U6G XL-MIMO Radiomap Prediction: Multi-Config Dataset and Beam Map Approach
该论文针对 6G U6G 频段 XL-MIMO 系统辐射图预测中的数据稀缺与泛化难题,构建了首个包含 8 万张辐射图的多配置数据集,并提出了基于物理信息的“波束图”方法,通过解耦阵列辐射与多径传播,显著提升了模型在未见配置和环境下的预测精度与泛化能力。
174 篇论文
该论文针对 6G U6G 频段 XL-MIMO 系统辐射图预测中的数据稀缺与泛化难题,构建了首个包含 8 万张辐射图的多配置数据集,并提出了基于物理信息的“波束图”方法,通过解耦阵列辐射与多径传播,显著提升了模型在未见配置和环境下的预测精度与泛化能力。
本文提出了一种基于拉格朗日形式的统一回归框架,将离散余弦变换(DCT)作为约束条件,从而自然导出了一种具有计算优势和更好收敛性的新型 DCT 回归模型。
本文提出了一种统一的 multicarrier 波形框架,通过系统阐述从一维(如 OFDM、AFDM)到二维(如 OTFS)波形的设计原理、抗干扰特性及关键性能指标,为 6G 及未来无线网络的波形选择与标准化提供了关键指导。
本文针对多输入多输出(MIMO)编码缓存系统,提出了一种基于每用户流分配的线性可解码性判据,并据此设计了支持非对称流分配的启发式调度框架,从而在满足线性接收机要求的同时扩展了可实现的自由度区域。
本文提出了一种适用于阵列馈源 RIS 混合多用户 MIMO 系统的实用化波束赋形码本设计与基带预编码方案,通过引入相位仅控制的平顶波束设计、基于 3GPP 标准的信道估计与波束获取机制,以及在考虑 LOS/NLOS 混合信道下的低复杂度动态用户分组和迫零预编码,在保持硬件简单性和低功耗的同时实现了高效的多用户复用与频谱效率。
本文介绍了 LiveSense 平台,该平台利用商用 Wi-Fi 网卡将笔记本电脑转化为厘米级实时距离 - 多普勒传感器,在保持通信能力的同时实现了高频 CSI 提取、自干扰消除及微动检测等功能。
本文提出了一种混合智能反射面(HRIS)辅助的 MIMO 双功能雷达通信系统,通过联合优化基站波束成形与 HRIS 参数配置,在满足通信信干噪比要求的前提下最大化雷达探测性能,并利用交替优化算法有效解决了非凸设计问题。
本文提出了一种基于全息智能表面(HIS)的连续孔径阵列辅助的通感一体化(ISAC)系统,通过傅里叶变换将连续孔径设计转化为离散波束成形问题,并采用交替优化算法联合优化收发波束,在满足多用户通信需求的同时显著提升了多目标感知性能。
该论文针对具有双向延迟的网络环境下的实时远程推理问题,提出了一种基于半马尔可夫决策过程的闭环目标导向调度方案,通过联合优化数据包的新鲜度、长度和传输时机,显著降低了推理误差。
本文提出了一种受泛函分析启发的新颖框架,通过多项式投影和匹配追踪稀疏近似两种方法,将经验累积分布函数投影至特定函数空间并私有化其系数,从而实现了在保障差分隐私的前提下高效、准确且适用于分布式及流式数据场景的分布估计。
本文提出了一种用于 S 和 X 波段的高灵敏度紧凑型嵌套六边形超材料传感器,该传感器尺寸仅为 30 mm × 30 mm × 0.79 mm,在透射模式下对介电常数(1 至 6)的测量灵敏度高达 9.55%,并通过仿真与多种介质材料的实测验证了其性能。
该论文提出了一种名为 CoGuide 的对比扩散引导方法,通过在对比学习获得的平滑嵌入空间中重构似然引导,有效解决了前向算子非平滑、不可微且部分未知的空间逆问题(如从轨迹重建平面图),实现了比现有方法更稳定、鲁棒的生成式后验采样。
本文提出了一种基于可调导电幅相矩阵的灵活多目标角度仿真框架,旨在解决大规模天线阵列 ISAC 基站测试中多目标参数(如 RCS、距离、角度和多普勒)受限端口下的模拟难题,并通过 ADTR 和 SATR 两种工作模式下的无人机实验验证了其在亚 6GHz 频段 ISAC 基站开发中的有效性。
本文针对可重构分布式天线与反射面(RDARS)辅助系统,通过联合优化有源/无源波束成形及连接单元阵列的稀疏性来最大化和速率,并针对单用户、双用户及多用户场景分别提出了闭式解或基于加权最小均方误差的交替优化算法,有效解决了低复杂度单元配置问题并提升了系统性能。
本文提出了一种适用于完美及非完美信道状态信息场景的广义幂迭代预编码框架,通过将高维波束成形问题降维至用户维度并利用低秩近似与 Sherman-Morrison 公式,实现了在显著降低计算复杂度的同时保证收敛性和频谱效率的最优性能。
该论文提出了一种基于 AIS 数据的三阶段框架,通过规则诊断、运动一致性分析和时空聚类,在剔除通信层缺陷后有效实现了对广域 GNSS 欺骗与干扰的检测,并在韩国沿海海域的测试中将误报率降低了 98.6%。
该论文提出了一种基于 Transformer 的多模态自注意力网络框架,通过引入时序对齐旋转位置编码(TaRoPE)和跨时序匹配损失(CTM)来解决音视频模态间的采样率不匹配问题,从而在 CREMA-D 和 RAVDESS 数据集上显著提升了情感识别性能。
本文提出了一种结合智能腕带生理数据与移动应用生态瞬时评估的机器学习系统,旨在实现对老年人日常活动中情绪状态(特别是快乐和活跃程度)的自动监测与预测。
本文针对低轨卫星链路中由跨历元多普勒耦合引起的同步难题,从理论上证明了该耦合机制对抑制载波相位不确定性的必要性,推导了包含块状信息结构的后验克拉美 - 罗界,并提出了一种结合硬门限与 Huber 估计的混合鲁棒滤波框架,显著降低了相位估计误差。
本文提出了一种名为 RHOSI 的框架,通过联合优化混合基站发射波束成形、可重构全息表面相位配置及无人机部署,有效提升了无人机辅助集成感知与通信系统在对抗干扰下的吞吐量与鲁棒性。