Cooperative Passive Coherent Location: A Promising 5G Service to Support Road Safety
5G承诺了许多新的垂直服务区,而不仅仅是简单的通信和数据传输。我们提出CPCL(合作无源相干定位),分布式MIMO雷达服务,它可以由移动无线电网络运营商提供的服务,为公众用户群。CPCL是无线电网络的固有组成部分,它利用了为5G提出的最重要的关键功能。它通过引入合作原则扩展了众所周知的无源雷达(也称为无源相干定位,PCL)的思想。这些范围从协作、同步无线电信令和MAC到传感器和场景级别上的雷达数据融合。通过使用软件定义的无线电和网络范例,以及用于5G的实时移动边缘计算设施,CPCL有望成为一种无处不在的雷达服务,这种服务可能是自适应的,可重新配置的,也许是认知的。由于CPCL可以双重利用无线电资源(频段和硬件),因此可以认为是一种绿色技术。虽然我们从车辆到车辆/基础设施(V2X)通信的角度介绍了CPCL的概念,但它肯定也可以应用于工业、运输、物流以及安全和安保应用中的许多其他应用。
2019-10-01 eess.SP
Automated Ground Truth Estimation of Vulnerable Road Users in Automotive Radar Data Using GNSS
Daimler AG(戴姆勒股份公司);University of Kassel(卡塞尔大学)
注释汽车雷达数据是一项艰巨的任务。本文介绍了一种自动获取数据标签的方法,它使用一个高精度和便携式全球导航卫星系统(GNSS)。建议的系统进行了讨论,除了其他标签采集技术和手动数据注释的问题描述的修订。文章最后系统地比较了传统的手工标记和自动数据采集。结果表明,所提出的方法没有相关的标签精度损失的明显优势。在测量的雷达数据中可以观察到微小的变化,但由此引入的GNSS参考偏差显然被无可争议的时间节省所抵消。除了数据注释之外,所提出的系统还可以提供用于验证对象跟踪或其他自动驾驶系统应用的真值。
2019-05-27 cs.LG eess.SP stat.ML
Radar-assisted Predictive Beamforming for Vehicle-to-Infrastructure Links
在本文中,我们提出了一种雷达辅助的预测波束成形设计的车辆到基础设施(V2I)的通信依赖于联合传感和通信功能在路边单元(RSU)。我们提出了一种新的扩展卡尔曼滤波(EKF)框架来跟踪和预测车辆的运动参数。通过利用RSU的雷达功能,我们表明,通信波束跟踪开销可以大大减少。数值结果表明,所提出的雷达辅助的方法显着优于通信只基于反馈的技术在角度跟踪和下行链路通信。
2020-04-14 eess.SP
Radar-based Road User Classification and Novelty Detection with Recurrent Neural Network Ensembles
Daimler AG(戴姆勒股份公司);University of Kassel(卡塞尔大学)
基于雷达的道路用户分类是自动驾驶应用中一项重要但仍具有挑战性的任务。传统汽车雷达传感器的分辨率导致稀疏的数据表示,这很难通过后续的信号处理来恢复。在这篇文章中,分类器集成起源于一对一的二值化范例丰富的一对所有的校正分类器。它们被用来有效地分类个人的交通参与者,并确定隐藏的对象类,在训练过程中没有提出的分类。对于集合的每个分类器,从98个特征的总集合中确定单个特征集。因此,与以前的方法相比,整体分类性能可以得到改善,此外,可以更准确地识别新的类别。此外,所提出的结构允许提供新的见解的重要性的特征识别的个别类别,这是至关重要的新算法和传感器的要求的发展。
2019-05-28 cs.LG cs.RO eess.SP
Joint Radar-Communication-Based Bayesian Predictive Beamforming for Vehicular Networks
在本文中,我们开发了一种预测波束形成方案的基础上的双功能雷达通信(DFRC)技术,其中路边的单位估计的运动参数的车辆利用DFRC信号的回波。与传统的基于反馈的波束跟踪方法相比,该方法可以减少信令开销,提高跟踪性能。提出了一种新的消息传递算法,该算法通过最大后验估计获得了接近最优的性能。仿真结果表明了所提出的DFRC方案的有效性。
2020-04-26 eess.SP
Sparse Reconstruction of Chirplets for Automotive FMCW Radar Interference Mitigation
随着道路上装有雷达传感器的车辆密度的增加,汽车雷达场景中的相互干扰将成为一个主要问题。本文研究调频连续波对调频连续波和连续波干扰的问题。在这种背景下,我们提出了一种信号处理技术,通过使用快速正交匹配追踪(OMP)算法来盲识别和去除干扰,以减少线调频基的干扰信号,并将其从目标信号中分离出来,以最小的信息损失。在模拟和测量数据中观察到噪声加干扰水平的显着降低,后者是用最先进的汽车传感器获得的。
2021-06-10 eess.SP
Radar-Based NLoS Pedestrian Localization for Darting-Out Scenarios Near Parked Vehicles with Camera-Assisted Point Cloud Interpretation
Seoul National University(首尔国立大学);Samsung Electro-Mechanics Co., Ltd.(三星机电有限公司);Chungnam National University(全南国立大学);Ajou University(亚运会大学);Institute of Engineering Research at Seoul National University(首尔国立大学工程研究所)
针对停驻车辆附近行人突然出现的NLoS盲区问题,提出融合单目相机与2D雷达点云的定位框架,通过图像分割和深度估计结合雷达细化空间推断,实验验证可增强早期检测并提升道路安全。
2025-08-06 cs.CV eess.SP
Radar-assisted Predictive Beamforming for Vehicular Links: Communication Served by Sensing
在未来的车载网络中,传感和通信功能将交织在一起。在本文中,我们研究了雷达辅助的预测波束形成设计的车辆到基础设施(V2I)通信,利用双功能雷达通信(DFRC)技术。为了实现联合传感和通信功能的路边单元(RSU),我们提出了一种新的扩展卡尔曼滤波(EKF)框架来跟踪和预测每辆车的运动参数。通过利用RSU的雷达功能,我们表明,通信波束跟踪开销可以大大减少。为了在保证下行通信和速率的同时提高感知精度,我们进一步提出了一种多车辆的功率分配方案。数值结果表明,所提出的DFRC波束跟踪方法的跟踪性能显着优于通信的反馈为基础的技术。此外,所设计的功率分配方法是能够实现一个良好的性能之间的权衡感测和通信。
2020-01-25 eess.SP
Performance Analysis of Millimeter Wave Radar Waveforms for Integrated Sensing and Communication
Indraprastha Institute of Information Technology Delhi(德里印度理工学院)
本文分析了毫米波雷达波形在集成感知与通信中的性能,比较了不同波形在目标检测中的表现,并探讨了信号处理算法的实现与复杂性评估。
2026-02-10 eess.SP
Beam Alignment and Tracking for Autonomous Vehicular Communication using IEEE 802.11ad-based Radar
涉及短接触时间的移动场景对自动驾驶车辆和路边基站(BS)之间的高带宽数据传输提出了挑战。毫米波频段是一种可行的解决方案,因为它们在60 GHz频段提供了巨大的带宽,具有几Gbps的数据传输速率。然而,波束成形被用作该频带中的默认模式,这需要在相对运动下精确且连续的对准。我们提出了一种方法,其中现成的IEEE 802.11ad WiFi路由器被配置为作为BS以及利用802.11ad前导码的特殊结构的雷达。我们将雷达功能嵌入到符合标准的操作中,这些操作不会修改超出802.11ad协议定义的帧的核心结构。这不仅减少了波束训练时间,而且还确保了随着车辆交通的增加而增加的可扩展性,因为雷达可以在最远200米的距离上精确测距0.1米。我们进一步分析了随后的成本效益之间的权衡分配给拟议的带内雷达和通信模式的时间。我们的研究结果表明,在波束训练过程中产生的开销减少了83%,实现了一个特定的模拟车辆的情况下,在经典的802.11ad操作。
2017-12-07 eess.SP
Estimating the Magnitude and Phase of Automotive Radar Signals under Multiple Interference Sources with Fully Convolutional Networks
University Politehnica of Bucharest(布加勒斯特理工大学);University of Bucharest(布加勒斯特大学)
雷达传感器正逐渐成为道路车辆广泛使用的设备,在自动驾驶和道路安全方面发挥着至关重要的作用。雷达传感器的广泛采用增加了来自不同车辆的传感器之间相互干扰的机会,产生了损坏的距离剖面图和距离-多普勒图。为了从距离-多普勒图中提取多个目标的距离和速度,需要消除影响各目标距离像的干扰。在本文中,我们提出了一种用于汽车雷达干扰缓解的全卷积神经网络。为了在真实世界的场景中训练我们的网络,我们引入了一个新的数据集的现实汽车雷达信号与多个目标和多个发射器。据我们所知,我们是第一个在汽车雷达领域应用权重修剪的人,与广泛使用的dropout相比,我们获得了更好的结果。虽然之前的大多数工作都成功地估计了汽车雷达信号的幅度,但我们提出了一个可以准确估计相位的深度学习模型。例如,我们的新方法将相位估计误差相对于通常采用的调零技术减少了一半,从12.55度到6.58度。考虑到汽车雷达干扰缓解数据库的缺乏,我们将我们的大规模数据集作为开源发布,该数据集密切复制了多个干扰情况下的真实汽车场景,允许其他人客观地比较他们在该领域的未来工作。我们的数据集可在http://github.com/ristea/arim-v2下载。
2021-11-06 cs.CV cs.LG eess.SP
Joint Performance Metrics for Integrated Sensing and Communication Systems in Automotive Scenarios
在本文中,提出了多个指标,以联合评估的雷达和通信功能的情况下,涉及双功能雷达通信(DFRC)系统使用随机几何的性能。这些指标应用于汽车场景,涉及两车道道路,车辆和智能交通灯都配备了DFRC系统。首先,使用蒙特卡罗(MC)模拟验证这些指标实现的性能。此外,优化w.r.t.车辆和智能交通灯的功率基于度量来执行。然后,扩展该模型以在所有指标中包括雷达和/或通信功能的干扰消除。或者应用完全干扰消除,或者提出用于不完全干扰消除的新模型。
2022-08-29 eess.SP
Bayesian Predictive Beamforming for Vehicular Networks: A Low-overhead Joint Radar-Communication Approach
双功能雷达通信(DFRC)系统的发展,车辆定位和跟踪可以与车辆通信相结合,将导致更有效的未来车辆网络。在本文中,我们开发了一种预测波束形成方案的DFRC系统的背景下。我们考虑一个系统模型,其中路边单元估计和预测的DFRC信号的回波的基础上的车辆的运动参数。与传统的基于反馈的波束跟踪方法相比,该方法可以减少信令开销,提高精度。为了实时准确地估计车辆运动参数,提出了一种基于因子图的消息传递算法,该算法能获得最大后验概率估计的近优解。然后,基于预测的角度来设计波束形成器,以建立通信链路。通过适当的近似,因子图上的所有信息都可以以封闭形式导出,从而降低了复杂度。仿真结果表明,所提出的DFRC的波束形成方案是优于基于反馈的方法在估计和通信性能。此外,所提出的消息传递算法实现了类似的性能的高复杂度的基于粒子的方法。
2020-05-15 eess.SP
Complex-valued Convolutional Neural Networks for Enhanced Radar Signal Denoising and Interference Mitigation
Graz University of Technology(格拉茨技术大学);Infineon Technologies Austria AG(英飞凌科技奥地利公司)
自动驾驶高度依赖于有能力的传感器来感知环境并向车辆的控制系统提供可靠的信息。为了提高其鲁棒性,使用了一组多样化的传感器,包括雷达传感器。雷达是传感信息的重要贡献,提供高分辨率的距离和速度测量。雷达传感器在道路交通中的使用越来越多,这带来了新的挑战。由于迄今为止不受管制的频段变得越来越拥挤,雷达传感器遭受多个雷达传感器之间的相互干扰。必须减轻这种干扰,以确保高和一致的检测灵敏度。在本文中,我们提出了使用复值卷积神经网络(CVCNN)来解决雷达传感器之间的相互干扰问题。我们将以前开发的方法扩展到复域,以便根据其物理特性处理雷达数据。这不仅提高了数据效率,而且改善了滤波期间相位信息的保存,这对于进一步处理(例如角度估计)至关重要。我们的实验表明,CVCNN的使用提高了数据效率,加快了网络训练速度,并大大提高了干扰消除过程中相位信息的保存。
2021-04-29 cs.CV eess.SP
Radar Imaging Based on IEEE 802.11ad Waveform in V2I Communications
由于大多数车载雷达系统已经在利用毫米波(mmWave)频谱,因此通过将通信频率扩展到mmWave频带中来实现联合雷达和通信系统将变得更加可行。在本文中,IEEE 802.11ad波形为基础的雷达成像技术,提出了车辆设置。路边单元(RSU)将IEEE 802.11ad波形发送到车辆用于通信,同时RSU还监听所发送波形的回波以执行逆合成孔径雷达(ISAR)成像。为了获得车辆的高分辨率图像,RSU需要准确地估计往返延迟、多普勒频移和车辆速度。建议ISAR成像的第一个估计的往返延迟使用一个良好的相关性的Golay互补序列在IEEE 802.11ad前导。然后,使用最小二乘估计从回波信号中获得多普勒频移,并对其进行细化以补偿由相位旋转引起的相位缠绕。利用运动方程和估计的多普勒频移来确定车辆的速度。仿真结果表明,该方法能够从不同视点的真实车辆环境的点散射体模型中形成高分辨率的ISAR图像。所提出的ISAR成像技术可用于各种车辆应用,例如,交通状况分析或先进的碰撞预警系统。
2022-08-04 cs.IT eess.SP math.IT
One shot learning based drivers head movement identification using a millimetre wave radar sensor
针对驾驶员状态监测需求,利用小型毫米波雷达采集头部动作信号,提出采用单样本学习实现四类头部动作分类,准确率最高达100%,性能显著优于卷积神经网络模型。
2023-05-31 cs.AI cs.LG eess.SP
Unsupervised Time-Series Signal Analysis with Autoencoders and Vision Transformers: A Review of Architectures and Applications
The University of Akron(阿克伦大学)
本文综述了自编码器与视觉Transformer在无监督时间序列信号分析中的架构、应用及趋势,指出混合架构与自监督学习的优势,并总结可解释性、可扩展性和领域泛化等挑战,为信号智能模型发展提供路线图。
2025-06-02 cs.AI cs.CV cs.LG
Multi-Modal Beamforming with Model Compression and Modality Generation for V2X Networks
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));University of Technology Sydney(悉尼科技大学)
针对6G车联网中ISAC范式的不足,提出基于分层Transformer的多模态学习框架BeamTransFuser,利用跨模态相关性提升波束预测性能,开发剪枝方案减少延迟,引入生成模型处理模态缺失,实验证明该方案优于现有基线。
2026-07-09 eess.SP
Intelligent Surface Enabled Sensing-Assisted Communication
车联网(V2X)通信有望在下一代无线网络中支持许多有前途的应用。集成传感和通信(ISAC)技术的最新发展为满足V2X网络中严格的传感和通信(S&C)要求提供了新的机会。然而,考虑到相对较小的雷达散射截面(RCS)的车辆和有限的发射功率的道路站点单元(RSU),回波的功率可能太弱,以实现有效的目标检测和跟踪。为了解决这个问题,我们提出了一种新的传感辅助通信方案,采用智能全向表面(IOS)的表面上的车辆。首先,提出了一种两阶段ISAC协议,包括S&C阶段和仅通信阶段,通过联合优化IOS相移和感知持续时间来最大化吞吐量。然后,我们推导出一个封闭形式的表达,达到了很好的近似。此外,S&C阶段存在的充分和必要条件的推导提供了有用的见解,实际系统的设计。仿真结果表明,所提出的传感辅助通信方案在实现高吞吐量与低发射功率要求的有效性。
2022-12-11 cs.IT eess.SP math.IT
Vehicular Behavior-Aware Beamforming Design for Integrated Sensing and Communication Systems
通信和传感是互联和自动驾驶车辆(CAV)的两个重要特征。在传统的车载设备中,通信和传感模块存在,但以隔离的方式存在,导致硬件资源和无线频谱的浪费。在本文中,以应付上述效率低下,我们提出了一种车辆行为感知的通感一体化(VBA-ISAC)波束成形设计的车载发射机与多个天线。在这项工作中,根据车辆行为来引导波束以辅助驾驶,同时在路边单元(RSU)的帮助下提供频谱高效的上行链路数据服务。具体来说,我们首先预测感兴趣的区域(AoI)的基础上感兴趣的车辆的轨迹。然后,我们制定了一个VBA-ISAC波束成形设计问题,以感测的AoI,同时最大限度地提高上行链路通信的频谱效率,其中的权衡因素被引入到平衡的通信和感测性能。提出了一种基于半定松弛的波束失配最小化(SDR-BMM)算法。为了降低硬件成本和功耗,我们进一步改进了所提出的VBA-ISAC波束形成设计,通过引入混合模拟数字(HAD)结构。数值结果验证了VBA-ISAC方案的有效性,并表明所提出的波束形成设计在频谱效率和雷达波束图优于基准。
2023-02-27 cs.CE cs.IT eess.SP