175 Arbeiten
Diese Arbeit stellt den ersten XL-MIMO-Radiokarten-Datensatz mit multiplen Konfigurationen vor und führt den physikbasierten „Beam Map"-Ansatz ein, der die Generalisierungsfähigkeit von Radiokarten-Vorhersagen auf unbekannte Antennenkonfigurationen und Umgebungen ohne erneutes Training erheblich verbessert.
Diese Arbeit stellt ein einheitliches Regressionsframework auf Basis der Lagrange-Formulierung vor, in dem sich das DCT-Modell als neuartige und effiziente Methode mit verbesserter Konvergenz gegenüber traditionellen Polynommethoden etabliert.
Diese Arbeit stellt ein einheitliches Framework für Multicarrier-Wellenformen vor, das durch die systematische Analyse und den Vergleich von ein- und zweidimensionalen Modulationsverfahren wie OFDM, AFDM und OTFS praktische Leitlinien für die Auswahl und Implementierung zukünftiger 6G-Netzwerke liefert.
Diese Arbeit leitet ein Kriterium für die lineare Entschlüsselbarkeit in MIMO-Coded-Caching-Systemen her und schlägt ein Heuristik-Framework vor, das asymmetrische Stream-Allokationen ermöglicht, um den erreichbaren Freiheitsgraden im Vergleich zu symmetrischen Ansätzen zu erweitern.
Diese Arbeit erweitert ein hardware- und energieeffizientes hybrides Multiuser-MIMO-Konzept mit array-gefütterten RIS-Modulen, indem sie einen pragmatischen Codebook-Entwurf für breitstrahlige AMAF-RIS-Module sowie ein niedrigkomplexes Basisband-Vorcodierungsverfahren für realistische mmWave-Multipath-Kanäle unter Einhaltung der 3GPP-5GNR-Standards vorschlägt.
Die Arbeit stellt LiveSense vor, eine Cross-Plattform, die handelsübliche Wi-Fi-Netzwerkkarten in Laptops in Echtzeit-Range-Doppler-Sensoren mit Zentimeter-Genauigkeit verwandelt, ohne die gleichzeitige Kommunikationsfähigkeit zu beeinträchtigen.
Diese Arbeit schlägt ein hybrides RIS-unterstütztes MIMO-DFRC-System vor, bei dem durch einen alternierenden Optimierungsalgorithmus die Radarleistung maximiert wird, während gleichzeitig die Kommunikationsanforderungen erfüllt werden, um den fundamentalen Zielkonflikt zwischen Radar und Kommunikation zu lösen.
Die vorgestellte Arbeit schlägt ein holographisch intelligentes Oberflächen (HIS) gestütztes integriertes Sensing- und Kommunikationssystem (HISAC) mit kontinuierlichen Apertur-Arrays vor, das durch einen alternierenden Optimierungsalgorithmus eine überlegene Zielerkennung bei gleichzeitiger Gewährleistung der Kommunikationsanforderungen im Vergleich zu herkömmlichen diskreten Array-Systemen ermöglicht.
Diese Arbeit stellt ein Ziel-orientiertes Status-Update-Verfahren für die Echtzeit-Ferninferenz über Netzwerke mit Zweiweg-Verzögerung vor, das als semi-Markov-Entscheidungsprozess modelliert wird und durch eine indexbasierte Schwellenwertstrategie die Inferenzgenauigkeit im Vergleich zu herkömmlichen altersbasierten Schemata signifikant verbessert.
Diese Arbeit stellt ein neuartiges Framework für die differentielle Privatsphäre bei der Schätzung von Verteilungsfunktionen vor, das empirische CDFs mittels funktionaler Approximationsmethoden wie Polynomprojektionen und Matching Pursuit in verschiedene Funktionenräume projiziert und deren Koeffizienten privatisiert, um dabei eine hohe Genauigkeit und Effizienz in dezentralen oder Streaming-Szenarien zu gewährleisten.
Diese Arbeit stellt einen kompakten, nested-hexagonalen Metamaterial-Sensor vor, der durch seine hohe Empfindlichkeit von 9,55 % und resonante Frequenzen im S- und X-Band eine präzise Bestimmung der Permittivität von Materialien ermöglicht.
Das Paper stellt CoGuide vor, eine Methode, die durch die Formulierung einer glatten, kontrastiven Embedding-Raum-Leitfunktion das Diffusions-Modell-Training für inverse Probleme mit nicht-differenzierbaren und teilweise spezifizierten Vorwärtsoperatoren (wie der Rekonstruktion von Grundrissen aus Bewegungstrajektorien) stabilisiert und robustere Lösungen ermöglicht.
Dieser Beitrag stellt ein praktisches Framework vor, das mithilfe einer leitfähigen Amplituden- und Phasenmatrix die flexible Emulation mehrerer Ziele mit beliebigen Radarquerschnitten, Entfernungen, Winkeln und Doppler-Profile für ISAC-Basisstationen in Laborumgebungen ermöglicht und dessen Wirksamkeit durch experimentelle Validierung in verschiedenen Betriebsmodi nachweist.
Diese Arbeit stellt ein RDARS-gestütztes Kommunikationssystem vor, das durch die gemeinsame Optimierung von aktiver und passiver Beamforming sowie der Sparsity der verbundenen Elemente die Summenrate maximiert, wobei für spezielle Fälle geschlossene Lösungen abgeleitet und für allgemeine Szenarien ein alternierender Optimierungsalgorithmus vorgeschlagen wird.
Diese Arbeit stellt ein skalierbares und konvergentes verallgemeinertes Power-Iteration-Präkodierungsframework (GPIP) für Massive-MIMO-Systeme vor, das die Komplexität durch die Ausnutzung niedrigdimensionaler Unterräume reduziert und sowohl bei perfekter als auch bei unvollständiger Kanalinformation am Sender eine hohe spektrale Effizienz mit geringem Rechenaufwand gewährleistet.
Die Studie stellt ein dreistufiges Framework vor, das durch Vorfilterung von AIS-Kommunikationsfehlern und anschließende kinematische sowie räumlich-zeitliche Analyse in der Lage ist, GNSS-Spoofing und -Jamming im maritimen Bereich zuverlässig zu erkennen und dabei die Fehlalarmrate um 98,6 % zu senken.
Diese Arbeit stellt ein Transformer-basiertes Framework für die audio-visuelle Emotionserkennung vor, das mithilfe von temporär ausgerichteten rotierenden Positionseingebettungen (TaRoPE) und einem Cross-Temporal Matching-Verlust die zeitliche Ausrichtung heterogener Modalitäten verbessert und so die Leistung gegenüber bestehenden Baselines steigert.
Die Studie stellt ein intelligentes tragbares System vor, das mithilfe von physiologischen Daten eines Armbands und maschinellem Lernen die Stimmung älterer Menschen im Alltag überwacht und vorhersagt.
Diese Arbeit leitet analytische untere Schranken für die Schätzgenauigkeit bei der Synchronisation von LEO-Satelliten unter Berücksichtigung der gekoppelten Doppler-Effekte ab und stellt einen hybriden robusten Filter vor, der durch die Kombination von Hard-Gating und Huber-Schätzung die Phasenfehler im Vergleich zu herkömmlichen Methoden signifikant reduziert.
Die Arbeit stellt RHOSI vor, ein effizientes Framework zur gemeinsamen Optimierung von Sendestrahlformung, holographischen Oberflächen und UAV-Positionierung, um die Robustheit und den Durchsatz von UAV-gestützten ISAC-Systemen unter Störbedingungen zu erhöhen.