3D Spectrum Awareness for Radio Dynamic Zones Using Kriging and Matrix Completion
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。
325 篇论文
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 G-STAR,一种将时间感知说话人追踪模块与语音大语言模型转录骨干相结合的端到端系统,旨在解决长篇幅、多说话人重叠语音场景下,在保持会议级说话人身份一致性的同时生成带时间戳和说话人标签的转录文本的问题。
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。
本文提出了一种基于世界模型的锂离子电池退化预测框架,通过将循环数据编码为潜在状态并学习动态演化来生成未来轨迹,且引入单粒子模型约束显著提升了退化拐点处的预测精度。
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。
该论文分析了单调算子平衡网络在低精度硬件上的量化鲁棒性,证明了当权重谱扰动小于单调性裕度时收敛性得以保证,并通过实验验证了位宽阈值及量化感知训练在恢复四比特收敛性方面的有效性。
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。
该论文提出了名为 Geo-ATBench 的地理空间音频标注基准及 GeoFusion-AT 融合框架,旨在通过引入地理信息系统提供的语义上下文(如兴趣点)来辅助多标签音频识别,从而有效解决仅靠音频波形难以区分的声学混淆问题,并验证了该方法在性能上能与人类听辨水平对齐。
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。
本文提出了一种基于系统矩阵若尔当标准型的分布式状态估计方案,通过结合局部观测器与一致性策略,推导了保证离散时间线性时不变系统渐近收敛的充要条件,并实现了比现有工作更宽松的求解条件与更灵活的耦合增益选择。
本文提出了一种利用内部反作用轮进行姿态控制的欠驱动双足跳跃机器人,通过建立陀螺仪动力学模型并在月球重力环境下进行 MuJoCo 仿真,验证了该方法能有效抑制飞行过程中的姿态偏差并确保在崎岖地形的稳定着陆。
本文提出了一种针对 JPEG XS 标准中帧内模式复制(IPC)位移向量搜索的高效流水线 FPGA 架构,通过优化存储组织实现了 38.3 Mpixels/s 的高吞吐量和低功耗,为其实用化部署及 ASIC 实现奠定了基础。
本文提出了一种基于 GPU 原生架构的并行时间非线性最优控制框架,通过结合序贯凸规划与一致性交替方向乘子法,将优化时域解耦为独立并行子问题,在消除内存传输开销的同时实现了超过 100Hz 的规划频率,并在 quadrotor 和火星动力下降任务中相比高性能 CPU 基线提升了 4 倍吞吐量并降低了 51% 能耗。
该论文首次系统揭示了语音质量评估中存在的性别偏差(男性评分普遍高于女性),并提出了通过抽象二元组嵌入学习性别特定评分模式的性别感知模型,以解决现有自动评分模型偏向男性感知标准的问题并提升评估的公平性与准确性。
该论文通过大规模多智能体仿真,利用量纲分析和数据缩放技术揭示了无人机集群在多种任务场景下的性能标度律与成败边界,从而实现了在平台参数、算法选择及集群规模之间的高效权衡与优化。
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。
该论文通过构建一个将记忆、学习、工具调用及目标描述统一纳入闭环结构的动力学表示,建立了从反应式规则控制到控制目标与架构合成的五级代理层级理论框架,从而为分析嵌入反馈回路中的智能体系统的稳定性、安全性及性能奠定了控制理论基础。
该论文提出了一种面向卫星场景的自适应多模态语义传输系统,通过双流生成架构动态切换音视频主导模式并结合大语言模型决策,在受限带宽下实现了高保真同步音视频重建。