\mu$ shadowed fading for interfering channels that generalizes many popular fading models such as Rayleigh, Rician, Nakagami-$m$, $\kappa$-$\mu$ etc. The interferers are assumed to be located on points drawn from a Poisson point process distribution. We have also studied how the relationship between shadowing component and number of clusters can affect the impact of LOS component on ranging success probability.
主题: 信息论 (cs.IT) ; 信号处理 (eess.SP)
引用方式: arXiv:2010.00803 [cs.IT]
  (或者 arXiv:2010.00803v1 [cs.IT] 对于此版本)
  https://doi.org/10.48550/arXiv.2010.00803
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Rakshith Jagannath [查看电子邮件]
[v1] 星期五, 2020 年 10 月 2 日 06:14:38 UTC (186 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.IT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2020-10
切换浏览方式为:
cs
eess
eess.SP
math
math.IT

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号