176 articles
Cet article propose un cadre analytique et d'optimisation pour la détection basée sur le nombre de conditionnement standard dans les systèmes ISAC MIMO sous incertitude de bruit, démontrant sa robustesse supérieure aux méthodes classiques et permettant une allocation de puissance optimisée pour minimiser l'erreur de détection.
Cet article propose un système de communication optique en espace libre innovant utilisant la modulation du nombre de skyrmions, une propriété topologique qui offre une robustesse inhérente aux perturbations atmosphériques grâce à une technique de masquage par intensité.
Cet article propose une approche d'apprentissage par modèle adaptable assistée par l'IA pour améliorer la surveillance des micro-déformations sur les plateformes de communication et de détection intégrées (ISAC) en supprimant efficacement les échos parasites et en renforçant les signaux électromagnétiques pertinents.
Cette étude présente une application de l'apprentissage automatique dans un contexte industriel réel pour prédire et prévenir les défauts de qualité lors de la fabrication de pièces de motorisation, en analysant les paramètres critiques des machines de noyautage afin de passer d'une approche de contrôle qualité réactive à une approche proactive.
Cet article établit des lois d'échelle asymptotiquement exactes pour la probabilité de haut SNR dans les systèmes d'antennes fluides continues, en tenant compte de la corrélation spatiale isotrope et de l'optimisation des dimensions (1D, 2D et 3D) sur des canaux à évanouissement de Rayleigh.
Cette lettre propose une analyse et une optimisation conjointe de l'allocation de puissance et du partitionnement dynamique d'une surface intelligente reconfigurable continue (CRIS) dans un système NOMA en liaison montante, démontrant ainsi l'élimination des plafonds d'erreur et la supériorité de cette approche par rapport aux schémas OMA et NOMA non optimisés.
Cet article propose des expressions analytiques précises pour la distribution du rapport signal-sur-bruit des réseaux à aperture continue en environnement de Rayleigh corrélé, en utilisant une expansion de Karhunen-Loève et un modèle hypoexponentiel tronqué qui surpassent les approximations gamma classiques et démontrent la supériorité des CAPA par rapport aux réseaux d'antennes discrets.
Cet article explore le potentiel des métasurfaces intelligentes flexibles (FIM) pour les réseaux sans fil de nouvelle génération en présentant leurs architectures matérielles, leurs applications, des études de cas démontrant leurs avantages par rapport aux réseaux rigides, ainsi que les défis et perspectives de recherche nécessaires à leur déploiement.
Cet article propose une approche d'apprentissage profond en boucle fermée, basée sur un critère MMSE variant et éliminant le précodeur numérique par des conditions KKT, pour concevoir des beamforming hybrides directs et indirects stables et efficaces dans les systèmes XL-MIMO en champ proche et lointain.
Cette lettre propose un cadre d'entraînement de faisceaux multi-utilisateurs en champ proche pour les XL-MIMO, nommé DL-IABT, qui utilise l'apprentissage profond et une fonction de perte dérivée pour prédire directement les indices de faisceaux analogiques à partir de mesures limitées, permettant ainsi d'atteindre des performances de débit somme quasi optimales tout en gérant efficacement les interférences et les contraintes de pilotes.
Cette étude analyse l'influence de la géométrie des antennes sur les interférences de lobes latéraux axiaux dans les systèmes MU-MIMO en champ proche, démontrant que les réseaux planaires uniformes offrent une suppression supérieure de ces lobes et des débits somme plus élevés par rapport aux autres configurations.
Cet article propose un cadre d'allocation conjointe de ressources et de codage source-canal (JSCC) pour les missions d'observation de la Terre par satellites LEO, visant à minimiser la puissance de transmission tout en garantissant la qualité de reconstruction des images grâce à une communication sémantique optimisée.
Cet article analyse et optimise les communications discrètes simultanées multi-modales dans un réseau hétérogène en dérivant les détecteurs optimaux pour un adversaire et en proposant une technique de sélection de modaliés à faible complexité qui maximise l'erreur de détection tout en respectant un débit de transmission requis.
Cet article présente une méthode d'imagerie de distance passive basée sur la séparation computationnelle des phénomènes d'émission thermique et d'absorption atmosphérique dans des mesures hyperspectrales infrarouges, permettant de reconstruire des profils de distance de 15 à 150 mètres à partir de scènes naturelles sans illumination active.
Cet article propose un cadre d'apprentissage orienté tâche pour le débruitage automatique des signaux EEG, qui se passe de références propres en utilisant uniquement des étiquettes de tâche pour entraîner un sélecteur de composantes via une optimisation collaborative avec un modèle de tâche proxy, améliorant ainsi à la fois les performances des tâches et la qualité du signal.
Cet article propose un algorithme d'espérance-maximisation approximatif permettant de reconstruire directement la structure tridimensionnelle de petites molécules à partir de micrographies cryo-EM à faible rapport signal-sur-bruit, en évitant l'étape préalable de localisation des images de projection qui échoue dans ces conditions.
Cet article présente une technique novatrice utilisant une IDFT spatiale pour éliminer le pointage fréquentiel dans les réseaux de phase massifs, tout en analysant les mécanismes à l'origine de ce phénomène et en soulignant le rôle de la modulation OFDM pour améliorer la qualité du signal.
Cet article propose l'IW-DKF, une amélioration du filtre de Kalman profond intégrant l'échantillonnage par importance pour affiner l'estimation des états et des paramètres dans des modèles séquentiels non linéaires, démontrant ainsi que les objectifs Monte Carlo plus serrés améliorent la performance de l'inférence.
Cet article propose un cadre de suivi radar basé sur des ensembles finis aléatoires et un suivi multi-hypothèses pour atténuer les brouillages de tromperie de portée (RGPO) en estimant les biais induits par le brouilleur, permettant ainsi une détection et un suivi précis sans dégradation des performances en l'absence de brouillage.
Cet article explore l'application des modèles de diffusion génératifs (GDM) aux communications MIMO massives, en présentant un aperçu théorique, une étude de cas sur l'estimation de canal en champ proche et en identifiant les défis et perspectives futurs pour l'acquisition efficace des informations d'état du canal.