176 artículos
Este artículo presenta un marco unificado para la detección basada en el número de condición estándar (SCN) en sistemas MIMO ISAC bajo incertidumbre de ruido, demostrando teóricamente su capacidad para mantener una tasa de falsas alarmas constante y superar a los detectores convencionales en entornos con interferencias, lo que permite optimizar la asignación de potencia para minimizar el error de detección.
Este artículo propone un sistema de comunicación óptica en espacio libre que utiliza la modulación del número de skyrmiones, una propiedad topológica robusta contra la turbulencia atmosférica, logrando una alta resistencia a las distorsiones de la onda mediante una técnica de enmascaramiento basada en la intensidad.
Este artículo propone un enfoque de coincidencia de plantillas aprendible (LTM) asistido por IA para la plataforma de sensado y comunicación integrados (ISAC), el cual mejora la precisión en la monitorización de microdeformaciones al modelar y suprimir eficazmente el desorden ambiental mediante la integración de características de señales electromagnéticas y filtros de desorden.
Este estudio presenta un caso de éxito en la industria manufacturera donde se aplicaron modelos de aprendizaje automático para analizar parámetros críticos del proceso de fabricación de moldes, permitiendo la predicción y prevención proactiva de defectos en piezas de fundición para componentes de tren motriz y mejorando así la calidad del producto y la eficiencia de la producción.
Este artículo deriva fórmulas cerradas asintóticamente exactas para la probabilidad de alta relación señal-ruido (HSP) en sistemas de antenas fluidas continuas bajo canales de desvanecimiento Rayleigh, estableciendo leyes de escalado que describen cómo aumenta la HSP al emplear más dimensiones espaciales y determinando las dimensiones óptimas del sistema.
Este artículo presenta un análisis y una optimización conjunta de la asignación de potencia y la partición dinámica de una superficie inteligente reconfigurable continua (CRIS) en un sistema NOMA de enlace ascendente, demostrando mediante resultados analíticos y simulaciones que dicha estrategia elimina los pisos de error de bits y supera a los esquemas de acceso múltiple ortogonal y no optimizados.
Este artículo deriva expresiones analíticas precisas para la distribución de la relación señal-ruido en arreglos de apertura continua unidimensionales bajo entornos Rayleigh correlacionados, utilizando una aproximación hipoeconencial truncada que supera a los modelos gamma estándar y demuestra el superior rendimiento de estos sistemas frente a las antenas discretas.
Este artículo explora el potencial de las superficies inteligentes flexibles (FIM) como tecnología habilitadora para las redes inalámbricas de próxima generación, destacando sus ventajas frente a las arrays rígidas mediante la reconfiguración geométrica dinámica, analizando sus arquitecturas, casos de uso y los desafíos de investigación necesarios para su implementación.
Este artículo propone un marco de aprendizaje profundo de extremo a extremo basado en el criterio MMSE variante que, mediante la eliminación en forma cerrada del precodificador digital, optimiza de manera estable la formación de haces híbrida directa e indirecta para sistemas XL-MIMO en campos cercano y lejano, superando las limitaciones de estabilidad y rendimiento de los métodos existentes.
Este artículo propone un marco de entrenamiento de haces multiusuario basado en aprendizaje profundo (DL-IABT) para XL-MIMO en campo cercano que, mediante una pérdida sustituta derivada de condiciones KKT y un codificador complejo compartido, predice índices de haces analógicos a partir de pocas mediciones de sondeo para mitigar la interferencia y maximizar la tasa de suma bajo restricciones de pilotos.
Este trabajo analiza cómo la geometría de la antena afecta a las interferencias de lóbulos laterales axiales en sistemas MIMO multiusuario de campo cercano, demostrando que las antenas planas uniformes (USA) ofrecen la mejor supresión de lóbulos laterales y el mayor rendimiento de tasa de suma en comparación con otras configuraciones.
Este artículo propone un marco de comunicación semántica con codificación conjunta fuente-canal y un algoritmo de asignación de recursos para minimizar el consumo de energía en misiones de observación terrestre mediante satélites LEO, garantizando al mismo tiempo la calidad de reconstrucción de las imágenes bajo restricciones de potencia limitadas.
Este artículo analiza y optimiza las comunicaciones encubiertas simultáneas en redes inalámbricas heterogéneas mediante la selección de múltiples modalidades, derivando detectores óptimos para un adversario y proponiendo un algoritmo de baja complejidad que maximiza la probabilidad de error de detección bajo restricciones de tasa.
Este trabajo presenta un método de imagen de rango pasivo basado en la separación computacional de las mediciones hiperespectrales térmicas para estimar simultáneamente la distancia y las propiedades intrínsecas de los objetos, mitigando la indeterminación mediante modelos atmosféricos y regularización, y validando sus resultados en escenas naturales con datos de lidar.
Este trabajo presenta un marco de aprendizaje orientado a tareas para la eliminación automática de ruido en señales EEG que, al utilizar únicamente etiquetas de tarea sin necesidad de señales de referencia limpias, logra mejoras consistentes tanto en el rendimiento de la tarea como en la calidad de la señal.
Este artículo presenta un algoritmo aproximado de maximización de expectativas que permite determinar estructuras moleculares tridimensionales directamente a partir de micrografías de criomicroscopía electrónica con baja relación señal-ruido, evitando así la necesidad de localizar y extraer previamente las imágenes de proyección individuales.
Este artículo presenta una técnica novedosa que utiliza una IDFT espacial para eliminar el desplazamiento de haz en arrays masivos, analizando sus causas y demostrando cómo la modulación OFDM mejora la calidad de la señal.
Este artículo presenta el IW-DKF, un marco de inferencia secuencial que aplica muestreo de importancia al filtro de Kalman profundo para mejorar la estimación de estados y parámetros en modelos no lineales mediante objetivos de Monte Carlo más ajustados.
Este artículo presenta un marco de seguimiento de objetivos basado en conjuntos finitos aleatorios que mitiga eficazmente el engaño de rango por radar mediante ataques de arrastre de puerta (RGPO), utilizando modelos de asociación de datos y estimación adaptativa de sesgos para mantener la precisión de seguimiento y detectar las interferencias sin degradar el rendimiento en ausencia de jamming.
Este artículo explora el potencial de los modelos de difusión generativos (GDM) en las comunicaciones MIMO masivas, ofreciendo una visión general de su marco teórico, presentando un estudio de caso sobre estimación de canales en campo cercano y delineando los desafíos y direcciones futuras para su aplicación en las redes 6G.