Cooperative Sensing in Cell-free Massive MIMO ISAC Systems: Performance Optimization and Signal Processing
本文针对无小区大规模MIMO ISAC系统中的多节点协同感知挑战,提出了联合AP部署与天线资源优化方案以最小化感知Cramér-Rao下界,并设计了基于符号级融合的多动态目标感知方案,使定位和速度估计精度分别提升44%和41.4%。
2025-06-30 eess.SP
Integrated Sensing and Communication enabled Multiple Base Stations Cooperative UAV Detection
本文提出一种基于MUSIC的多基站符号级融合方法,通过单基站预处理与格点搜索实现高精度无人机定位与速度估计,仿真验证其优于基准方法。
2024-04-19 eess.SP
Formation Control for CRLB-Optimal Cooperative Sensing in Low-Altitude Wireless Networks
Southern University of Science and Technology(南方科技大学);The Education University of Hong Kong(香港教育大学);Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳));Liaoning Petrochemical University(辽宁石油化工大学);Shenzhen University(深圳大学)
本文提出了一种分布式编队控制策略,用于低空无线网络中实现CRLB最优的协同感知,通过优化无人机编队几何结构提升感知精度。
2026-02-27 eess.SP
Deep Learning-based Cooperative LiDAR Sensing for Improved Vehicle Positioning
本文提出CLS-MPNN数据驱动协同LiDAR感知框架,融合3D目标检测、MPNN数据关联与ICP定位,在两个仿真场景中显著优于GNSS及协同SLAM方法。
2024-02-26 eess.SP
Cooperative Multi-Satellite ISAC Networks: Centralized vs. Distributed Sensing
POSTECH(浦项科技大学);Korea University(韩国大学);Princeton University(普林斯顿大学)
本文提出集中式与分布式协同感知框架,通过优化波束成形和功率分配,提升多卫星ISAC网络的感知与通信性能。
2026-08-05 eess.SP
AI-Empowered Low-Altitude Economy: Cooperative Sensing With Fixed Wireless Access
本文提出一种基于AI的两阶段协同感知方法,利用FWA设备的上行CSI实现无人机检测与定位,实验表明该方法能有效降低误检概率并满足3GPP要求。
2026-05-08 eess.SP
Performance Analysis of Cooperative Integrated Sensing and Communications for 6G Networks
本文提出基于随机几何的协作式ISAC网络建模框架,推导通信覆盖概率与雷达信息速率的解析表达式,并通过蒙特卡洛仿真揭示协作基站数、部署密度及天线数对性能的影响规律。
2025-05-14 eess.SP
3D Cooperative User Tracking for Distributed Integrated Sensing and Communication
Lund University(隆德大学);Peking University(北京大学)
本文面向分布式通感一体化系统的协同用户跟踪需求,提出融合全局PHD滤波器与视场感知AP管理策略的跟踪框架,经实测验证可实现厘米级跟踪精度,且无需持续激活所有AP。
2025-11-17 eess.SP
Deep Cooperation in ISAC System: Resource, Node and Infrastructure Perspectives
本文从单节点内多域资源处理、多节点协作和大规模基础设施协作三个层面系统研究了ISAC系统中的深度协作感知方法,并通过仿真验证了多节点多资源协作感知的优越性。
2024-09-03 eess.SP
Integrated Sensing and Communication enabled Multiple Base Stations Cooperative Sensing Towards 6G
本文针对6G单基站感知范围和精度的局限,提出了通感一体化使能的多基站协同感知框架,详细介绍了统一性能指标、信号设计优化、干扰管理和协同算法等关键技术,并通过性能评估验证了其有效性。
2023-11-24 cs.NI eess.SP
Toward ISAC-empowered subnetworks: Cooperative localization and iterative node selection
University of Pisa(比萨大学)
针对ISAC赋能子网的单静态目标定位感知-通信权衡问题,本文提出低复杂度迭代节点选择算法,可在资源约束下优化感知子网集,经仿真验证能以低迭代次数实现高精度定位,同时量化了感知与通信的性能权衡关系。
2025-11-15 eess.SP
Cooperative Multi-Static ISAC Networks: A Unified Design Framework for Active and Passive Sensing
Rocket Force University of Engineering(火箭军工程大学);School of Information and Communication Engineering, Xi’an Jiaotong University(西安交通大学信息与通信工程学院);Department of Electronic Engineering, Shanghai Jiao Tong University(上海交通大学电子工程系)
针对多基地ISAC系统,提出联合主动与被动感知(JAPS)的统一设计框架,通过交替优化联合优化波束成形、接收滤波器和功率分配,在保证感知需求下最大化上下行总速率,并验证了性能提升。
2025-10-08 eess.SP
Position Error Bound for Cooperative Sensing in MIMO-OFDM Networks
本文研究了JSC网络中目标位置估计精度的极限,推导了基于Fisher信息的通用框架来评估任意协作BS数量和几何配置下的定位精度,并数值验证了BS协作对提升定位精度的作用。
2024-05-30 eess.SP
Cooperative Coherent Multistatic Imaging and Phase Synchronization in Networked Sensing
本文研究车载雷达网络中的协作相干多站成像,证明其能提升弱目标检测与分辨率,并提出三步相位同步程序以保障相干处理精度。
2023-11-13 eess.SP
Cooperative Sensing of Side Lobes Interference for mmWave Blockages Localization and Mapping
针对毫米波通信易受阻塞导致性能下降的问题,本研究在前期单节点角位置感知机制基础上,提出多实体共享感知数据的协同旁瓣干扰感知方法,可联合定位移动阻塞物并绘制干扰图,数值验证其能更精准估计阻塞物的位置、轨迹等参数。
2024-05-14 eess.SP
Target Localization in Cooperative ISAC Systems: A Scheme Based on 5G NR OFDM Signals
本文提出一种基于5G NR OFDM信号的协作ISAC两阶段目标定位方案,通过2D-FFT提取时延与多普勒信息测量距离,并消除病态测量实现高精度定位,数值结果验证了其有效性与协作增益。
2024-08-22 eess.SP
A Cooperative Spectrum Sensing Scheme Based on Compressive Sensing for Cognitive Radio Networks
提出了一种基于压缩感知的协作频谱感知方案。在该方案中,二级用户(SU)被组织在集群中。在每个集群中,SU将其压缩信号转发给集群头。然后,簇头将本地感知数据报告给融合中心,以做出最终决策。采用模数转换器对接收到的SU信号进行采集。所提出的方案进行评估,使用几个指标,包括检测概率,压缩比,错误的概率,和处理时间。仿真结果与其他合作感知方案进行了比较。该方案的检测概率高达97%,处理时间仅为2 ms,压缩比仅为10%,出错率仅为35%。这些结果表明,我们提出的方法优于频谱感知没有压缩感知。
2019-12-10 cs.IT eess.SP math.IT
Uniform Planar Array Based Weighted Cooperative Spectrum Sensing for Cognitive Radio Networks
针对认知无线电中基于均匀平面阵列(UPA)的协作频谱感知(CSS)研究不足的问题,提出多波束UPA加权CSS框架,通过设计加权因子提升检测可靠性,分析性能并验证其优越性。
2025-04-14 eess.SP
Fundamental Sensing Limits of 6G Cooperative MIMO-ISAC Networks: Joint Position-Velocity CRLB and Decoupling Analysis
Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡大学)
研究 6G 协作式 MIMO-ISAC 网络基本传感极限,基于 CRLB 分析,推导完整 FIM 及精确 CRLB,针对复杂度简化 FIM 和 CRLB 并给出判定准则,仿真验证简化 CRLB 可用于一般情况,解释相关参数影响及有效性。
2026-07-10 eess.SP
Accuracy-Aware Cooperative Sensing and Computing for Connected Autonomous Vehicles
本文提出一种面向网联自动驾驶的精度感知与资源高效的原始级协同感知与计算方案,通过监督学习建模分类精度与数据质量关系,联合优化数据选择、子任务放置与资源分配,实现高精度低成本的协同感知。
2024-03-25 cs.NI eess.SP
Cooperative ISAC for Joint Localization and Velocity Estimation in Cell-Free MIMO Systems
The University of British Columbia(不列颠哥伦比亚大学);Friedrich-Alexander University of Erlangen-Nuremberg(埃尔朗根-纽伦堡弗里德里希·亚历山大大学)
本文提出了一种基于D-VQVAE的协同ISAC框架,用于无基站MIMO系统中实现高精度的目标定位与速度估计,同时显著降低前 haul信令开销。
2026-02-23 eess.SP
Joint Sensing, Communication, and Computation Resource Allocation for Cooperative Perception in Fog-Based Vehicular Networks
为了扩大自主车辆的感知范围和可靠性,协同感知受到了广泛的关注。然而,考虑到大量的共享消息,有限的带宽和计算资源在车辆网络成为瓶颈。在本文中,我们研究如何平衡共享消息和有限的资源在基于雾的车辆网络的体积。为此,我们首先考虑其时空价值和延迟性能的合作感知的总满意度的特征。然后,在满足车辆最大延迟和逗留时间约束的前提下,联合分配感知块消息、通信资源块和计算资源,以最大化协作感知的满意度和.由于其非凸性,我们将原问题解耦成两个独立的子问题,并设计相应的解决方案。仿真结果表明,与现有的基线相比,我们提出的方案可以有效地提高合作感知的总满意度。
2021-12-12 cs.NI eess.SP
Multi-Target Cooperative Visible Light Positioning: A Compressed Sensing Based Framework
提出了一种基于压缩感知(CS)的多目标协同可见光定位(VLP)框架,实现了多目标同时高精度定位。用于照明的发光二极管(LED)用于定位配备有光电检测器的多个目标移动终端。室内区域可以划分为一个由离散点组成的二维网格,目标只位于少数几个网格点上,具有稀疏性。因此,多目标定位问题可以转化为稀疏恢复问题。具体而言,制定了基于CS的框架,利用接收到的可见光信号的叠加在多个目标通过目标间合作定位。然后,它可以有效地解决使用CS为基础的算法。此外,通过对应于不同LED的信号之间的互相关,将锚点间协作引入到基于CS的框架中,即,锚点,这进一步提高了定位精度。该方案采用基于CS的框架和协作机制,能够同时对多个目标进行定位,且定位精度高,计算复杂度低。仿真结果表明,所提出的方案可以实现厘米级多目标定位亚米级精度,优于现有的基准方案。
2023-03-05 eess.SP
Cooperative LEO-Terrestrial Multistatic ISAC: CRLB Analysis, Scaling Laws, and Satellite Selection
The University of Manchester(曼彻斯特大学)
本文研究LEO卫星辅助地面多基地ISAC网络的三维目标定位,通过PPP和Walker模型推导混合CRLB缩放规律,并提出低复杂度的贪心卫星选择策略,性能接近穷举搜索。
2026-09-10 eess.SP
Trajectory Tracking for MmWave Communication Systems via Cooperative Passive Sensing
本文提出一种毫米波通信协作被动感知框架,利用双波束相控阵分离视距与非视距路径,通过多普勒频率和到达角联合估计移动阻挡物轨迹与发射机位置,实现分米级定位和亚0.1秒阻塞预测。
2024-09-30 eess.SP
SNR Wall for Cooperative Spectrum Sensing Using Generalized Energy Detector
认知无线电是提高频谱利用率的一种很有前途的方案。频谱感知是认知无线电的主要任务之一。协作频谱感知(CSS)用于CR,以提高检测能力。由于其简单性和低复杂度,基于能量检测的感测被称为常规能量检测(CED)而被广泛采用。CED可以通过将接收样本幅度的平方运算改变任意正功率p来推广,称为广义能量检测器(GED)。当存在噪声不确定性(NU)时,GED的性能下降。在本文中,我们研究的性能CSS考虑噪声NU时,所有的二级用户(SU)采用GED。我们推导出的信号噪声比(SNR)墙CSS的硬和软决策组合。所有推导出的表达式进行了验证,使用蒙特卡罗(MC)模拟。
2017-12-19 eess.SP stat.AP
Cooperative ISAC Networks: Opportunities and Challenges
本文探讨协作式ISAC网络,提出新指标、优化自由度及多级协作架构,以扩展覆盖、减少干扰并实现S&C集成增益,并展望未来研究方向。
2024-09-19 eess.SP
Cooperative Multi-Static Target Localization for ISAC in Cluttered Industrial IoT Networks
Aalborg University(奥尔堡大学)
本文提出一种新颖的ISAC框架,用于密集工业物联网环境中克服环境杂波的协作多静态目标定位。通过开发轻量级时间杂波抑制学习方法,结合采样基于视场感知初始化方案和经验位置误差界方案,实现自适应识别最有信息量的传感节点,并利用可靠性感知加权最小二乘估计器融合测量数据,显著提升定位精度。
2026-09-03 eess.SP
Edge-Assisted Accelerated Cooperative Sensing for CAVs: Task Placement and Resource Allocation
本文针对车联网自动驾驶车辆感知任务完成时间长的问题,提出RSU辅助的协同感知方案,通过双层算法优化任务放置与资源分配,在CARLA仿真中验证了其能有效减少总任务完成时间。
2024-11-27 cs.NI eess.SP
Improved Weighted Average Consensus in Distributed Cooperative Spectrum Sensing Networks
提出了一种全分布式改进加权平均一致性(IWAC和WAC-AE)技术,用于认知无线电系统中的协作频谱感知问题。该方法允许次用户仅基于本地信息交换而无需融合中心(FC)进行协作。我们比较了平均一致性(AC)算法的四个规则。第一个规则是没有权重的简单AC。AC规则呈现{与传统协作频谱感测的性能相当}(CSS)技术,诸如等增益合并(EGC)规则,其是软合并集中式方法。另一种技术是使用基于SU信道条件的权重的加权平均一致性(WAC)规则。该技术导致类似于具有软组合(集中式CSS)的最大比组合(MRC)的性能。分析了两种新的AC规则,即加权平均一致性准确度交换(WAC-AE)和改进的加权平均一致性(IWAC),前者将权重与SU邻居的信道条件相关联,后者将WAC和WAC-AE的条件结合在同一规则中。所有的方法进行了比较,彼此和硬结合集中式CSS。WAC-AE算法的性能与WAC算法相似,但收敛速度快,而IWAC算法的复杂度增量较小,性能也与WAC算法相当。此外,IWAC方法的收敛速度与WAC-AE方法相似,但略高于AC和WAC方法。因此,IWAC,WAC-AE和WAC的计算复杂度被证明是非常相似的。分析的基础上的数值Monte-Carlo模拟(MCS),而算法的收敛性进行了评估,固定和动态移动通信的情况下,AWGN和瑞利信道。
2018-10-05 eess.SP
Integrated Distributed Semantic Communication and Over-the-air Computation for Cooperative Spectrum Sensing
针对协作频谱感知中硬决策融合的性能瓶颈与软数据融合的延迟及噪声敏感问题,本文提出集成通信与计算(ICC)框架,结合分布式语义通信与空中计算技术设计了ICC-CSS系统,理论证明其等价于最优E-C检测器,仿真验证了其在检测性能、鲁棒性和可扩展性上的优越性。
2024-09-27 eess.SP
Automotive Collision Risk Estimation Under Cooperative Sensing
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提供了一种技术,估计碰撞风险的自动地面车辆从事合作感测。该技术允许量化(i)由于合作而降低的风险,以及(ii)由于合作而增加的风险评估的准确性。如果两者中的任何一个都很重要,则可以将合作视为满足日益自动化的车辆的严格风险预算的理想做法;如果不是,则不需要进行合作--尽管存在各种缺点。基于动态概率占用图和将碰撞相关状态信息映射到成本度量的损失函数,在自我车辆的轨迹上评估碰撞风险。风险评估框架证明使用从两个合作的车辆穿越城市交叉口捕获的真实数据。
2020-04-21 cs.RO eess.SP
Cooperative Sensing and Uploading for Quality-Cost Tradeoff of Digital Twins in VEC
传感技术、无线通信和计算模式的最新进展推动了车辆成为智能和电子消费产品的发展。研究了车辆边缘计算(DT-VEC)中通过协作感知和上传实现数字孪生的问题,首次尝试在DT-VEC中实现质量-成本权衡。首先,提出了一种DT-VEC架构,其中异构信息可以由车辆感知并通过车辆到基础设施(V2 I)通信上传到边缘节点。基于感知信息建立数字孪生模型,形成逻辑视图,反映物理车辆环境的实时状态。其次,考虑数字孪生的实时性和一致性,以及冗余度、感知代价和传输代价,推导了协作感知模型和V2 I上传模型。在此基础上,建立了系统质量最大化和系统成本最小化的双目标优化问题。第三,我们提出了一种基于多智能体多目标(MAMO)深度强化学习的解决方案,其中提出了一个决斗的评论家网络来评估基于状态值和动作优势的智能体动作。最后,给出了综合的性能评估,证明了MAMO的优越性。
2023-01-27 cs.NI eess.SP
Heterogeneous Graph Neural Network for Cooperative ISAC Beamforming in Cell-Free MIMO Systems
针对无蜂窝MIMO系统中协作ISAC的非凸波束成形优化问题,提出基于transformer异构消息传递的SACGNN框架,在满足感知SNR和功率约束下最大化通信和速率,性能优于传统零空间投影和DNN基线方案。
2024-10-13 eess.SP
Accelerating Multi-UAV Collaborative Sensing Data Collection: A Hybrid TDMA-NOMA-Cooperative Transmission in Cell-Free MIMO Networks
本研究针对多无人机协同感知数据收集场景,采用无蜂窝MIMO网络管控干扰,提出融合TDMA、NOMA与协作传输的混合策略,通过联合优化任务拆分比例与传输方案,有效缩短感知任务完成时间。
2024-11-04 cs.IT eess.SP math.IT
Fundamental Limits of Cooperative Integrated Sensing and Communications over Low-Earth Orbit THz Satellite Channels
该研究针对低轨太赫兹星间链路的感知性能边界问题,构建N-CRLB框架分析硬件、相位噪声等影响,得出性能天花板/地板、干扰增益等结论,明确亚毫米测距的硬件与构型要求。
2025-10-21 eess.SP
Movable Antenna-Aided Cooperative ISAC Network with Time Synchronization error and Imperfect CSI
针对C-ISAC网络中不完美CSI与TS误差导致的性能下降问题,本文采用可动天线增强系统鲁棒性,推导了最坏情况下的可达速率与感知精度,并提出基于Wolpertinger架构的C-DRL方法优化波束成形、基站选择及天线位置,以最小化功耗并确保精度。
2025-01-26 eess.SP
Cooperative Sensing and Communication for ISAC Networks: Performance Analysis and Optimization
本文提出一种结合CoMP联合传输与分布式MIMO雷达的协同网络化ISAC方案,利用随机几何分析证明部署N个ISAC收发机可按ln²N标度律提升感知性能,并在仿真中相比时分方案提高数据速率、降低定位CRLB。
2024-06-11 cs.IT eess.SP math.IT
Design of Uplink ISAC Systems with Cooperative Sensing: Power Control and Receive Beamforming
South China University of Technology(华南理工大学);New York University Abu Dhabi(阿布扎比纽约大学);Jinan University(暨南大学)
本文针对上行ISAC系统中的多用户协作目标检测问题,提出基于交替优化的联合功率分配方法,结合交替优化与SCA算法优化接收波束成形,提升通信与感知性能。
2026-03-18 eess.SP
Multiple Active STAR-RIS-Assisted Secure Integrated Sensing and Communication via Cooperative Beamforming
针对多有源 STAR-RIS 辅助的安全 ISAC 网络,提出联合优化 BS 波束成形与 STAR-RIS 系数的 AO 框架,在感知、保密和功率约束下显著提升通信和速率。
2025-07-24 eess.SP
Two-Timescale Design for AP Mode Selection of Cooperative ISAC Networks
本文针对协作双基地ISAC网络,提出一种双时间尺度AP模式选择设计,在瞬时CSI下采用MRT/MRC波束成形并推导闭式速率与感知SINR,通过McCormick松弛和SCA求解非凸整数优化,以低开销最大化最小感知SINR并满足通信QoS约束。
2024-12-29 eess.SP
Design and Optimization of Cooperative Sensing With Limited Backhaul Capacity
本文针对有限回程容量的集成感知与通信网络,提出一种协作感知框架,通过Karhunen-Loève变换编码和回程资源优化分配,在接收机与融合中心之间高效共享时延、反射系数及信号采样,从而提升目标定位性能。
2024-04-04 cs.IT eess.SP math.IT
Curriculum-Guided Heterogeneous Multi-Agent Intelligence for Multi-UAV Cooperative ISAC
University of Electronic Science and Technology of China(电子科技大学);Nanjing University(南京大学);Southeast University(东南大学);China Mobile Zijin Innovation Institute(中国移动紫金创新研究院)
提出一种基于课程学习的异构近端策略优化算法,通过联合轨迹-波束赋形优化解决多无人机与地面基站协同ISAC中的后验克拉美-罗界最小化问题,实现感知性能提升30%以上。
2026-05-22 eess.SP
MIMO OFDM-Enabled ISAC for Low-Altitude Non-Cooperative UAV Surveillance: A Survey
Hong Kong Polytechnic University(香港理工大学);The University of Hong Kong(香港大学);Beihang University(北京航空航天大学)
本文综述了基于MIMO OFDM的非合作低空无人机监视ISAC技术,分析了低空无人机感知的传播特性及波形设计,回顾了现有技术在系统建模、检测算法、识别方法及实验验证方面的进展,并总结了面临的挑战与未来研究方向。
2026-04-03 eess.SP
Learning to Beamform for Cooperative Localization and Communication: A Link Heterogeneous GNN-Based Approach
针对协同ISAC(CoISAC)波束成形设计面临的系统异构性等挑战,提出链路异构图神经网络(LHGNN)方法,通过建模异构链路与图注意力机制,提升通信速率与感知精度并增强对估计误差的鲁棒性。
2025-04-14 eess.SP
Sensing Performance of Cooperative Joint Sensing-Communication UAV Network
提出一种利用波束共享的协作式联合感知通信无人机网络,通过理论分析与仿真确定了总功率约束下最优无人机数量与感知波束功率。
2023-04-04 cs.IT eess.SP math.IT
Cooperative Maximum Likelihood Target Position Estimation for MIMO-ISAC Networks
本文研究MIMO-OTFS通信感知一体化网络中的目标位置估计,提出协作最大似然框架直接在公共参考系统中估计目标位置,数值结果表明该方法能随协作基站数量增加显著降低定位均方根误差。
2025-03-03 eess.SP
Sensing Rate Optimization for Multi-Band Cooperative ISAC Systems
针对多频段协作ISAC系统,提出基于半定秩松弛和内逼近的感知速率优化算法,相比等功率分配提升约25%-40%,且收敛快,适用于低功率场景。
2025-07-10 cs.IT eess.SP math.IT
Multi-domain Cooperative SLAM: The Enabler for Integrated Sensing and Communications
同时定位与地图构建(SLAM)提供用户跟踪和环境地图绘制能力,使得通信系统能够获得态势感知。具有超宽带、多天线和大量连接的先进通信网络为传感和通信的深度集成提供了机会。本文首先回顾了综合传感与通信技术的发展历程,揭示了综合传感与通信技术与传统通信技术的区别。然后,多域协同SLAM的有效机制。特别是,交叉感知,跨用户,跨频率,跨设备的SLAM机制的研究机会和挑战提出。此外,SLAM辅助通信策略进行了明确的讨论。通过数值分析,证明了基于混合感知和众包的多域协同SLAM机制可以显著提高复杂多径传播环境下的定位和地图构建精度。此外,通过测试平台实验表明,本文提出的SLAM机制在实际应用场景中能够达到分米级的定位和映射精度,从而证明了多域协同SLAM在ISAC中的应用前景。
2022-11-11 cs.IT eess.SP math.IT
Message Passing based Parameter Estimation in Cooperative MIMO-OFDM ISAC Systems
Dalian University of Technology(大连理工大学);University of California, Irvine(加州大学尔湾分校)
本文提出一种基于消息传递的参数估计方法,用于协作MIMO-OFDM ISAC系统,通过多视角观测和联合信号处理提高感知性能。
2026-02-07 eess.SP
Sensing Integrated DFT-Spread OFDM Waveform and Deep Learning-powered Receiver Design for Terahertz Integrated Sensing and Communication Systems
太赫兹(THz)通信由于其超宽带的特性被认为是下一代无线通信系统的关键技术。THz通感一体化(ISAC)系统的发展,使其能够实现前所未有的数据传输速率和毫米级的精确传感。然而,THz ISAC在波形和接收机设计上遇到了严格的挑战,以充分利用THz信道和收发器的特性。本文提出了一种用于THz ISAC的传感集成离散傅里叶变换扩展正交频分复用(SI-DFT-s-OFDM)系统,该系统具有比OFDM更低的峰均功率比,并能适应THz信道灵活的时延扩展。在不影响通信能力的前提下,提出的SI-DFT-s-OFDM实现了毫米级的距离估计和分米每秒级的速度估计精度。此外,与OFDM相比,在$10^{-3}$ BER水平下,误比特率性能提高了5 dB增益。在接收器端,开发了一种具有两个神经网络的基于深度学习的ISAC接收器,以恢复传输的数据并估计目标距离和速度,同时减轻THz系统的缺陷和非线性。大量的仿真结果表明,所提出的深度学习方法可以实现通信和感知的相互增强的性能,并且对多普勒效应,相位噪声和多目标估计具有鲁棒性。
2022-11-29 eess.SP
Cooperative Multi-Monostatic Sensing for Object Localization in 6G Networks
针对6G网络中多径导致回波退化及带宽受限时定位性能下降的问题,本文提出基于5G NR的协作式多单基地感知框架,通过加权融合各基站距离估计抑制多径,并经光线追踪仿真验证有效。
2024-01-25 cs.SY eess.SP eess.SY
On Pareto-Optimal Estimation-Information Performance Limits of MIMO Integrated Sensing and Communications Systems
Shanghai Jiao Tong University(上海交通大学);National University of Singapore(新加坡国立大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Technical University of Berlin(柏林工业大学)
研究MIMO集成传感与通信系统联合估计-信息性能极限,未提及具体方法与贡献。
2026-07-28 eess.SP
Cooperative Internet of UAVs: Distributed Trajectory Design by Multi-agent Deep Reinforcement Learning
无人机(UAV)具有部署灵活、覆盖范围广等优点,在下一代蜂窝网络中具有很大的传感应用潜力,这将催生无人机蜂窝互联网。在本文中,我们考虑了一个蜂窝互联网的无人机,无人机执行传感任务,通过合作的传感和传输,以尽量减少年龄的信息(AoI)。然而,协同感知和传输与无人机的轨迹紧密耦合,这使得轨迹设计具有挑战性。为了应对这一挑战,我们提出了一个分布式的感测和发送协议,其中无人机通过从一组离散的任务和一组连续的位置进行感测和传输来确定轨迹。基于该协议,我们制定了AoI最小化的轨迹设计问题,并提出了一种基于深度强化学习的复合动作演员-评论家(CA 2C)算法来解决这个问题。CA 2C算法可以学习最优策略的行动涉及连续和离散变量,适合于轨迹设计。{Our仿真结果表明,CA 2C算法优于四种基线算法。此外,我们表明,通过划分的任务,合作的无人机可以实现较低的AoI相比,非合作的无人机。
2020-07-28 cs.SY eess.SP eess.SY