Joint Optimization of Resource Allocation and Trajectory Control for Mobile Group Users in Fixed-Wing UAV-Enabled Wireless Network
固定翼无人机(UAV)具有控制灵活性和成本效益,有望成为空地一体化网络中的飞行基站。通过利用无人机的移动性,可以在具有挑战性的场景下甚至在没有通信基础设施的地方为移动组用户(MGU)提供可控覆盖。然而,在这种无人机和MGU都在移动的双移动场景中,固定翼无人机的非悬停特性和MGU的移动都将加剧用户调度的动态变化,这最终导致MGU的服务质量(QoS)下降。在本文中,我们提出了一个固定翼无人机使能的无线网络架构,为MGU提供移动覆盖。为了实现MGU之间的公平性,我们最大化所有用户之间的最小平均吞吐量,通过联合优化的用户调度,资源分配,无人机轨迹控制的约束下,用户的QoS要求,通信资源和无人机轨迹切换。考虑到优化问题是混合整数非凸的,我们将其分解为三个优化子问题。提出了一种有效的算法,交替求解这三个子问题,直到实现收敛。仿真结果表明,该算法可以显着提高最低平均吞吐量的MGU。
2022-09-28 eess.SP
Understanding the Temporal Fading in Wireless Industrial Networks: Measurements and Analyses
无线工业网络的广泛部署仍然面临着由于工业环境中严重的多径衰落而导致的不可靠服务的挑战。这种衰落效应不仅是由工业环境中存在的大量金属表面引起的,而且更重要的是,由包括操作员和物流车辆在内的移动物体引起的。因此,移动衰落信道的成熟分析框架可能不适合无线工业网络,特别是大多数固定的无线链路。本文提出了一个定性分析框架来表征工业环境中固定无线链路的时间衰落效应,揭示了镜面反射功率和散射功率随时间变化的本质原因。从现场实验的包络分布和脉冲响应的广泛测量验证了所提出的定性框架,这将是适用于模拟工业多径衰落特性,并获得准确的链路质量指标,以支持可靠的无线网络服务在各种工业应用。
2018-09-28 eess.SP
Passive Sensing and Localization in an Aircraft Cabin Using a Wireless Communication Network
提出一种基于人工神经网络、利用现有 Wi-Fi/5G 信号的被动隐私保护定位系统,用于跟踪飞机客舱内乘客,实验平均精度达 12 厘米。
2023-12-18 cs.NI eess.SP
Blind Source Separation of Optical Wireless Communications in Noisy Environments
盲源分离是信号处理领域的一个研究热点,因为它旨在通过未知的传输信道从观测混合信号中分离出未知源信号。提出并改进了一种低计算复杂度的瞬时线性混合信号盲分离算法。该算法中只有一个可变参数,即移动平均线长度,它对分离效果有重要影响。本文通过实验对合理值提出了建议。将该算法推广到不同噪声环境下可见光通信信号的分离中,取得了一定的效果,进一步扩展了算法的适用性。
2019-03-07 eess.SP
Design of a Highly Reliable Wireless Module for Ultra-Low-Latency Short Range Applications
当前的无线电系统针对容量和范围进行了优化。然而,无线系统的某些应用需要短距离上的快速和可靠的通信。这些系统面临的挑战是以最小的时间延迟(延迟)进行通信,同时非常可靠并对干扰具有弹性。本文描述了无线技术的概念和所提出的抽象体系结构,该无线技术允许在几米范围内的移动单元之间进行高可靠性和超低延迟的数据传输,其应用可以在诸如训练通信网络(TCN)、卡车/拖拉机-拖车通信、排队以及以协调机器的形式在智能工业中的众多领域中找到。本文还介绍了一套新奇的计划,实现的一部分,最终的演示硬件
2018-11-29 eess.SP
Agent-Native Wireless Communications: Architecture, Opportunities, and the Road Ahead
The University of Hong Kong(香港大学);Beijing University of Posts and Telecommunications(北京邮电大学);Nanyang Technological University(南洋理工大学)
本文提出面向代理的无线通信框架,探讨代理智能与通信系统间的协同机制,涵盖通信系统设计与操作中的代理应用及无线服务支持,展望可测量、安全且互操作的部署方向。
2026-05-15 eess.SP
Decentralized Source Localization without Sensor Parameters in Wireless Sensor Networks
Shanghai Jiao Tong University(上海交通大学)
研究了分布式无线传感器网络(WSNs)中传感器参数未知情况下故障模型下的源(事件)定位问题。事件定位有许多应用,例如定位入侵者,Wifi热点和用户以及电力系统中的故障。以前的研究假设传感器参数的真实知识(或良好估计)(例如,源的故障模型概率或影响区域(ROI))用于源定位。本文提出了两种故障模型下的源位置估计方法:碰集法和特征选择法,在不知道传感器参数的情况下,只利用融合中心的噪声数据进行源位置估计。所提出的方法已被证明可以有效地定位源。我们还研究了击中集方法的样本复杂性要求的下界。这些方法也被扩展到多个源定位。此外,我们修改建议的特征选择方法使用最大似然。最后,针对不同的设置(即,传感器节点的数量和样本的复杂性),以验证我们提出的方法相比,质心,最大似然,FTML,SNAP估计。
2020-10-31 cs.CV cs.LG eess.SP
Target Sensing with Intelligent Reflecting Surface: Architecture and Performance
智能反射面(IRS)是一种通过大量反射元件动态控制无线信号的幅度和/或相位来重构无线电传播环境的技术。在大量的文献研究IRS的性能增益在无线通信,我们研究在本文中的IRS传感/定位目标在无线网络中的一个新的应用。具体而言,我们提出了一种新的自感知IRS架构,其中IRS控制器能够发送探测信号,这些信号不仅直接由目标反射(称为直接回波链路),而且还连续地由IRS反射,然后由目标反射(称为IRS反射回波链路)。此外,在IRS处安装专用传感器,用于接收来自目标的直接和IRS反射的回波信号,使得IRS可以通过应用定制的多信号分类(MUSIC)算法来感测其附近目标的方向。然而,由于角度估计均方误差(MSE)的MUSIC算法是棘手的,我们提出了优化IRS被动反射最大化的平均回波信号的总功率在IRS传感器和推导出的Cramer-Rao界(CRB)的角度估计MSE。最后,数值结果表明,所提出的新的IRS传感架构和算法的有效性,相比其他基准传感系统/算法。
2022-05-25 eess.SP
FUN-SSL: Full-band Layer Followed by U-Net with Narrow-band Layers for Multiple Moving Sound Source Localization
Gwangju Institute of Science and Technology(光州科学技术院)
本文提出FUN-SSL声源定位架构,用全频带层后接多尺度窄频带U-Net的FUN块替代IPDnet中的全窄带块,并引入块间跳跃连接,在降低计算复杂度的同时提升多移动声源定位性能。
2025-09-23 eess.AS eess.SP
Wireless Connectivity of a Ground-and-Air Sensor Network
本文表明,当考虑室外场景和无线通信使用的IEEE 802.11协议与偶极天线,地面反射是一个重要的传播机制。这样,该环境的双射线模型就可以以一定的准确度预测接收信号功率。该研究对无人机与地面传感器的通信具有一定的应用价值。在所提出的无线传感器网络(WSN)场景中,无人机必须接收来自环境的信息,这些信息由位于地面上的传感器收集,并且需要保持它们与基站之间的连接,以保持服务质量,同时在环境中移动。
2022-11-19 cs.NI eess.SP
Meta-Learning-Driven GFlowNets for 3D Directional Modulation in Mobile Wireless Systems
Rutgers, the State University of New Jersey(新泽西州立罗格斯大学)
本文提出Meta-GFlowNet框架,通过模型无关元学习使GFlowNets快速适应移动用户方向变化,无需标注数据即可提升TM-IRS安全通信的适应速度与保密性能。
2025-11-09 eess.SP
Bistatic Doppler Frequency Estimation with Asynchronous Moving Devices for Integrated Sensing and Communications
本文首次提出一种在时钟异步且移动的ISAC设备下估计目标双基地多普勒频率的方法,利用接收端无线信号中多径分量间相位偏移的不变性与双基地几何特性解决双重相位干扰问题,仿真验证了其可行性。
2024-08-26 eess.SP
Efficient Domain Generalization in Wireless Networks with Scarce Multi-Modal Data
Institute for Advanced Computing, Virginia Tech(弗吉尼亚理工大学高级计算研究所);MediaTek(联发科)
本文提出了一种两阶段学习框架,通过基于物理的损失函数和协作域适应方法,在稀缺多模态数据下提升无线网络的领域泛化性能。
2025-12-12 eess.SP
RSSI-Based Location Classification Using a Particle Filter to Fuse Sensor Estimates
对于网络物理生产系统(CPPS)来说,本地化变得越来越重要,因为无线和移动设备被认为是不可或缺的一部分。虽然基于接收信号强度指示符(RSSI)在无线通信系统中定位目标是通常的解决方案,但是它受到传感器质量的限制。我们考虑的情况下,一辆车进出一个房间,并建议使用粒子滤波器的传感器融合,使我们能够将非理想的模型,并实现高质量的位置估计。然后,我们使用机器学习(ML)来分类车辆位置。我们的研究结果表明,粒子滤波器的位置输出是一个更好的输入到分类器比原始RSSI数据,我们实现了更高的精度,同时减少了ML必须考虑的功能的数量。我们还比较了多种ML算法的性能,并表明SVM为给定任务提供了整体最佳性能。
2021-04-30 cs.IT eess.SP math.IT
From Communication to Sensing : Recognizing and Counting Repetitive Motions with Wireless Backscattering
最近提出了几个突破性的基于RF的运动识别系统来检测和/或识别宏观/微观人体运动。这些系统经常受到多个用户同时移动引起的各种干扰,导致识别精度极低。为了应对这一挑战,我们提出了一种新的系统,称为Motion-Fi,它结合了无电池无线后向散射和无设备传感。Motion-Fi是一种精确的、可容忍干扰的运动识别系统,它可以在不使用依赖于MIMO的模板或配置文件的情况下对重复运动进行计数,并且由于反向散射信号的传输范围相对较短,因此可以使多个用户同时执行某些运动。虽然理论上通过后向散射信号可以很好地检测到重复运动,但实际上它们在运动期间会混入各种其他系统噪声中。此外,不规则的用户之间的运动模式将导致昂贵的计算成本的运动识别。我们建立了一个后向散射无线平台,以验证我们的设计在各种情况下超过6个月,当不同的人,距离和方向纳入。在我们的实验中,可以识别运动的周期性,而无需任何学习或训练过程,并且可以在5%的计数误差内实现对此类运动的计数准确度。在学习模式的努力很少,我们的方法可以实现93.1%的运动识别准确率为各种运动。此外,通过利用运动的周期性,识别准确率可以进一步提高到接近100%,只有3次重复。我们的实验还表明,多个人分开约2米的运动在计数过程中几乎不会导致精度降低。
2018-10-27 eess.SP
Near-Field Localization with an Exact Propagation Model in Presence of Mutual Coupling
本文针对阵列互耦导致近场源定位性能下降的问题,提出了两种基于DOA和距离估计的近场源定位方法,其中第二种方法将二维搜索降为一维,在保持估计性能的同时使计算时间减少50%以上。
2024-07-28 eess.SP
Pinching Antennas for Next-Generation Wireless Communications: A Network Perspective
本教程从网络视角综述捏合天线系统,提出辐射位置作为可配置网络资源,通过可重构辐射点支持环境分区多址接入及多小区协作,并探讨部署模式与未来研究方向。
2026-09-16 eess.SP
A Cooperative NOMA User Pairing in UAV-Based Wireless Networks
针对无人机辅助无线网络,本文提出基于距离的联合 NOMA 用户配对与资源分配方法及两种节点配对策略,以提升下行公平吞吐量和资源利用效率。
2022-12-24 cs.IT eess.SP math.IT
NetRCA: An Effective Network Fault Cause Localization Algorithm
DAMO Academy, Alibaba Group(阿里巴巴集团达摩院);Alibaba Cloud Intelligence, Alibaba Group(阿里巴巴集团阿里云智能)
定位网络故障的根本原因对网络运行和维护至关重要。然而,由于复杂的网络架构和无线环境,以及有限的标记数据,准确定位真正的根本原因是具有挑战性的。在本文中,我们提出了一种新的算法NetRCA来处理这个问题。首先,我们提取有效的衍生功能,从原始的原始数据,考虑时间,方向,属性和交互特性。其次,我们采用多元时间序列相似性和标签传播来产生新的训练数据从标记和未标记的数据,以克服缺乏标记的样本。第三,我们设计了一个集成模型,结合XGBoost,规则集学习,属性模型和图算法,充分利用所有的数据信息,提高性能。最后,在ICASSP 2022 AIOps Challenge的真实数据集上进行了实验和分析,验证了该方法的优越性和有效性。
2022-03-07 cs.AI cs.LG cs.NI
Cooperative Speed Estimation of an RF Jammer in Wireless Vehicular Networks
在本文中,我们关注的问题估计的速度的RF干扰机,移动到一组/排移动无线通信节点。在我们的系统模型中,节点组从主节点接收信息信号,它们想要解码,而射频(RF)干扰器希望在接近它们时破坏这种通信。对于这个系统模型,我们首先提出了一个传输方案,其中主节点保持沉默的一段时间,而它在随后的时隙发送。其次,我们开发了一种联合的数据和干扰估计算法,使用线性最小均方误差(LMMSE)估计。我们开发的分析封闭形式的表达式,其特征在于均方误差(MSE)的数据和干扰信号的估计。第三,提出了一种基于网络各节点干扰信号估计的协同干扰机速度估计算法。我们的数值和仿真结果为不同的系统配置证明了我们的整个系统的能力,以高精度和射频干扰信号和速度的干扰机估计。
2020-04-21 cs.CR eess.SP
Obfuscation of Human Micro-Doppler Signatures in Passive Wireless RADAR
针对无源无线雷达可通过人体微多普勒特征识别活动、造成隐私泄露的问题,提出向OFDM发射信号注入频率变化混淆特征的方法,设计两种不影响正常通信解调的策略,经IEEE 802.11系统与真实反射模型验证可行。
2023-03-06 cs.CR eess.SP
Evaluating Particle Filtering for RSS-Based Target Localization under Varying Noise Levels and Sensor Geometries
针对基于接收信号强度(RSS)的目标定位中粒子滤波性能缺乏系统分析的问题,本文设计并评估了一种粒子滤波算法,通过与传统三边测量方法比较,证明其在不利传感器几何结构和高噪声场景下定位更准确。
2025-08-24 eess.SP
Interference Prediction in Wireless Networks: Stochastic Geometry meets Recursive Filtering
University of Klagenfurt(克拉根福大学);Silicon Austria Labs GmbH(Silicon Austria Labs 有限公司)
本文提出并评估了一种预测无线网络干扰水平的技术。我们设计了一个递归预测器,估计未来的干扰值过滤测量干扰在一个给定的位置。预测器的参数化是通过将干扰的自相关转换为自回归移动平均(ARMA)表示来离线完成的。该ARMA模型被插入到稳态卡尔曼滤波器中,使得节点能够以低计算量进行预测。结果表明,预测值与真实值的相关时间范围的准确性良好。虽然泊松分布的节点,瑞利衰落,和固定的消息长度的预测参数化,灵敏度分析表明,它也往往工作在更一般的网络场景。数字示例说明了其广泛的适用性,用于蓝牙设备到设备通信、常见的无线传感器技术以及Wi-Fi和LTE的共存场景。预测器可以作为干扰管理的一部分来应用,以改善介质接入、调度和无线电资源分配。
2021-02-10 cs.LG cs.NI eess.SP
I-SCOUT: Integrated Sensing and Communications to Uncover Moving Targets in NextG Networks
本文提出I-SCOUT方案,通过复用5G波形的PRS信号并利用交叉模糊函数估算移动目标的距离与速度,在NextG网络中实现了通感一体化,有效平衡感知精度与通信效率,并能区分群体中的多个目标。
2024-10-11 eess.SP
Robust 3D Multi-Source Localization with a Movable Antenna Array via Sparse Signal Processing
本文针对接收机运动且天线数少于信号源数的多源三维定位问题,提出结合能量检测、稀疏恢复、相位平滑、K-SVD及迭代AOA细化的完整定位框架,并通过仿真验证其有效性。
2025-04-08 eess.SP
Learning-Driven Channel Representation for Wireless Localization: From Channel Observations to Location Inference
College of Electronic Science and Technology, National University of Defense Technology(国防科技大学电子科学学院);National Key Laboratory for Positioning, Navigation and Timing Technology(导航与授时技术国家级重点实验室);WAVES, Department of Information Technology, Ghent University-imec(根特大学- imec 信息技术系 WAVES);National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China(电子科技大学无线通信国家重点实验室)
本文以信道表示为视角,将无线定位建模为“无线观测-信道表示-位置推断”框架,回顾相关技术,涵盖观测形式、特征提取等方法,比较典型方法各方面表现,强调信道表示对定位性能的关键作用,还总结了从实验到实际部署的挑战及看法。
2026-11-19 eess.SP
Channel Static Antennas
研究了保持无线通信信道静态的可能性。当天线从其位置移开时,这通常会导致信道改变。考虑表明,无线通信信道可以通过执行天线的反向移动以将其相对于外部观察者保持在其原始位置来保持静态。示出了在有限距离上直线运动的平台的可行性。通过用天线在相反方向上的物理移动来对抗平台的移动,信道保持静态。实验是在千兆赫范围内用四分之一波长的微带天线进行的。
2019-03-29 eess.SP physics.app-ph
Networked Tracking of Multiple Moving Targets in 6G Network
The Hong Kong Polytechnic University(香港理工大学);The University of Hong Kong(香港大学);the University of Technology Sydney(悉尼科技大学)
本文研究6G网络中多基站协同跟踪移动目标的方法,设计了网络化卡尔曼滤波器并优化波束成形以降低跟踪误差。
2026-04-21 cs.IT eess.SP math.IT
Vision-Aided Dynamic Blockage Prediction for 6G Wireless Communication Networks
Arizona State University(亚利桑那州立大学)
释放毫米波和亚太赫兹无线通信网络的全部潜力取决于实现前所未有的低延迟和高可靠性要求。满足这些要求的挑战部分在于毫米波和亚太赫兹频率范围内的信号对阻塞的敏感性。解决这一挑战的一个有希望的方法是使用机器学习帮助无线网络发展对其周围环境的感知。本文试图通过利用深度学习和计算机视觉来做到这一点。它提出了一种新的解决方案,主动预测\textit{dynamic}链路阻塞。更具体地说,它开发了一种深度神经网络架构,该架构可以从观察到的RGB图像序列和波束成形向量中学习如何预测未来可能的链路阻塞。所提出的架构进行评估的公开可用的数据集,代表一个合成的动态通信场景与多个移动用户和阻塞。它在86%附近的链接阻塞预测准确度得分,如果不利用视觉数据,这种性能不太可能匹配。
2020-06-18 cs.CV cs.IT eess.SP
Predictor Antennas for Moving Relays: Finite Block-length Analysis
在未来的无线网络中,我们预计大量设备将通过安装在车辆上的移动中继连接到移动网络,特别是在公共交通车辆中。为了给高速移动中继提供准确的信道状态信息,人们提出了多种方法,其中预测天线(PA)是一种很有前途的方法。这里,PA系统指的是这样的设置,其中两组天线部署在车辆顶部,并且前天线可以用于预测后面天线的信道状态信息。在本文中,我们研究了延迟受限性能的PA系统采用自适应速率分配。我们使用有限块长码的可达速率的基本结果来研究系统的吞吐量和错误概率在短分组的存在。特别地,我们推导了错误概率、平均传输速率以及最优速率分配的封闭形式的表达式,并研究了不同参数对PA系统性能的影响。结果表明,有限块长码字下的速率自适应可以提高系统的性能
2020-08-31 cs.IT eess.SP math.IT
Deep Learning for Moving Blockage Prediction using Real Millimeter Wave Measurements
Arizona State University(亚利桑那州立大学)
毫米波(mmWave)通信是5G及以后的关键组成部分。然而,在毫米波系统中收获大带宽和低延迟的收益受到毫米波信号对阻塞的敏感性的挑战;视线(LOS)链路中的突然阻塞导致突然断开,这会影响网络的可靠性。此外,搜索替代基站以重新建立链路可能导致不必要的延迟开销。在本文中,我们通过利用机器学习来主动预测动态阻塞来共同应对这些挑战。所提出的方法看到一个机器学习算法通过观察我们所说的阻塞前签名来学习预测未来的阻塞。为了评估我们提出的方法,我们建立了一个移动阻塞的毫米波通信设置,并收集接收功率序列的数据集。在实际数据集上的仿真结果表明,该算法能够以85%以上的准确率预测阻塞发生,并能够以较低的误差获得阻塞发生的准确时刻。这突出了所提出的解决方案在动态阻塞预测和主动切换方面的潜力,从而提高了未来无线网络的可靠性和延迟。
2021-02-08 cs.LG eess.SP
Predictor Antenna: A Technique to Boost the Performance of Moving Relays
在未来的无线系统中,大量的用户可以通过安装在车辆顶部的移动中继(MR)来访问网络。MR的主要挑战之一是快速信道变化,这可能使信道估计及其后续过程变得困难。为了解决这些问题,设计了各种方案,其中预测天线(PA)是一种候选方案。PA设置是指在车辆顶部具有两个(组)天线的系统,其中位于车辆前方的PA被用于预测向PA后方对准的接收天线(RA)进行数据传输所需的信道状态信息。本文介绍了声强系统的概念和潜力。此外,总结现场试验的PA和3GPP尝试(移动)中继,我们比较了不同的PA和非PA方法的性能,车辆通信在城市和农村地区的PA设置回程通过地面或卫星技术,分别。正如我们所展示的,在典型的参数设置和车辆速度下,与最先进的开环方案相比,单天线PA辅助设置可以将MR的回程吞吐量提高高达50%。
2021-05-05 cs.IT eess.SP math.IT
RIS-Aided Wireless Communications: Extra Degrees of Freedom via Rotation and Location Optimization
我们认为额外的自由度提供的旋转的可重构智能表面(RIS)平面和研究其潜力,在提高性能的RIS辅助无线通信系统。通过考虑辐射模式建模在所有涉及的节点,我们首先推导出的复合信道增益,并提出了一个封闭形式的上界的系统遍历容量级联莱斯衰落信道。然后,我们重建的复合信道增益,考虑在RIS平面,发射天线和接收天线的旋转,并提取最佳的旋转角度后,调查他们的容量的影响。此外,我们提出了一个位置依赖的遍历容量的表达式,并研究了RIS部署策略,即联合旋转调整和位置选择。仿真结果验证了理论分析和部署策略的正确性。虽然RIS位置对性能有很大的影响,但我们的结果表明RIS旋转起着更重要的作用。换句话说,我们可以通过适当地旋转RIS而不是在大范围内移动它来获得相当大的改善。例如,通过将RIS旋转42.14 $^{\circ}$,我们可以获得超过200%的性能改进,而通过将RIS移动400米,可以获得150%的性能改进。
2022-02-11 cs.IT eess.SP math.IT
Multimodal Transformers for Wireless Communications: A Case Study in Beam Prediction
Technology Innovation Institute(技术创新研究所)
本文提出多模态Transformer深度学习框架,融合图像、点云、雷达和GPS数据进行感知辅助波束预测,实验表明图像与GPS组合取得最佳预测准确率并具备良好泛化能力。
2023-09-21 cs.AI eess.SP
Blockage Prediction Using Wireless Signatures: Deep Learning Enables Real-World Demonstration
克服链路阻塞挑战对于增强毫米波(mmWave)和亚太赫兹(sub-THz)通信网络的可靠性和延迟至关重要。以前的方法主要依赖于(i)多连接,其未充分利用网络资源,或者依赖于(ii)使用带外和非RF传感器来预测链路阻塞,这与增加的成本和系统复杂性相关联。在本文中,我们提出了一种新的解决方案,仅依赖于带内毫米波无线测量,以主动预测未来的动态视线(LOS)链路阻塞。所提出的解决方案利用深度神经网络和接收信号功率的特殊模式,我们称之为预阻塞无线签名来推断未来的阻塞。具体而言,开发的机器学习模型试图预测:(i)未来是否会发生堵塞?(ii)什么时候会发生这种堵塞?(iii)堵塞的类型是什么?以及(iv)运动的阻塞物的方向是什么?为了评估我们提出的方法,我们建立了一个大规模的真实世界的数据集,包括近$0.5$万个数据点(毫米波测量)的室内和室外阻塞的情况。使用该数据集的结果表明,该方法可以成功地预测未来动态阻塞的发生,准确率超过85%。此外,对于具有高移动性车辆阻塞的室外场景,所提出的模型可以预测未来阻塞的确切时间,对于未来$500$ ms内发生的阻塞,误差小于$80$ ms。这些结果突出了所提出的主动阻塞预测解决方案的有希望的收益,这可能会提高未来无线网络的可靠性和延迟。
2021-11-16 cs.IT eess.SP math.IT
Empirical Feasibility Analysis for Energy Harvesting Intra-Vehicular Wireless Sensor Networks
车辆电子系统目前利用有线网络进行电力输送(来自主电池)和通信(例如,LIN、CAN、FlexRay)。有线网络实际上不能容纳移动部件中的节点(例如,轮胎),并且随着车辆功能复杂性的增加,它们需要更长的线束,从而显著增加了燃料消耗以及制造和设计成本。作为一种替代方案,能量收集车载无线传感器网络(IVWSN)可以容纳所有位置的节点,它们无需布线,显着降低成本。在本文中,我们经验分析了这样一个IVWSN框架的可行性,通过广泛的车载测量通信在2.4 GHz,超宽带(UWB)和毫米波(mmWave)频率与射频(RF),热和振动能量收集。我们的分析表明,毫米波表现最好的短视线(LoS)的链接在发动机舱与性能接近UWB的LoS链接在底盘和乘客舱的最坏情况下的信号干扰和噪声比。对于在发动机舱和底盘中出现得更多的非LoS链路,UWB提供了最高的安全性和可靠性。2.4 GHz在所有隔室中受到严重干扰,而UWB以较低带宽为代价利用窄带抑制技术;毫米波由于其传播特性而固有地受到非常低的干扰。另一方面,RF能量收集在所有隔室中提供高达1 mW的功率。振动和热能采集器可以为发动机舱中所有功耗<10 mW的节点和底盘中所有功耗<5 mW的节点供电。在乘客舱中,由于温度梯度低,无法进行热量收集,但振动和射频源可以提供<1 mW的节点。
2020-02-03 cs.NI eess.SP
On the Spectral Efficiency of Indoor Wireless Networks with a Rotary Uniform Linear Array
本文提出为配备均匀线性阵列的接入点引入旋转能力,以低成本和低复杂度替代传统可移动天线,通过基于设备位置估计计算最优旋转角度最大化每用户频谱效率,在强视距信道场景下显著提升性能且对定位误差具有鲁棒性。
2024-12-23 cs.IT eess.SP math.IT
Reinforcement Learning-Based 3D Beam Adaptation for Underwater Wireless Optical Communication with AUVs
Nanonetworking Center in Catalunya, Universitat Politècnica de Catalunya(加泰罗尼亚纳米网络中心,加泰罗尼亚理工大学)
本文提出基于深度强化学习的3D波束自适应方法,解决AUV在水下无线光通信中的对准问题,通过联合优化波束转向和发散角,将额外中断率控制在8.5%至16.2%以内。
2026-10-14 cs.ET cs.SY eess.SP
RIS-Assisted Physical Layer Security in Emerging RF and Optical Wireless Communication Systems: A Comprehensive Survey
本文全面综述了RIS辅助的物理层安全在射频与光无线通信系统中的应用,涵盖基本概念、优化技术、性能分析及机器学习方法,并探讨了面向6G的开放性研究挑战。
2024-07-26 cs.IT eess.SP math.IT
Probabilistic RF-Assisted Camera Wake-Up through Self-Supervised Gaussian Process Regression
无线传感器的研究代表了一个不断发展的技术领域,这要归功于它们的高度灵活性和可扩展性,快速和经济的部署,以及在工业,民用和家庭环境中的普遍性。然而,维护成本和传感器的可靠性受到电池寿命的强烈影响,这可能会限制它们的使用。在本文中,我们考虑一个无线智能相机,配备了一个低能量的无线电接收器,并用于视觉检测移动的无线电发射目标。为了在不牺牲检测能力的情况下保持相机的寿命,我们设计了一个概率能量感知控制器来打开/关闭相机。利用无线电信号强度,通过自监督高斯过程回归和递归贝叶斯估计相结合的方法来预测目标的可探测性。数值和实验结果表明,自动训练过程最大限度地减少了人为干预,而控制器保证了高检测精度和低能耗。
2021-05-01 cs.SY eess.SP eess.SY
Adaptive Peer Clustering with Hierarchical Random Linear Network Coding for Resilient Decentralized Wireless Networks
Saveetha Institute of Medical and Technical Sciences(Saveetha医学与技术科学研究所);SRM Institute of Science and Technology(SRM科学与技术研究所)
APC-RLNC通过EWMA可靠性指标动态聚类对等节点,结合分层RLNC,在多类去中心化无线网络场景下提升PDR、降低延迟并增强鲁棒性,为6G无线系统提供基础原语。
2026-08-27 cs.DC cs.IT cs.NI
Intelligent Blockage Prediction and Proactive Handover for Seamless Connectivity in Vision-Aided 5G/6G UDNs
University of Glasgow(格拉斯哥大学)
无线设备和实时服务需求的激增迫使移动到更高的频谱。毫米波(mmWave)和太赫兹(THz)频段与波束成形技术相结合,为超密集网络(UDN)提供了显着的性能增强。不幸的是,在较高频谱处经历的小区覆盖范围缩小和严重的穿透损耗使得移动性管理成为UDN中的关键问题,特别是优化波束阻塞和频繁切换(HO)。在城市中心和城市地区,流动性管理的挑战已经变得普遍。为了解决这个问题,我们提出了一种新的机制,利用无线信号和道路上的监控系统,智能地预测可能的堵塞提前执行及时HO。本文采用计算机视觉(CV)来确定障碍物和用户的位置和速度。此外,本研究引入了一个新的HO事件,称为块事件{BLK},定义的存在的阻挡对象和用户向阻挡区域移动。此外,多元回归技术预测直到用户到达被阻挡区域的剩余时间,从而确定最佳HO决策。仿真结果表明,与无阻塞预测的典型无线网络相比,该算法在保持用户连接性和用户体验质量(QoE)方面提高了40%.
2022-02-21 cs.LG cs.NI eess.SP