176 articoli
Questo articolo offre una rassegna completa dell'evoluzione delle tecniche di radar per contrastare l'inganno, classificando le strategie attuali in prevenzione, rilevamento e mitigazione, mentre evidenzia le future direzioni di ricerca focalizzate su sistemi distribuiti, cognitivi e basati sull'intelligenza artificiale.
Questo studio propone un progetto di beamforming per sistemi di multicast a gruppi multipli basati su array a apertura continua (CAPA) per massimizzare l'efficienza energetica, dimostrando tramite risultati numerici che tale tecnologia supera le array discrete tradizionali, sebbene le sue prestazioni dipendano criticamente dalle dimensioni dell'apertura e dalla distribuzione degli utenti.
Questo articolo propone una tecnica di stima delle firme a super-risoluzione basata sul campionamento compresso per radar FMCW XL-MIMO, che risolve efficacemente l'effetto a banda larga spaziale con bassa complessità computazionale, rendendola adatta ad applicazioni in tempo reale.
Questo articolo propone un approccio informativo generale per calcolare i limiti inferiori di Cramér-Rao nella localizzazione di corpi rigidi, derivando un framework versatile che valuta la precisione di traslazione e rotazione e dimostra come gli stimatori attuali possano essere ulteriormente migliorati.
Questo lavoro propone un framework efficiente per il tracciamento a lungo termine dei fasci nelle comunicazioni mmWave, che utilizza l'istruzione della conoscenza per trasferire le capacità predittive di una grande rete neurale addestrata su dati sensoriali a un modello studente leggero, ottenendo prestazioni elevate con una significativa riduzione di parametri, complessità e latenza.
Questa lettera presenta un nuovo approccio basato su accumulatori in cascata per calcolare in modo efficiente somme pesate con potenze dell'indice temporale, riducendo drasticamente il costo computazionale e l'uso di memoria rispetto ai metodi tradizionali.
Questo studio propone algoritmi greedy randomizzati, MRG, DRG e Random-WSSA, per risolvere efficientemente problemi di selezione di sensori submodulari deboli con vincoli di budget e prestazioni, fornendo garanzie di approssimazione e dimostrando la loro efficacia nella selezione di costellazioni satellitari per l'osservazione terrestre.
Questo lavoro propone un metodo di ottimizzazione submodulare per la selezione di sottoinsiemi multi-task che, introducendo una regolarizzazione basata sull'entropia relativa, garantisce una robustezza distribuzionale locale e un'efficienza computazionale superiore rispetto alle strategie esistenti, come dimostrato attraverso applicazioni nella selezione di satelliti e nel riassunto di immagini.
Il paper presenta Wall-Street, una superficie intelligente montata sui veicoli che migliora l'affidabilità delle connessioni mmWave in movimento riducendo le interruzioni durante i passaggi di cella e aumentando le prestazioni fino al 78% rispetto agli schemi di handover tradizionali.
Questo articolo propone Open-RFNet, un framework di apprendimento contrastivo supervisionato multi-dominio combinato con un algoritmo OpenMax migliorato, per il riconoscimento in regime open-set di UAV non cooperativi tramite segnali radiofrequenza, ottenendo prestazioni superiori rispetto ai metodi esistenti sia su campioni noti che su quelli sconosciuti.
Il paper propone ACCOR, un approccio di apprendimento contrastivo complesso potenziato dall'attenzione per la classificazione robusta di oggetti occlusi tramite segnali radar mmWave, ottenendo prestazioni superiori rispetto ai modelli esistenti su dataset a 64 e 67 GHz.
Questo studio dimostra che l'integrazione delle proprietà bioelettriche cellulari con algoritmi di machine learning supervisionato, in particolare Random Forest, permette di prevedere la malignità cellulare con un'accuratezza di circa il 90%, offrendo una base promettente per lo sviluppo di strumenti diagnostici in tempo reale.
Questo articolo colma il divario tra modelli discreti e continui dell'AFDM sviluppando un quadro analitico basato sulla serie di Fourier affine che definisce i limiti fondamentali, analizza l'impatto delle non idealità hardware e deriva i limiti di Cramér-Rao per la stima dei parametri del canale, fornendo così le basi teoriche necessarie per l'implementazione pratica dell'AFDM in sistemi wireless ad alta mobilità.
Il paper presenta VoxKnesset, un dataset longitudinale open-source di circa 2.300 ore di discorsi parlamentari ebraici che copre 16 anni, progettato per studiare l'invecchiamento della voce e migliorare la robustezza dei sistemi di elaborazione del parlato.
Questo studio propone l'uso di un autoencoder variazionale condizionale (CVAE) per ricostruire in modo efficiente e non iterativo i segnali temporali di shock a partire dai loro spettri di risposta (SRS), superando i limiti computazionali e di generalizzazione dei metodi tradizionali.
Questo articolo propone un'architettura di beamforming tri-ibrido per sistemi SWAN in uplink MIMO multi-utente, che ottimizza congiuntamente le componenti digitali, analogiche e di pinching sia in configurazioni completamente che parzialmente connesse, dimostrando prestazioni superiori rispetto alle soluzioni convenzionali e offrendo un compromesso efficace tra capacità di somma e consumo energetico.
Questo articolo propone un quadro unificato che collega le statistiche energetiche dei blocchi di costellazioni modellate alle caratteristiche a bassa frequenza dello spettro di potenza delle fluttuazioni di intensità, fornendo regole di progettazione per ottimizzare la lunghezza del blocco, il tasso di simbolo e il metodo di modellazione al fine di mitigare le interferenze non lineari nei sistemi WDM ad alta capacità.
Il documento propone un filtro bayesiano conformale basato sull'apprendimento profondo (DCBF) che integra la regressione quantilica conformale per fornire previsioni di canale MIMO affidabili con incertezza calibrata, superando i limiti di adattamento del modello dei filtri di Kalman e l'eccessiva sicurezza delle previsioni basate sul deep learning.
Questo studio propone un metodo innovativo per rilevare le interferenze radiofrequenza (RFI) sui segnali GNSS utilizzando le osservazioni riflesse della costellazione CYGNSS, basato su una strategia di massimizzazione del rumore nei DDM e una verifica a due livelli che, rispetto alle tecniche esistenti, dimostra una maggiore sensibilità nel rilevare sia eventi intermittenti che pattern di interferenza atipici.
Questo articolo presenta un metodo per ridurre la dipendenza dal fattore di decimazione del droop nella banda passante dei decimatori a pettine di ordine N, ottenuta cascando un filtro FIR simmetrico a 3 tap nella fase di integrazione e scegliendo i coefficienti in funzione esclusivamente dell'ordine N.