Evaluation of Indoor/Outdoor Sharing in the Unlicensed 6 GHz Band
本文通过圣母大学体育场902个接入点的实测，评估了6 GHz频段SP Wi-Fi 6E与LPI的共存，发现快速采用、室外密集操作影响室内，且聚合干扰需政策关注。
2025-05-23 cs.NI
Bluetooth Navigation System using Wi-Fi Access Points
在GPS、GSM、蓝牙、IR、Wi-Fi和雷达等技术的帮助下，已经开发了各种导航和跟踪系统。使用GPS已经相当成功地部署了室外定位系统，但是由于各种原因，用于室内环境的定位系统仍然没有广泛部署。其中大多数仅使用单一技术进行定位，但使用多种技术相互合作始终有利于获得更高的准确性。特别是，使用蓝牙的那些更好，因为它们会增强这种系统的可扩展性，因为这种技术被普通人使用，所以总是很容易跟踪它们。同时也在一定程度上降低了硬件安装成本。这里介绍的系统主要使用蓝牙与Wi-Fi接入点相结合进行定位和跟踪。使这种系统的商业应用更容易和更便宜的原因是，今天的大多数局部区域，如大学校园，办公室，都使用这些接入点提供互联网连接。
2012-04-08 cs.NI
Partner selection in indoor-to-outdoor cooperative networks: an experimental study
在本文中，我们开发了一个合作伙伴选择协议，以提高在合作无线网络的网络寿命。案例研究是合作中继传输从固定的室内节点到一个共同的室外接入点。一个随机双变量模型的衰落参数的空间分布，管理的链路性能，即Rician K因子和路径损耗，提出和验证通过真实的信道测量。伙伴选择协议基于这些衰落参数的函数的实时估计，即，编码增益。为了降低链路质量评估的复杂性，提出了一种贝叶斯方法，该方法使用特定于站点的双变量模型作为编码增益估计的先验信息。该链路质量估计器允许网络寿命增益几乎就像所有K因子值都是已知的一样。此外，它适合IEEE 802.15.4兼容的网络，因为它有效地利用从接收机信号强度指示器获取的信息。大量的数值结果突出了复杂性，鲁棒性模型失配和网络寿命性能之间的权衡。例如，我们表明，不频繁更新的特定于站点的模型，通过K因子估计的一个子集的链接是足够的，至少增加一倍的网络寿命相对于现有的算法仅基于路径损耗信息。
2011-08-10 cs.NI
Seirios: Leveraging Multiple Channels for LoRaWAN Indoor and Outdoor Localization
本地化对于通过LoRaWAN连接的大量物联网（IoT）端点设备非常重要。由于LoRaWAN的带宽限制，没有专用硬件的现有定位方法（例如，GPS）产生差的性能。为了提高定位精度，我们提出了一种超分辨率定位方法，称为Seirios，它具有一种新的算法，通过利用无线电物理层的独特功能来同步多个非重叠的通信信道，以增加整体带宽。通过利用物理层的原始和共轭，Seirios可以解决室内和室外环境中多个反射器的直接路径。我们设计了一个Seirios原型，并评估其性能在室外100米$\times$ 60米，室内25米$\times$ 15米的区域，这表明，Seirios可以实现4.4米的室外（80%的样本< 6.4米），室内2.4米（80%的样本< 6.1米），分别为。结果表明，Seirios产生的定位误差比基线方法少42%。我们的评估还表明，与先前在具有更宽带宽的Wi-Fi定位系统中的研究不同，对于具有窄带无线电信号的LoRaWAN定位系统，战斗时间（ToF）估计不太有效。
2021-08-16 cs.NI eess.SP
Data Driven Environmental Awareness Using Wireless Signals
Univ. of Notre Dame（圣母大学）
针对无线网络优化中需准确区分设备运行环境的需求，提出利用无线信号特征结合机器学习的室内外分类方法，经实验验证DNN模型在降低关键分类误差上表现最优。
2025-01-10 cs.LG cs.NI
mmWall: A Transflective Metamaterial Surface for mmWave Networks
随着5G的发展，移动运营商准备利用毫米波技术，但尽管努力提高其室内和室外的可靠性，毫米波链路仍然容易受到墙壁，人员和障碍物的阻碍。此外，人们对将室外毫米波覆盖引入室内非常感兴趣，由于类似的原因，这在今天仍然具有挑战性。本文介绍了mmWall的设计、硬件实现和实验评估，mmWall是第一个电子几乎360度可操纵的超材料表面，其工作频率高于24 GHz，可以折射或反射传入的毫米波传输。我们的超材料设计由变容二极管-开口环谐振器单元阵列组成，小型化用于毫米波。定制控制电路驱动每个谐振器，克服大规模出现的耦合挑战。利用波束控制算法，我们将mmWall集成到常见毫米波网络的链路层发现协议中。我们已经制作了一个10厘米20厘米毫米墙原型组成的28 × 76单元阵列，并在室内，室外到室内，和多波束的情况下进行评估。在室内，mmWall保证91%的位置在128-QAM毫米波数据率下无中断，并将SNR提高高达15 dB。在室外，mmWall在0-80%的路径阻塞情况下将完全链路故障的概率降低了40%，并将SNR提高了30 dB。
2022-09-26 cs.NI
Measured and Modeled Outdoor Indoor Coverage at 28 GHz into High Thermal Efficiency Buildings
本文研究28 GHz信号穿透高热效率建筑的覆盖问题，发现其因高穿透损耗而严重受限；通过扩展理论路径增益模型并结合280条链路测量，提出仅需建筑粗略描述即可实现高精度预测，显著优于3GPP模型。
2023-09-04 cs.NI eess.SP
Indoor/Outdoor Spectrum Sharing Enabled by GNSS-based Classifiers
针对室内外频谱共享中设备环境识别难题，本文利用GNSS信号并结合阈值与机器学习方法进行I/O分类，证明其优于仅用Wi-Fi，且多模态融合可提升准确率。
2025-09-30 cs.AI cs.NI eess.SP
Smart Parking System Based on Bluetooth Low Energy Beacons with Particle Filtering
针对城市停车需求增长的问题，提出基于BLE信标与粒子滤波的室内外通用智能停车系统，可实现车位导航、自动支付，经实验验证能准确识别停车位置并估算用户与信标距离。
2020-01-20 cs.NI cs.SY eess.SY
Finding by Counting: A Probabilistic Packet Count Model for Indoor Localization in BLE Environments
我们提出了一个概率数据包接收模型的蓝牙低功耗（BLE）数据包在室内空间，我们验证了该模型，使用它的室内定位。我们期望室内定位在未来的室内公共空间中发挥重要作用。我们将数据包的接收概率建模为距离、信标功率和广告频率的广义二次函数。然后，我们使用贝叶斯公式来确定数据包丢失模型的系数，使用我们的测试床的经验观察。我们开发了一个新的顺序蒙特卡罗算法，使用我们的数据包计数模型。该算法是通用的，足以适应不同的空间配置。我们有很好的室内定位实验：我们的方法有一个平均误差为1.2米，53%低于基线的距离无关的蒙特卡罗定位算法。
2017-08-27 cs.NI
HTTP adaptive streaming with indoors-outdoors detection in mobile networks
在移动网络中，由于窗户和墙壁处的高信号衰减，用户可能在进入建筑物时失去覆盖。在这种情况下，具有最低比特率要求的服务（例如视频流）通常表现出较差的体验质量（QOE）。我们将提出一个贝叶斯检测器，它结合了两个智能手机传感器的测量结果，以确定用户是否在建筑物内。基于这种覆盖分类，我们将提出一种HTTP自适应流（HAS）算法，以提高在高平均比特率的播放稳定性。在一个典型的办公楼的测量表明，所提出的检测器的高精度和优越的QoE的建议HAS算法。
2017-05-24 cs.MM cs.NI
A mmWave Bridge Concept to Solve the Cellular Outdoor-to-Indoor Challenge
无线室内覆盖和数据容量是蜂窝网络的重要方面。随着数据流量的不断增加，对室内更多数据容量的需求也在增长。宏室外小区的传统频带的较低频率设法在建筑物内提供覆盖，然而，毫米波（mmWave）频谱中的第五代（5G）移动通信所预见的新频率很难穿透到建筑物中。因此，网络的大规模致密化将需要部署大量室内小型小区，这将导致安装必要的有线/光学回程的高部署成本。因此，需要允许增加室内数据容量的其他方法，其成本低于光纤部署。我们提出了一个具有成本效益的带外中继器架构，提供更多的室内数据容量比室外宏/微网络可以提供到室内，而不会产生不利影响的传统网络，并容易与既定的蜂窝基础设施以及标准的手机/智能手机。该建议相比，传统的带内和带外中继器和中继节点，以突出我们的解决方案的优势。虽然单个链路的数据容量类似于中继器和中继器的数据容量，但是宏小区可以被有效地卸载。根据并行安装的链路数量和毫米波频谱中的带宽，可以提供至少相当于中继器或中继解决方案3- 4倍的小区容量。
2021-05-14 cs.IT cs.NI math.IT
Neutral-Hosts In The Shared Mid-Bands: Addressing Indoor Cellular Performance
University of Notre Dame（圣母大学）；Celona, Inc.（Celona公司）
本文研究了CBRS频段中低功耗室内中性主机部署，通过实测展示其在提升性能、提高频谱效率和促进与现有用户共存方面的潜力。
2025-05-23 cs.NI
CogCell: Cognitive Interplay between 60GHz Picocells and 2.4/5GHz Hotspots in the 5G Era
无线通信设备的快速增长和各种新应用的出现已经触发了对下一代移动宽带系统的研究，即，5G。传统的2G-4G系统覆盖大面积的设想，以服务于室内和室外环境。然而，在5G时代，预计80%的整体流量将在室内产生。因此，需要重新考虑宏小区移动网络的当前方法，其中在室内和室外之间没有区分。我们设想了60，GHz毫米波微微蜂窝结构，以支持高速室内和热点通信。我们将5G室内网络设想为具有强大覆盖范围的2.4/5GHz和提供高数据速率的60 GHz链路之间的相互作用的组合。这需要明智的协调与合作。我们提出了一种60，GHz的微微蜂窝网络架构，称为CogCell，利用无处不在的WiFi。我们建议将60/5GHz用于数据平面，将2.4/5GHz用于控制平面。混合网络架构考虑了在60，GHz域中连接不良的情况下机会性地回退到2.4/5，GHz。此外，为了避免在60，GHz定向链路中由于移动性而频繁的重新波束形成，我们提出了一种认知模块--传感器辅助的智能波束切换过程，它减少了通信开销.我们相信，CogCell概念将有助于未来的室内通信和可能的室外热点，其中移动站和接入点相互协作，以改善用户体验。
2015-05-07 cs.NI
Indoor Neutral-Host Networks Over Shared Spectrum and Shared Infrastructure: A Comparison Study of Real-World Deployments
University of Notre Dame（圣母大学）；Celona, Inc.（Celona公司）
本研究比较了中性主机网络与传统4G/5G宏网络及Wi-Fi的性能，发现NH网络在室内RSRP、下行吞吐量和上行效率上表现更优，但上行吞吐量和延迟略逊于Wi-Fi。
2026-01-16 cs.NI
WiFiPos: An In/Out-Door Positioning Tool
地理位置解决方案有着广泛的应用，从紧急服务到访问旅游和娱乐服务。GPS（全球定位系统）是户外领域使用最广泛的系统。由于它需要与卫星直接瞄准，因此不能在室内使用。对于室内定位，计算移动设备位置的最常用技术是Wi-Fi。在本文中，我们提出了一种基于Wi-Fi信号处理的定位工具，称为WiFiPos。该工具使用指纹技术的不同变体来分析室内和室外系统的性能和准确性。
2014-02-06 cs.NI
Real-World Deployment of Cloud-based Autonomous Mobility Systems for Outdoor and Indoor Environments
Department of Mechanical and Mechatronics Engineering, University of Waterloo（滑铁卢大学机械与机电工程系）；Technology Partnerships and Innovations, Rogers Communications, Canada Inc.（罗杰斯通讯加拿大有限公司技术伙伴关系与创新部）；Mechanical Engineering Department, University of Alberta（阿尔伯塔大学机械工程系）
本文提出云原生自主移动框架，通过基础设施智能传感与云计算协调提升自主操作能力，实验证明在城市环岛和医院类室内环境中的感知鲁棒性和安全性提升。
2026-03-16 cs.NI cs.RO
Performance Study of Localization Techniques in Wireless Body Area Sensor Networks
无线体域传感器网络（WBASNs）的主要问题之一是有效的定位。存在用于室内和室外环境以定位人的各种技术。本研究评估并比较了室内环境中无线传感器的最佳放置优化方案的性能，患者可以在其中进行日常活动。在室内环境下，比较了距离矢量跳算法、基于比较接收信号强度指示的环重叠算法（ROCRSSI）、粒子滤波和卡尔曼滤波定位跟踪技术的定位精度。结果表明，粒子滤波优于所有。GPS和GSM定位跟踪方案的基础上提出了室外环境的几种技术。基于隐马尔可夫GSM的定位跟踪方案在定位精度和计算开销方面有效地表现在所有方案中。
2012-07-06 cs.NI
Smartphone-based user positioning in a multiple-user context with Wi-Fi and Bluetooth
在多用户环境中，来自智能手机的蓝牙数据可以给出用户之间距离的近似值。同时，Wi-Fi数据可用于直接计算用户的位置。然而，基于Wi-Fi的位置输出和基于蓝牙的距离都受到一定程度的噪声的影响。在我们的工作中，我们提出了几种方法来结合这两种类型的输出，以提高跟踪精度的背景下，协同定位。这两种方法试图建立一个模型来测量蓝牙输出和Wi-Fi输出的误差。在非时间方法中，该模型在蓝牙输出和Wi-Fi输出的特定间隔中建立关系。在一个时间的方法，误差测量模型进行了扩展，包括用户的运动之间的时间分量。为了评估这两种方法的性能，我们收集了室内环境中多用户场景的数据。结果表明，所提出的方法可以在75%的时间内达到3.0米左右的距离误差，这优于标准Wi-Fi指纹模型的定位结果。
2018-07-16 cs.NI eess.SP
Ubiquitous Indoor Localization and Worldwide Automatic Construction of Floor Plans
虽然GPS已经被认为是一种无处不在的室外定位技术，但我们仍然远离室内环境的类似技术。虽然已经提出了许多用于室内定位的技术，但它们都是孤立的努力，距离真正的无处不在的定位系统还有很长的路要走。普遍存在的室内定位系统被设想为以最小的开销在世界范围内大规模地部署，以与异构设备一起工作，并且允许用户从室内到室外环境无缝地漫游。这样的系统将实现广泛的应用，包括室内位置之间的全球无缝方向查找，通过提供任何地方的定位和平面图来增强第一响应者的安全性，以及为位置感知社交网络应用提供更丰富的环境。我们描述了一个无处不在的室内定位系统（IPS）的体系结构和必须解决的挑战，以实现它。然后，我们专注于自动化的全球室内平面图和指纹数据库的建设的可行性，因为我们相信，是一个无处不在的IPS系统的存在限制的主要挑战之一。我们的概念验证使用了一种众包方法，该方法利用当今手机中的嵌入式传感器作为全球分布式平面图生成工具。这包括构建平面图和确定感兴趣的区域（走廊，办公室，会议室，电梯等）。云计算概念也被用于处理和存储系统用户生成和请求的大量数据。我们的研究结果表明，该系统能够构建一个准确的平面图，并确定感兴趣的领域超过90%的准确性。我们还确定了不同的研究方向，以解决实现一个真正的无处不在的IPS系统的挑战。
2012-04-15 cs.NI
Investigation of indoor localization with ambient FM radio stations
本地化在许多普适计算应用中起着至关重要的作用。虽然基于GPS的室外位置感知服务正变得越来越流行，但由于缺乏广泛可用的室内定位系统，它们向室内环境的扩散受到限制。室内定位的事实标准基于Wi-Fi，虽然存在其他定位替代方案，但它们要么需要昂贵的硬件，要么提供低精度。本文提出了一种定位系统，利用广播调频广播电台的信号的调查。FM电台提供全球覆盖，而FM调谐器在许多移动设备中都是现成的。实验结果表明，FM收音机可用于室内定位，同时提供比Wi-Fi更长的电池寿命，使FM成为定位的替代选择。
2013-08-06 cs.NI
Distributed and adaptive location identification system for mobile devices
室内位置识别和导航需要像室外基于GPS的定位和导航一样简单、无缝和无处不在。当移动用户从GPS清晰的室外环境移动到室内环境或GPS受阻的室外环境（例如隧道或森林）中时，能够继续无缝地导航对于移动用户来说将是非常方便的。现有的基于基础设施的室内定位系统缺乏这种能力，除了潜在地面临几个关键的技术挑战之外，还可能面临几个关键的技术挑战，例如增加的安装成本、集中化、缺乏可靠性、较差的定位精度、对周围环境的动态的较差适应、延迟、系统级和计算复杂性、重复的劳动密集型参数调整以及用户隐私。为此，本文提出了一种新的机制，有可能克服大多数（如果不是全部）上述挑战。所提出的机制是简单的，分布式的，自适应的，协作的，和成本效益。基于所提出的算法，移动盲人设备可以潜在地利用，作为GPS类参考节点，无论是在范围内的位置感知兼容的移动设备或预安装的低成本的基础设施少的位置感知信标节点。所提出的方法是基于模型的和校准的自由，使用接收信号强度定期和协作地测量和更新的无线电频率特性的操作环境，以估计到参考节点的距离。然后盲人设备使用三边测量来识别自己的位置，类似于基于GPS的系统中使用的位置。仿真和实验测试表明，该方法可能成为未来室内和GPS遮挡环境的核心。
2018-10-13 cs.NI
Outdoor-to-Indoor 28 GHz Wireless Measurements in Manhattan: Path Loss, Environmental Effects, and 90% Coverage
室外到室内（OTI）信号传播进一步挑战了毫米波（mmWave）已经紧张的链路预算。为了深入了解28 GHz的OTI毫米波场景，我们进行了一次广泛的测量活动，包括2，200多个链路测量。在纽约市西哈莱姆区总共测量了43个OTI场景，覆盖了7座高度多样化的建筑。对于给定的链路距离，测得的OTI路径增益可以变化高达40 dB，并且所有数据的经验路径增益模型显示，在超过50 m的距离处，自由空间的平均额外损耗为30 dB，RMS拟合误差为11.7 dB。玻璃的类型被认为是单一的主要功能OTI损失，与20 dB的经验路径增益模型的低损耗和高损耗玻璃的情况下观察到的差异。脚手架、树叶或高架地铁轨道的存在，以及地板高度的差异，每一个都有5-10分贝的影响。我们表明，对于城市建筑物与高损耗玻璃，OTI覆盖范围可以支持500 Mbps的90%的室内用户设备（UE）与基站（BS）天线放置到49米远。对于采用低损耗玻璃的建筑物，例如我们的案例研究覆盖了公立学校的多个教室，当视线路径可用时，距离学校建筑物68/175米的BS可以实现超过2.5/1.2 Gbps的数据速率。我们希望这些结果是有用的毫米波网络在密集的城市环境中的部署，以及相关的调度和波束管理算法的发展。
2022-05-19 cs.NI eess.SP
Wireless-Friendly Window Position Optimization for RIS-Aided Outdoor-to-Indoor Networks based on Multi-Modal Large Language Model
Department of Electronic and Electrical Engineering, the University of Sheffield（电子与电气工程系，谢菲尔德大学）；Department of Computer Science and Technology, University of Cambridge（计算机科学与技术系，剑桥大学）；Brunel University London（伦敦布鲁内尔大学）；School of Information and Electronic Engineering, Zhejiang Gongshang University（信息与电子工程学院，浙江工商大学）；Design & Health Lab, Department of Architecture, Built Environment and Construction Engineering, Politecnico di Milano（设计与健康实验室，建筑、环境与土木工程系，米兰理工学院）；Department of Computer Science, Brunel University London（计算机科学系，伦敦布鲁内尔大学）；The State Key Laboratory of Synthetical Automation for Process Industries and The College of Information Science and Engineering, Northeastern University（过程工业综合自动化国家重点实验室和信息科学与工程学院，东北大学）；Centre for Wireless Innovation, Queen’s University of Belfast（无线创新中心，贝尔法斯特女王大学）
本文提出基于多模态大语言模型的LMWO框架，联合优化RIS辅助室外到室内网络的窗户位置与RIS波束方向，在保证采光性能的同时显著提升无线性能。
2025-06-21 cs.LG cs.NI eess.SP
Adding Indoor Capacity Without Fiber Backhaul: A mmWave Bridge Prototype
今天，很大一部分移动数据流量是在建筑物的屏蔽墙后面或火车的法拉第笼中消耗的。这使得来自室外小区站点的蜂窝网络覆盖变得困难。室内小型小区和沿着训练轨道的分布式天线通常被认为是一种解决方案，但是成本和对光纤回程的需求通常是令人望而却步的。为了缓解这个问题，我们描述了一种带外中继器，其将来自安装在小区塔处的小小区的6GHz以下小区信号转换为毫米波频率，以用于到建筑物或分布式天线站点的前传，其中信号被下变频到原始频率并且例如在建筑物内部发射。此概念不需要光纤部署，为已使用的设备提供向后兼容性，并在卸载室外网络的同时获得额外的室内容量。的架构和硬件原型实现进行了描述，并测量报告，以证明商业基础设施和移动终端的功能和兼容性。
2021-05-14 cs.NI eess.SP
WiFiNet: WiFi-based indoor localisation using CNNs
Universidad de Alcalá（阿尔卡拉大学）
已经提出了不同的技术来提供室内定位：磁场，蓝牙，WiFi等，其中，WiFi是具有最高可用性和最高准确性的技术。这一事实使得几乎任何环境和任何设备都可以进行无处不在的准确定位。然而，基于WiFi的本地化仍然是一个悬而未决的问题。在这篇文章中，我们提出了一个新的基于WiFi的室内定位系统，利用卷积神经网络的巨大能力，在分类问题。三种不同的方法被用来实现这一目标：一种名为WiFiNet的自定义架构，专门为解决这个问题而设计和训练，以及最流行的预训练网络，使用迁移学习和特征提取。结果表明，WiFiNet是一种在中型环境（30个位置和113个接入点）中进行室内定位的好方法，因为与最先进的WiFi室内定位算法（如SVM）相比，它降低了平均定位误差（33%）和处理时间。
2021-04-14 cs.LG cs.NI
Memoryless Techniques and Wireless Technologies for Indoor Localization with the Internet of Things
近年来，物联网（IoT）已经发展到包括通过使用室内定位系统（IPS）和基于位置的服务（LBS）来跟踪设备。在设计IPS时，一种流行的方法涉及使用无线网络从具有预定位置的设备计算目标的大致位置。在许多智能建筑应用中，LBS是开发高效智能建筑所必需的。在本文中，我们研究了两种无记忆定位技术，K-最近邻（KNN）和朴素贝叶斯，并比较它们与简单的三边测量，在准确性，精度和复杂性。我们通过使用三种流行的物联网无线技术：Zigbee，蓝牙低功耗（BLE）和WiFi（2.4 GHz频段），以及三个实验场景来验证多个环境中的结果，对这些技术进行了全面的分析。实验结果表明，KNN是最准确的定位技术，也是最精确的定位技术。所有实验的RSSI数据集都可以在线获得。
2020-05-18 cs.NI eess.SP
GeoRIS: Geofencing With Reconfigurable Intelligent Surfaces
Rowan University（罗文大学）；University of Oulu（奥卢大学）；Virginia Tech（弗吉尼亚理工大学）
本文提出GeoRIS，一种利用可重构智能表面和波束管理实现室外到室内场景地理围栏的控制器，无需控制基站，可动态切换室内覆盖状态，经3GPP仿真验证有效。
2026-09-21 cs.NI cs.SY eess.SY
Toward cm-Level Accuracy: Carrier Phase Positioning for IIoT in 5G-Advanced NR Networks
高精度定位精度是未来第五代（5G高级）蜂窝网络的关键功能之一，可用于各种商业、关键和消费者用例。5G新无线电（NR）系统依赖于（1）蜂窝时间/基于角度的定位方法来为室内环境提供中等定位精度，其远低于这些未来用例的定位要求，以及（2）用于受卫星覆盖可用性限制的室外部署的高精度卫星载波相位/基于码的定位方法。本文定义了相关的标准机制和算法，以使用基于载波相位的蜂窝测量作为一种潜在的解决方案，在5G先进的NR网络中实现高精度的定位估计精度。所提出的定位技术进行评估，使用高保真系统级模拟室内工厂（INF）的部署方案。数值结果表明，所提出的技术可以显着提高定位精度相比，国家的最先进的NR定位方法。本文的研究结果还表明，载波相位方法不仅提供了一个室内补充室外卫星定位，但也提供了一个室外替代的高精度卫星方法。
2022-07-14 cs.NI cs.SY eess.SP
