381 Arbeiten
Diese Übersichtsarbeit präsentiert eine strukturierte Taxonomie für Cloud-basierte 6G-Deployments, analysiert kritisch zentrale Herausforderungen wie Sicherheit und Skalierbarkeit, bewertet die Strategien führender Cloud-Anbieter und identifiziert zukünftige Trends sowie offene Probleme auf dem Weg zu robusten, cloudbasierten Mobilfunknetzen.
Diese Arbeit stellt einen privacy-preserving dynamischen Durchschnittskonsens-Algorithmus vor, der mithilfe von zufälligen sinusförmigen Maskierungssignalen die Konvergenz gewährleistet und gleichzeitig das Abhören von Referenzsignalen verhindert, was insbesondere für das SoC-Ausgleichsmanagement in vernetzten Batteriespeichersystemen demonstriert wird.
Das Paper stellt NanoBench vor, ein Open-Source-Benchmark-Datensatz für den Crazyflie 2.1-Nano-Quadrocopter, der erstmals synchronisierte Aktor-, Regler- und Schätzerdaten mit millimetergenauer Ground Truth bereitstellt, um Systemidentifikation, Regelung und Zustandsschätzung unter den spezifischen physikalischen und rechnerischen Randbedingungen von Nano-Luftfahrzeugen zu evaluieren.
Diese umfassende Übersicht analysiert die Herausforderungen bei der Integration von Notfallortungssendern (ELT) in mehr elektrische Flugzeuge, wobei der Fokus auf Energieautonomie, elektromagnetischer Verträglichkeit, Batteriezertifizierung und Überlebensfähigkeit liegt, um die Zuverlässigkeit und Effizienz zukünftiger Such- und Rettungsdienste zu gewährleisten.
Die Arbeit stellt ExSampling vor, ein integriertes System aus Aufnahme- und Deep-Learning-Umgebung, das durch automatische Zuordnung von Feldaufnahmen zu Ableton-Live-Spuren die Echtzeit-Performance von Umgebungsgeräuschen sowie die Interaktion zwischen Aufnehmern, Komponisten und Performern ermöglicht.
Diese Arbeit stellt eine neuartige Methode zur Realisierung von squint-freien massiven Phased-Array-Antennen vor, die durch eine explizite räumliche IDFT die durch das Array verursachte Strahlschwenkung kompensiert und dabei die Bedeutung von OFDM-Modulation zur Verbesserung der Signalqualität sowie die Analyse von Bandbreitenbeschränkungen und Verzögerungsausbreitung berücksichtigt.
Diese Arbeit stellt einen auf Random Finite Sets basierenden Radar-Tracking-Rahmen vor, der mithilfe von Multiple Hypothesis Tracking und adaptiven Bias-Schätzungen die Verfolgung von Zielen unter Range Gate Pull-Off-Störungen (RGPO) verbessert und gleichzeitig die Störungserkennung ermöglicht, ohne die Leistung bei fehlender Störung zu beeinträchtigen.
Die Arbeit stellt ResSR vor, eine rechnerisch effiziente, überwachte Trainings entbehrende Methode zur Super-Auflösung von Multispektralbildern, die durch eine Entkopplung von spektraler und räumlicher Verarbeitung eine hohe Rekonstruktionsqualität bei deutlich geringerer Laufzeit im Vergleich zu bestehenden Verfahren erreicht.
Dieser Artikel untersucht das Potenzial generativer Diffusionsmodelle (GDM) für Massive-MIMO-Kommunikation, indem er einen Überblick über die Technologie bietet, eine Fallstudie zur Kanalschätzung im Nahfeld vorstellt und zukünftige Herausforderungen sowie Forschungsrichtungen aufzeigt.
Dieser Übersichtsartikel analysiert die Entwicklung von Strategien zur Abwehr von Täuschungsstörungen bei Radarsystemen, kategorisiert diese in Prävention, Detektion und Minderung und hebt zukünftige Forschungsrichtungen wie verteilte, kognitive und KI-gestützte Systeme hervor.
Die vorliegende Arbeit untersucht ein auf kontinuierlichen Apertur-Arrays (CAPA) basierendes Mehrgruppen-Multicast-Kommunikationssystem, entwickelt effiziente Algorithmen zur Maximierung der Energieeffizienz unter Berücksichtigung von Kanalkonstanten und zeigt, dass CAPA zwar die Energieeffizienz im Vergleich zu diskreten Arrays steigern kann, jedoch eine größere Aperturgröße oder breitere Nutzerverteilungen nicht immer vorteilhaft sind.
Dieser Artikel stellt ein effizientes, auf komprimierter Abtastung basierendes Verfahren zur superauflösenden Schätzung von Zielsignaturen in XL-MIMO-FMCW-Radarsystemen vor, das die durch den räumlichen Breitbandeffekt verursachten Herausforderungen bei der Zielidentifikation löst und dabei eine geringe Rechenkomplexität für Echtzeitanwendungen gewährleistet.
Diese Studie zeigt, dass bei Kopf-Hals-Krebs-Patienten starke Zusammenhänge zwischen subjektiven und objektiven Sprachmaßen bestehen und schlägt vor, dass für das klinische Monitoring nach Chemoradiotherapie eine einzige Intelligibilitätsmessung ausreicht.
Diese Arbeit stellt ein informationszentriertes Framework vor, das die Berechnung der Cramér-Rao-Schranken für die Lokalisierung starrer Körper unter beliebigen Messbedingungen und Fehlerverteilungen ermöglicht und dabei die Genauigkeit sowohl von Translationsvektoren als auch Rotationsmatrizen explizit erfasst.
Diese Arbeit verbessert die Resilienz von Quadrotoren in unterirdischen Umgebungen, indem sie einen lernbasierten Controller mit einem Sicherheitscontroller kombiniert, wobei ein auf Normalizing Flows basierender Prior als Laufzeitmonitor dient, um bei Abweichungen von der Trainingsverteilung sicher auf den Sicherheitscontroller umzuschalten und so sowohl schnelle Navigation als auch Kollisionsvermeidung zu gewährleisten.
Diese Studie stellt ein neuartiges, auf externer visueller Beobachtung basierendes System vor, das mithilfe von Computer-Vision-Methoden wie YOLO und Spurverfolgung ablenkungs- und beeinträchtigungsbedingtes Fahrverhalten bei nicht vernetzten Fahrzeugen in Echtzeit erkennt, um zur Reduzierung von Verkehrsunfällen beizutragen.
Diese Arbeit stellt einen effizienten, wissensdistillierten Rahmen für die sensorunterstützte Langzeit-Strahlverfolgung in mmWave-Kommunikationssystemen vor, der durch den Einsatz eines leichten Schüler-Neuralen-Netzwerks, das von einem großen Lehrer-Netzwerk trainiert wird, eine hohe Vorhersagegenauigkeit bei gleichzeitiger drastischer Reduzierung der Modellparameter, Rechenkomplexität und Latenz erreicht.
Dieser Brief stellt eine neuartige Methode vor, die mithilfe kaskadierter Akkumulatoren zeitindexierte gewichtete Summen der Form ohne vollständige Datenspeicherung und mit nur Multiplikationen effizient berechnet, was eine Echtzeitverarbeitung ermöglicht.
Dieses Paper stellt die trajectoRIR-Datenbank vor, eine umfassende Sammlung von dynamischen und stationären akustischen Aufnahmen entlang einer kontrollierten L-förmigen Trajektorie in einem Raum, die verschiedene Mikrofonkonfigurationen und Bewegungsgeschwindigkeiten kombiniert, um Anwendungen wie Schallquellenlokalisation, räumliche Klangfeldrekonstruktion und Auralisierung zu unterstützen.
Der Artikel stellt CECGSR vor, eine geschlossene Regelkreis-Methode zur EKG-Super-Auflösung, die durch einen negativen Rückkopplungsmechanismus und die Integration bestehender Algorithmen die Rekonstruktionsleistung gegenüber herkömmlichen offenen Systemen verbessert und Artefakte effektiv entfernt.