Energy Efficient Multi-User Beamforming and 3D Position Optimization for SIM-Assisted UAVs
本文提出了一种面向 SIM 辅助无人机的硬件感知、能效型联合优化框架,该框架通过一种基于变换的交替优化算法,同时设计数字预编码器、级联超表面相移以及三维无人机定位,从而显著优于传统的基准方案。
1502 篇论文
在 Gist.Science 的"Eess — Sp"分类中,我们聚焦于信号处理这一充满活力的领域。这里探讨的是如何从复杂的数据中提取有价值的信息,无论是增强清晰的图像、优化无线通信,还是让机器听懂人类语言,都离不开这项核心技术的支撑。
本栏目中的所有论文均源自 arXiv 预印本服务器。Gist.Science 团队会第一时间处理该领域发布的每一份新预印本,不仅提供详尽的技术摘要,还特别撰写通俗易懂的通俗解读,帮助不同背景的读者跨越专业术语的障碍。
以下为您列出的,正是该领域最新发布的几项重要研究成果。
本文提出了一种面向 SIM 辅助无人机的硬件感知、能效型联合优化框架,该框架通过一种基于变换的交替优化算法,同时设计数字预编码器、级联超表面相移以及三维无人机定位,从而显著优于传统的基准方案。
本文提出了一种利用正方形开路谐振器实现紧凑型微带三路复用器的设计,旨在 2.2、2.6 和 3.0 GHz 频段内实现超过 45 dB 的高通道间隔离度,以用于 5G Sub-6 GHz 应用。
本文提出了一种符合标准的神经形态集成感知与通信(N-ISAC)系统,该系统利用脉冲神经网络接收器,从 IEEE 802.15.4z 超宽带(UWB)波形中同时进行数据解调与目标检测,并分析了在真实的射线追踪信道中,由频率选择性可重构智能表面(RIS)所引入的性能与能量之间的权衡。
本文提出了 BARRNet,一种具有预算感知能力的神经网络架构,该架构通过将紧凑的残差主干网络与轻量级通道重校准相结合,在标准 FedAvg 框架下,针对混合毫米波大规模 MIMO 系统中的联邦双侧信道估计,实现了卓越的归一化均方误差与通信效率权衡。
本文介绍了一种名为注意力感知变换编码(Attention-Aware Transform Coding, AATC)的新型 KV 缓存压缩方法,该方法利用信号处理原理,根据比特对注意力机制的影响进行分配,在多个基准测试和模型中实现了约 5.8 倍的压缩率且保持了近无损的精度。
本文提出了一种快速、可微且经 GPU 加速的方法,该方法通过费马原理和隐函数微分,统一了多条反射与衍射路径的追踪,从而为可微编程框架内的无线传播建模实现了高效的大规模优化。
本文介绍了一种确定性的、零知识友好的 Johnson–Lindenstrauss 投影,该投影源自 Pisot -变换,通过使用单个公共种子实现了无维度的方差和精确的有限域可复现性,从而消除了对昂贵的电路内随机性的需求,同时保留了成对距离。
本文通过将空间宽带天线阵列因子建模为窄带因子与带宽相关核函数的空间变卷积,提出了一种对空间宽带天线阵列因子的通用近似方法,并论证了增加带宽如何抑制全填充阵列中的旁瓣以及稀疏阵列中的栅瓣。
本文通过证明在合法收发端有意降低本地振荡器质量可以显著扩大针对窃听者的感知性能差距,同时保持可接受的通信速率(如通过相位噪声下的误设克拉美-罗界进行分析),研究了基于正交频分复用(OFDM)的通信感知一体化(ISAC)系统中的感知隐私问题。
本文提出了一种用于 AI 原生 6G 网络中的异构感知信念同步框架,该框架利用边缘服务器上的潜在翻译模型来对齐不同 AI 智能体的知识,并在无需联合训练或同构架构的情况下实现高效的语义通信。