3-D Trajectory Optimization for Robust Direction Sensing in Movable Antenna Systems
本文提出了一种基于三维可移动天线轨迹优化的鲁棒方向感知方案,通过推导均方角误差下界并构建最小化最坏情况误差的优化问题,显著提升了全角度范围内的目标方向估计精度与鲁棒性。
174 篇论文
本文提出了一种基于三维可移动天线轨迹优化的鲁棒方向感知方案,通过推导均方角误差下界并构建最小化最坏情况误差的优化问题,显著提升了全角度范围内的目标方向估计精度与鲁棒性。
本文提出了一种利用矩阵完成技术结合多高度数据集来构建无线电动态区三维频谱感知地图的方法,证明了其在稀疏测量条件下相比传统克里金插值具有更优的全局结构学习能力,同时也指出在测量密度较低时简单克里金和透高斯克里金仍具优势。
本文提出了一种受和声作曲启发的张量模态化方法,通过构建紧凑的距离相关码书来解耦近场超大规模智能反射面信道参数,从而在显著降低复杂度的同时实现了比传统方法高 8.5 dB 的归一化均方误差性能提升。
该论文提出了一种基于视觉 - 语言模型(VLM)的零样本框架,通过引入专用的 AIRT-VLM 适配器将热成像数据与预训练多模态表征对齐,从而在不依赖大量标注数据集的情况下,实现了对碳纤维复合材料(CFRP)亚表面缺陷的生成式理解与高精度定位。
该论文提出了一种利用准无限多功能顶层重新定义机械与热边界条件的分层声波(LAW)平台,通过简单的厚单材料覆盖层实现了电 - 热 - 力协同设计,在 2 GHz 以上频率下将温升降低了 70% 并将功率密度阈值提升至 45.61 dBm/mm²,从而有效解决了高功率声波器件中的自加热、热不稳定及声迁移瓶颈。
该论文提出了一种结合无迹卡尔曼滤波与再预测路径规划的方法,利用自主水下航行器融合局部 CTD 数据与声学传输损失数据,以实现对声速剖面的精确估计并降低估计不确定性。
本文提出了一种基于无线电缆技术的灵活多目标过空中(OTA)仿真框架,通过优化探针阵列配置解决了大规模 ISAC 基站测试中的信道条件数恶化问题,并成功验证了其在模拟复杂动态感知场景中的有效性。
本文针对高空中继平台(HAPS)辅助的无线网络,通过引入建筑穿透损耗等真实传播效应并重构多目标优化框架,提出了结合加权求和法与ε约束法的速率感知小区切换策略,在降低能耗的同时显著减少了用户断连与数据速率下降问题,并通过仿真与真实网络 emulation 验证了其在 6G 可持续发展目标下的有效性。
该论文提出了一种名为 Sign-Prioritized FL (SP-FL) 的新型无线联邦学习框架,通过优先传输梯度符号并基于数据包与设备层面的重要性差异进行分层资源分配,有效解决了无线资源受限下的通信不可靠问题,显著提升了模型训练精度。
本文提出了一种基于商用笔记本电脑内置 Wi-Fi 硬件的首个无需外部设备或传感器的单站人体存在检测方案,通过引入范围滤波多普勒谱(RF-DS)技术和自适应多速率处理框架,实现了低复杂度、高稳定性且无需校准的隐私保护型用户存在感知。
本文提出了一种将可重构智能表面(RIS)划分为专为多频多用户服务的子表面的新架构,通过推导 LoS 信道下的精确解析解并证明其在非视距条件下的鲁棒性,实现了系统复杂度与信道估计需求的显著降低,同时量化了该设计与传统多用户方案之间的性能 - 复杂度权衡。
本文针对上行单用户 RIS 辅助系统,在 RIS-BS 为视距信道且 UE-RIS 与 UE-BS 信道相关瑞利分布的假设下,推导了直接链路阻断时最优 RIS 反射矩阵的精确电平穿越率(LCR)解析式,并针对多天线基站下直接链路 LCR 计算存在的数值精度问题提出了基于特征值平均的稳定近似方法,最终揭示了 RIS 系统不会显著放大信道时变特性这一关键结论。
该论文指出单站 ISAC 中发射机可监测失真波形,因此传统的聚合失真模型过于悲观,并推导了考虑功放和相位噪声的克拉美 - 罗下界,量化了该模型对感知性能高估的程度。
本文针对毫米波大规模 MIMO 系统中的相位噪声问题,提出了一种基于广义接收机空间调制的解决方案,通过设计抗相位噪声的 MQAM 符号池、利用空间调制特性降低有效相位噪声影响,并引入单级估计补偿架构,显著提升了系统在相位噪声环境下的误码率性能。
本文介绍了一种基于五路并行 AD5933 芯片的无线可穿戴电气阻抗成像系统,通过优化激励方式与同步技术有效抑制干扰,实现了高信噪比、高精度的肺部呼吸实时成像及生物组织低成本的精准测量。
本文提出了一种基于非线性映射谱半径的统一框架,用于分析包括超大规模 MIMO 和无小区网络在内的无线网络效用区域,通过刻画可行区域特征和推导凸性充分条件,为加权总和速率最大化问题的凸优化求解及波束成形策略提供了新的理论依据。
本文针对数字语义通信中不同语义比特可靠性需求差异巨大的问题,提出了一种将学习到的比特翻转概率映射为目标保护等级的新视角,并设计了基于重复编码的比特级和基于分块的块级两种不等错误保护框架,在满足异构可靠性约束的同时显著提升了传输效率与任务性能。
本文提出了一种基于-范数 Moreau 包络构建多元势函数的“多元专家场”新框架,用于图像先验学习,该模型在图像去噪、去模糊及压缩感知 MRI 等多种逆问题中,不仅性能优于传统单变量模型并接近深度学习正则化方法,还兼具训练数据需求少、参数少、速度快、可解释性强以及拥有理论收敛保证等优势。
本文提出了一种基于闭环控制理论的圆形心电图超分辨率(CECGSR)方法,通过引入负反馈机制和即插即用策略,在 PTB-XL 数据集上显著优于现有开环算法,能有效提升心电图信号的重建质量并去除伪影。
该论文提出了一种针对依赖预存校准数据的传感器输出的实时片上动态不确定性量化方法,通过解析校准参数量化误差的传播机制,在嵌入式平台上实现了比传统蒙特卡洛方法快数十倍的计算效率,并显著提升了边缘检测精度及展示了存储配置对不确定性的优化效果。