Prospects and Applications of Incoherent Light in Non-contact Wireless Sensing Systems
本文综述非相干可见光与红外光在非接触无线传感中的优势及室内外应用前景。
2023-04-19 eess.SP
AI Generated Signal for Wireless Sensing
本文提出一种基于属性解耦的无线感知信号生成方法，通过结构化信号选择与解耦生成实现数据去噪、增强和合成，在两个数据集上达到最先进性能。
2023-12-22 eess.SP
Integrated Sensing, Communication, and Powering (ISCAP): Towards Multi-functional 6G Wireless Networks
本文提出用于6G网络的ISCAP多功能系统，统一ISAC与WIPT技术，实现感知、通信与供电协同，并探讨多基站协作、性能折中及波形优化等挑战与方向。
2024-01-07 eess.SP
Multimodal-NF: A Wireless Dataset for Near-Field Low-Altitude Sensing and Communications
School of Information Science and Engineering, Southeast University（东南大学信息科学与工程学院）；Institute of Communications Engineering, National Sun Yat-sen University（国立中山大学通信工程研究所）
本文提出Multimodal-NF数据集，用于近场低空极端大规模多输入多输出系统，通过融合多种模态数据提升无线传感与通信任务的性能。
2026-05-21 eess.SP
Rethinking Estimation Rate for Wireless Sensing: A Rate-Distortion Perspective
该研究从率失真视角出发，定义了感知估计速率（SER）作为无线感知效率新指标，推导了不同模型下的界并验证其合理性，统一了无线感知的信息论与估计论视角。
2023-06-12 eess.SP
SDP: A Unified Protocol and Benchmarking Framework for Reproducible Wireless Sensing
Beijing University of Posts and Telecommunications（北京邮电大学）；Shenzhen University（深圳大学）；Huawei Technology Co. Ltd.（华为技术有限公司）；University College London（伦敦大学学院）
SDP提出了一种统一协议和基准框架，通过标准化流程提升无线传感的可重复性和稳定性，支持跨不同硬件和任务的公平评估。
2026-01-13 eess.SP
Constrained Multimodal Sensing-Aided Communications: A Dynamic Beamforming Design
提出感知预算约束下的多模态感知辅助通信框架，利用位置信息建模毫米波信道，并基于 Lyapunov 优化设计联合动态感知与波束成形算法，以少量 SNR 损失大幅减少感知次数。
2025-05-15 eess.SP
M3F-UAV: A Missing-Modality Multimodal Foundation Model for Low-Altitude Wireless Sensing
School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电子信息与电气工程学院）；Squirrel Ai Learning（松鼠AI学习）
针对复杂环境下单模态模型可靠性低的问题，提出M3F-UAV模型，通过特定模态预训练特征提取器、跨模态融合及缺失模态感知预训练，从多观测中学习统一表示，在LAMBDA数据集实验中性能优于单模态基线且在缺失模态下稳健。
2026-07-16 eess.SP
RIS-Aided Wireless Amodal Sensing for Single-View 3D Reconstruction
Peking University Shenzhen Graduate School（北京大学深圳研究生院）；Peking University（北京大学）；Hunan Institute of Advanced Sensing and Information Technology, Xiangtan University（湘潭大学先进传感与信息技术湖南研究院）
本文提出利用可重构智能表面提升无线无遮挡感知的3D重建方法，通过优化RIS相移减少重建误差，实验显示误差降低达56.73%。
2026-02-02 eess.SP
Seamlessly merging radar ranging/imaging, wireless communications, and spectrum sensing, for 6G empowered by microwave photonics
本文提出MWP辅助的JRCSS系统，通过光域融合通信与扫频信号，在6 GHz带宽内同时实现高精度雷达测距成像、2 Gbaud通信和频谱感知。
2024-04-08 eess.SP
Fundamental Models and Signal Processing for Movable Antenna-Enhanced Wireless Communications and Sensing
本文系统综述了可移动天线增强无线通信与感知的模型、场景和信号处理技术，涵盖天线移动实现方法、信道建模、典型应用及信道获取与位置优化，并展望未来研究方向。
2025-11-07 eess.SP
Intelligent Reflective Surface Assisted Integrated Sensing and Wireless Power Transfer
本文研究IRS辅助的集成感知与无线能量传输系统，通过交替优化波束成形和IRS相移解决非凸问题，提出半定规划和低复杂度优化两种算法，仿真验证了IRS辅助无线能量传输的优势。
2023-12-01 eess.SP
Sensing-Assisted Channel Prediction in Complex Wireless Environments: An LLM-Based Approach
针对复杂无线环境下多天线 OFDM 系统，提出利用 ISAC 单站感知并改造预训练 LLM 处理复矩阵 CSI，以建模多径感知与通信信道时空关系，实验证明其预测性能显著优于深度学习及无感知基准。
2025-05-14 eess.SP
Sensing and Backscatter Communication Integration: Realizing Efficiency in Wireless Systems for IoT
本文采用混合方法研究感知与反向散射通信（BackCom）的集成，梳理BackCom发展与原理，分析集成技术的性能与适应性，同时探讨优势与挑战，为节能型物联网无线系统及智能行业应用提供全面参考。
2023-12-11 eess.SP
Terahertz Integrated Sensing Communications and Powering for 6G Wireless Networks
本文研究THz-ISCAP系统，通过联合优化感知时间分配和功率分配比，在保证通信或供能最低要求下最大化另一性能，为6G太赫兹一体化设计提供新视角。
2025-01-22 eess.SP
Generative AI based Secure Wireless Sensing for ISAC Networks
本文针对ISAC网络中用户被未授权感知的安全问题，提出基于两种扩散模型的安全感知系统DFSS，通过生成保护信号掩盖用户活动，将未授权设备识别准确率降低约70%。
2024-08-21 eess.SP
Full-Duplex Integrated Sensing, Communication, and Computation over Low-Altitude Wireless Networks
本文针对低空无线网络提出全双工AAV平台上的集成感知、通信与计算系统，通过交替优化框架联合优化任务分配、计算资源与波束成形，实现最高54.12%的能耗节省。
2025-07-21 eess.SP
Wireless Sensing Data Collection and Processing for Metaverse Avatar Construction
人工智能和延展实境等新兴技术的最新进展将虚拟共享空间Metaverse推向了现实。在Metaverse中，用户可以自定义虚拟化身来体验不同的生活。虽然令人印象深刻，但虚拟形象的构建需要大量的数据，这些数据从各个角度体现了物理世界中的用户，无线传感数据就是其中之一。例如，机器学习（ML）和信号处理可以帮助从感测数据中提取关于用户行为的信息，从而促进虚拟实境中的化身行为构建。本文提出了一个无线传感数据集，以支持新兴的研究Metaverse化身建设。首先，严格分析现有的数据收集平台和数据集。在此基础上，介绍了本文所使用的平台，以及数据采集的方法和场景。我们观察到，收集的传感数据，即，信道状态信息（CSI）遭受相移问题，这负面地影响诸如行为和心跳的用户信息的提取，并且进一步恶化化身构造。因此，我们提出了检测和校正这种相移的滑动窗口和相位补偿，分别，然后验证所提出的方案与收集的数据。最后从数据集的角度给出了虚拟形象构建的几个研究方向。
2022-11-23 eess.SP
ICI-Free Channel Estimation and Wireless Gesture Recognition Based on Cellular Signals
本文研究蜂窝信号中小区间干扰（ICI）对无线感知的影响，提出一种通过重构相邻小区广播信号并求解联立方程的无ICI信道估计方法，并基于商用4G-LTE原型系统验证了其在无线手势识别中的有效性。
2024-01-04 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
Intelligent Reflecting Surface Aided Wireless Sensing: Applications and Design Issues
智能反射面（IRS）是一种新兴技术，它通过巧妙地调节大量无源反射元件的信号反射，能够显著提高无线通信的性能。另一方面，随着无处不在的无线设备和周围的射频信号，无线传感已成为下一代/6 G无线网络的一个有前途的新应用。通过协同低成本的IRS和肥沃的无线传感应用，本文提出了一种新的IRS辅助传感模式，以提高无线传感的性能成本效益。首先，我们提供了一个无线传感应用的概述和利用IRS克服其在实际情况下的性能限制的新机会。接下来，我们讨论了基于三种方法的IRS辅助传感方案，即被动传感、半被动传感和主动传感。我们比较了它们在性能、硬件成本和实现复杂性方面的优缺点，并概述了它们的主要设计问题，包括IRS部署、信道捕获和反射设计以及传感算法。最后，数值结果表明IRS的巨大潜力，提高无线传感精度和优越的性能相比，其他计划的IRS主动传感。
2023-02-12 cs.IT eess.SP math.IT
Acceleration Estimation of Signal Propagation Path Length Changes for Wireless Sensing
本文提出DP-AcE算法，基于CSI估计动态路径长度变化的加速度，通过建模相位差与加速度关系并结合缩放与傅里叶变换，实现高精度估计，并在跌倒检测中验证其有效性。
2023-12-30 eess.SP
Wireless Sensing with Movable Intelligent Surface
本文提出一种低成本的机械可重构可移动智能表面（MIS）用于无线感知，通过联合设计相位偏移与位置调度最大化最坏情况感知SINR，并提出RALM算法与闭式启发式方案，仿真验证其性能优势及增益-分集折衷。
2025-09-19 eess.SP
Semantic Communications for Wireless Sensing: RIS-aided Encoding and Self-supervised Decoding
语义通信可以通过传输从源消息中提取的任务相关语义信息来减少资源消耗。然而，当源消息用于各种任务时，例如，无线传感数据的定位和活动检测，语义通信技术是难以实现的，因为增加了处理复杂度。在本文中，我们提出了反向语义通信作为一种新的范式。我们的目标不是从消息中提取语义信息，而是将与任务相关的源消息编码成超源消息，以供数据传输或存储。根据这种模式，我们设计了一个反向语义感知的无线传感框架，分别与数据采样，可重构智能表面（RIS）辅助编码，和自监督解码的三种算法。具体来说，一方面，我们提出了一种新的RIS硬件设计，用于将多个信号频谱编码成一个MetaSpectrum。为了选择与任务相关的信号频谱以实现有效的编码，引入了语义散列采样方法。另一方面，我们提出了一种自监督学习方法来解码MetaSpectrums，以获得原始信号频谱。使用从现实世界中收集的传感数据，我们表明，我们的框架可以减少95%的数据量相比，编码前，而不影响传感任务的完成。此外，与通常使用的均匀采样方案相比，所提出的语义散列采样方案在恢复感测参数时可以实现67%的低均方误差。此外，实验结果表明，幅度响应矩阵的RIS使传感数据的加密。
2023-03-27 eess.SP
Learn to Sense: a Meta-learning Based Sensing and Fusion Framework for Wireless Sensor Networks
无线传感器网络（WSN）是物联网（IoT）技术的骨干。在无线传感器网络中，场的感知与融合是最常见的问题，它涉及到对未知场的大量空间样本进行采集和处理，以重构场或提取场的特征。如何在保证融合精度的前提下，减少通信开销和数据冗余度是融合算法的主要问题之一。本文提出了一种基于元学习的集成通信和计算框架，以实现自适应场感测和重建。它包括一个基于随机梯度下降（SGD）的基学习器，用于场模型预测，旨在最大限度地减少平均预测误差，和一个强化元学习器，旨在优化传感决策，同时奖励与迄今为止获得的样本减少错误，并惩罚相应的通信成本。提出了一种基于上述两层元学习框架的自适应感知算法。它主动地确定下一个信息量最大的感测位置，从而大大减少了空间样本，并与传统方案相比产生了优异的性能和鲁棒性。对算法的收敛性进行了全面的分析和仿真。结果表明，所提出的场传感算法显着提高了收敛速度。
2019-06-14 eess.SP
AoI-Aware Machine Learning for Constrained Multimodal Sensing-Aided Communications
本文提出一种基于DQN和NN的联合多模态感知与波束预测框架，通过引入信息年龄和Lyapunov优化在平均感知速率约束下进行训练，显著提升了严格约束下的推理准确率。
2025-11-03 eess.SP
WiFo-MiSAC: A Wireless Foundation Model for Multimodal Sensing and Communication Integration via Synesthesia of Machines (SoM)
Peking University（北京大学）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
WiFo-MiSAC通过统一空间的自监督预训练，解决通信与传感数据碎片化处理导致的泛化问题，采用共享-特定解耦的混合专家架构，实现多模态交互，实验表明其在多任务中表现优异，具备强大的少样本适应与新模态集成能力。
2026-08-19 eess.SP
Collaborative Spectrum Sensing in Cognitive and Intelligent Wireless Networks: An Artificial Intelligence Perspective
University of Electronic Science and Technology of China（电子科技大学）
本文从人工智能视角探讨认知与智能无线网络中的协作频谱感知，分析其核心方法与贡献，包括经典检测器设计、融合策略及AI驱动的深度学习模型分类。
2026-04-30 eess.SP
Embracing Diffraction: A Paradigm Shift in Wireless Sensing and Communication
本文提出将电磁衍射从次要效应提升为核心机制，通过通用优化框架利用其信息，用于射频感知场景理解和通信场编程，以增强未来无线系统性能。
2025-09-08 eess.SP
Doppler Effect: Analyses and Applications in Wireless Sensing and Communications
University of Southampton（南安普顿大学）
本文分析了多普勒效应在无线传感和通信中的影响，探讨了多种运动轨迹和相关因素，为信号频率偏移的理论基础提供支持。
2026-02-10 eess.SP
A Survey on Reconfigurable and Movable Antennas for Wireless Communications and Sensing
National University of Singapore（新加坡国立大学）；South China University of Technology（华南理工大学）；Nanyang Technological University（南洋理工大学）；King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）；Beijing Institute of Technology（北京理工大学）
本文综述了可重构和可移动天线在无线通信与传感中的应用，分析了其技术原理、架构、性能及未来发展方向。
2026-02-20 eess.SP
Defect Detection by MIMO Wireless Sensing based on Weighted Low-Rank plus Sparse Recovery
提出了一种基于压缩感知的多输入多输出（MIMO）无线雷达缺陷检测方法。这里，缺陷在层状材料结构内部，因此，由于来自层状材料结构的表面的反射，缺陷检测是具有挑战性的。通过利用分层材料结构的反射的低秩性质和缺陷的稀疏性质，我们提出了一种基于秩最小化和稀疏恢复的方法。为了提高低秩和稀疏分量的恢复精度，提出了一种基于迭代重加权核范数和迭代重加权$\ell_1-$范数算法的非凸方法.我们的数值结果表明，所提出的方法是能够分层和恢复的缺陷和分层结构的信号响应成功地从大量减少的观察。此外，所提出的方法优于国家的最先进的杂波抑制方法
2022-02-19 eess.SP
Vision-Aided Frame-Capture-Based CSI Recomposition for WiFi Sensing: A Multimodal Approach
从波束成形反馈矩阵（BFM）重新组合信道状态信息（CSI）是实现与固件无关的WiFi感测的替代方式，BFM是CSI的压缩版本并且由于其缺乏加密而可以被捕获。在这项研究中，我们提出了使用相机图像对CSI重组BFM的准确性增强。这种视觉辅助CSI重组的主要动机是得出第一手的见解，即BFM并不完全涉及空间信息来重组CSI，并且这可以通过相机图像来补偿。为了利用相机图像，我们使用多模态深度学习，其中两种模态，即，图像和BFM被集成以重新合成CSI。我们使用IEEE 802.11ac设备进行了实验。实验结果证实，所提出的多模态框架的重组精度提高相比，单模态框架只使用图像或BFM。
2022-06-03 eess.SP
Uncertainty Awareness in Wireless Communications and Sensing
本文针对无线通信与感知系统中存在的多类不确定性及其危害，综述了架构、计算与运行层面的不确定性感知应对策略及相关权衡关系，为相关系统设计提供参考。
2025-04-07 eess.SP
Ultra-Wideband Radar and Wireless Human Sensing
本研究介绍了我们最近在人体无线测量方面的研究进展。首先，我们解释了用于在安全检查站筛查乘客的雷达成像算法，该算法可以比现有算法更快地处理数据，以生成准确和高分辨率的人体图像。其次，我们介绍了信号处理技术，用于精确测量与人体运动和活动相关的雷达微多普勒信号。最后，我们提出了雷达信号处理算法，用于测量人体呼吸，心跳，和其他类型的运动。这种算法可以应用于各种领域，包括医疗保健、安全、生物识别和人机接口。这些领域有一个共同点：通过优化雷达系统和信号处理算法，有效地利用关于人体形状、运动和生理的先验知识来提高性能。
2020-12-03 eess.SP
Waveform-Defined Privacy: A Signal Solution to Protect Wireless Sensing
无线信号通常用于通信。新兴的应用正在赋予无线信号新的功能，其中无线传感是最具吸引力的一种。信道状态信息（CSI）不仅是通信中信道均衡的参数，而且是无线传感的指示器。然而，由于无线信号的广播性质，窃听者可以很容易地捕获合法的用户信号，并通过测量CSI侵犯用户隐私。此外，硬件的进步简化了非法窃听，因为智能设备可以通过墙壁跟踪无线信号。因此，这项工作认为波形定义的隐私（WDP）的解决方案，可以隐藏CSI相位信息，从而保护用户隐私。此外，所提出的波形解决方案由于使用了独特的调制机制而实现了更好的性能。另外，通过调谐波形参数，波形还可以增强通信安全性。
2021-12-21 cs.CR eess.SP
Wireless VR/Haptic Open Platform for Multimodal Teleoperation
随着第五代和机器人技术的新兴趋势，技能互联网将使我们能够通过互联网在任何地方提供技能或专业知识。在本文中，我们提出了一个无线连接的虚拟现实和触觉通信的开放平台，实时显示多模式遥操作系统的概念证明。我们专注于商业产品的实际实施，以方便系统的访问和修改。系统的性能是根据系统延迟和以用户为中心的指标来衡量的。
2020-04-27 cs.NI eess.SP
Towards Multi-Functional 6G Wireless Networks: Integrating Sensing, Communication and Security
通感一体化（ISAC）最近已经作为候选6 G技术出现，旨在以频谱/能量/成本有效的方式统一未来网络的两个关键操作。ISAC涉及将信息传送到接收器并同时感知目标，而这两种操作使用相同的波形，相同的发射器和最终相同的网络基础设施。然而，从信息安全的角度来看，将信息信令包括到用于目标感测的探测波形中提出了独特且困难的挑战。同时，ISAC传输中包含的传感能力为设计安全的ISAC技术提供了独特的机会。本概述文件讨论了下一代ISAC网络的这些独特的挑战和机遇。我们首先简要讨论了传感和通信波形设计的基本原理。然后，我们详细介绍了保护ISAC传输所涉及的挑战和矛盾的目标，以及解决这些问题的最先进方法。然后，我们确定了新的机会，使用的传感能力，以获得知识的目标，作为一种使能方法对已知的弱点的物理层安全。最后，我们说明了一个低成本的安全ISAC架构，其次是一系列的开放式研究课题。这一系列传感辅助安全ISAC技术为提供信息安全带来了新的见解，着眼于为低成本ISAC设备量身定制的强大和硬件约束的设计。
2021-07-16 eess.SP
Generative AI Meets Wireless Sensing: Towards Wireless Foundation Model
Tsinghua University（清华大学）；University of Hong Kong（香港大学）；Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））；Huawei Technology Co. Ltd.（华为技术有限公司）
本文综述了生成式人工智能与无线感知的融合，分析GenAI作为插件或求解器的集成方式及GAN、VAE、扩散模型等主流生成模型在感知任务中的适用性，并提出构建统一预训练的无线基础模型作为未来方向。
2025-09-18 cs.AI cs.LG eess.SP
Hands-on Wireless Sensing with Wi-Fi: A Tutorial
Tsinghua University（清华大学）
随着无线通信技术的快速发展，无线接入点（AP）和物联网（IoT）设备已经广泛地部署在我们的环境中。各种类型的无线信号（例如，Wi-Fi，LoRa，LTE）正在填充我们的生活和工作空间。先前的研究揭示了无线电波在传播过程中受到空间结构调制的事实（例如，反射、衍射和散射）并叠加在接收器上。这种观察使我们能够根据接收到的无线信号重建周围环境，称为“无线传感”。无线传感是一种新兴技术，能够实现广泛的应用，例如用于人机交互的手势识别，用于医疗保健的生命体征监测以及用于安全管理的入侵检测。与基于视觉和基于IMU的传感等其他传感范式相比，无线传感解决方案具有独特的优势，如高覆盖率，普及性，低成本以及在不利光线和纹理场景下的鲁棒性。此外，无线传感解决方案在计算开销和设备尺寸方面通常是轻量级的。本教程以Wi-Fi传感为例。介绍了数据采集、信号处理、特征提取和模型设计的理论原理和代码实现。此外，本教程重点介绍了最先进的深度学习模型（例如，CNN、RNN和对抗学习模型）及其在无线传感系统中的应用。我们希望本教程能够帮助其他研究领域的人进入无线传感研究，了解更多关于无线传感的理论，设计和实现技巧，促进无线传感研究领域的繁荣。
2022-06-20 cs.AI cs.HC cs.NI
A Multi-Modal Foundational Model for Wireless Communication and Sensing
本文提出了一种多模态基础模型，通过物理指导的自监督预训练策略，实现无线通信和传感任务的稳健泛化与高效适应。
2026-02-03 cs.LG eess.SP
A Sensing Dataset Protocol for Benchmarking and Multi-Task Wireless Sensing
School of Information and Communication Engineering, Beijing University of Posts and Telecommunications（信息与通信工程学院，北京邮电大学）；College of Electronics and Information Engineering, Shenzhen University（电子与信息工程学院，深圳大学）；Huawei Technology Co. Ltd.（华为技术有限公司）；Department of Electronic and Electrical Engineering, University College London（电子与电气工程系，伦敦大学学院）
本文提出SDP协议，通过统一数据块模式和任务无关表示，提升无线传感的基准测试和多任务处理能力。
2025-12-13 cs.LG eess.SP
Integrating Sensing, Computing, and Communication in 6G Wireless Networks: Design and Optimization
各种新兴无线服务的推出引发了对第六代（6G）无线网络的需求，以在同一无线电频谱上提供目标感测、智能计算和信息通信的功能。在本文中，我们提供了一个统一的框架集成传感，计算和通信，以优化有限的系统资源为6G无线网络。特别地，基于多目标优化问题（MOOP），分别以加权总体性能最大化和总发射功率最小化为目标，推导了两种典型的联合波束形成设计算法。大量的仿真结果验证了所提出算法的有效性。此外，关键系统参数的影响，揭示了集成传感，计算和通信（ISCC）的设计提供了有用的见解。
2022-07-08 cs.IT eess.SP math.IT
Orchestrating Multimodal DNN Workloads in Wireless Neural Processing
Department of Electronic and Electrical Engineering, University College London（电子与电气工程系，伦敦大学学院）；Department of Electronic Engineering, Kyung Hee University（电子工程系，庆熙大学）；School of Electrical and Electronic Engineering, the University of Sheffield（电气与电子工程学院，谢菲尔德大学）；Department of Electronics and Information Convergence Engineering, Kyung Hee University（电子与信息融合工程系，庆熙大学）
本文提出O-WiN框架和PACS算法，通过通信-计算流水线优化无线神经处理中多模态DNN工作负载，提升执行效率。
2026-03-02 cs.LG eess.SP
Reconfigurable Intelligent Surface Aided Wireless Sensing for Scene Depth Estimation
当前的场景深度估计方法主要依赖于光学感测，其带有隐私问题并且遭受对于遥远的、有光泽的和透明的表面/对象的估计模糊性。可重构智能表面（RISs）提供了一种使用低成本和高能效架构来采用大量天线的途径。这具有实现具有高空间分辨率的RIS辅助无线传感的潜力。在本文中，我们建议采用RIS辅助无线传感系统的场景深度估计。我们开发了一个全面的框架，用于使用RIS辅助毫米波传感系统构建准确的深度图。在这个框架中，我们提出了一个新的RIS交互码本能够创建一个感测网格的反射光束，满足高效的场景深度图建设的理想特性。使用所设计的码本，对接收到的信号进行处理以构建高分辨率深度图。仿真结果将所提出的解决方案与基于RGB的方法进行了比较，并突出了在场景深度感知中采用RIS辅助毫米波传感的前景。
2022-11-15 cs.IT eess.SP math.IT
Quantifying Uncertainty with Probabilistic Machine Learning Modeling in Wireless Sensing
Amazon Lab126（亚马逊Lab126）
近年来，机器学习技术在无线通信领域的应用得到了巨大的发展，特别是在无线传感领域。然而，围绕ML模型的推理可靠性以及与其预测相关的不确定性的问题从未得到正确的回答或沟通。这本身就对这些机器学习系统的透明度提出了很多问题。开发具有概率建模的ML系统可以很容易地解决这个问题，其中可以量化不确定性，无论它是来自数据（不可约误差或随机不确定性）还是来自模型本身（可约或认知不确定性）。本文详细描述了这些类型的不确定性量化背后的想法，并使用基于WiFi信道状态信息（CSI）的运动/非运动情况下的感测的真实示例来演示不确定性建模。这项工作将作为一个模板，不仅用于WiFi传感，而且用于大多数无线传感应用，从WiFi到利用AI/ML模型的基于毫米波雷达的传感，对预测的不确定性进行建模。
2022-10-12 cs.AI cs.LG eess.SP
Semantic Sensing and Communications for Ultimate Extended Reality
无线终极延展实境（XR）技术作为虚拟现实系统的关键技术，受到了业界和学术界的广泛关注。然而，严格的延迟和超高数据速率要求阻碍了无线终极XR的发展。语义通信不需要逐位传输源数据，而是关注源数据中包含的语义信息的成功传递，这在减少无线系统的数据流量方面显示出巨大的潜力。受语义通信的启发，本文为无线终极XR开发了一个联合语义感知、渲染和通信框架。语义感知通过探索语义信息的时空分布来提高感知效率。语义渲染旨在减少语义冗余像素的成本。其次，采用语义通信，实现无线极限XR的高数据传输效率。最后，通过两个案例分析验证了该框架的有效性.最后，潜在的研究方向，以促进语义感知的无线终极XR的发展。
2022-12-16 eess.IV eess.SP
Multimodal Wireless Foundation Models
Department of Electrical and Software Engineering（电气与软件工程系）；University of Calgary（卡尔加里大学）
本文提出首个多模态无线基础模型，能处理IQ流和图像类无线模态，支持多种无线任务，展示了其在不同模态上的广泛应用潜力。
2026-02-19 cs.AI cs.LG eess.SP
Flexible Intelligent Metasurface for Enhancing Multi-Target Wireless Sensing
本文研究了柔性智能超表面（FIM）对多目标无线感知性能的提升作用，提出一种块坐标下降算法，通过联合优化发射协方差矩阵和FIM表面形状来最大化目标位置探测信号累积功率，显著提升了感知性能。
2025-06-29 cs.IT eess.SP math.IT
Wireless Power Transfer for Future Networks: Signal Processing, Machine Learning, Computing, and Sensing
无线电力传输（WPT）是一种新兴的范例，它将使无线在未来的网络中发挥其全部潜力，不仅可以传输信息，还可以提供能量。这样的网络将使未来数万亿的低功耗设备能够在任何地方、任何时间和移动中进行感知、计算、连接和供电。这样的未来网络的设计为信号处理、机器学习、感测和计算带来了新的挑战和机遇，以便最佳地利用RF辐射、频谱和网络基础设施，为无线设备提供具有成本效益的实时电源，并实现无线供电的应用。在本文中，我们首先回顾了最近的信号处理技术，使WPT和无线信息和功率传输尽可能有效。主题包括功率放大器和能量采集器的非线性、有源和无源波束形成、智能反射表面、多天线采集器的接收组合、调制、编码、波形、大规模MIMO、信道捕获、发射分集、多用户功率区域表征、协作多点和分布式天线系统。然后，我们概述了两种不同的设计方法：依赖于分析系统模型，现代凸优化和通信理论的模型和优化方法，以及基于数据驱动的端到端学习和基于物理的学习方法。我们讨论了每种方法的优点和缺点，特别是在考虑无线供电网络中的各种非线性时，并确定了有趣的新兴机会，这些方法可以相互补充。最后，我们确定了WPT可能发挥关键作用的新兴无线技术-无线供电的移动边缘计算和无线供电的传感-认为WPT，通信，计算和传感必须联合设计。
2021-01-13 cs.IT eess.SP math.IT
A Primer on Large Intelligent Surface (LIS) for Wireless Sensing in an Industrial Setting
Aalborg University（奥尔堡大学）；Norwegian University of Science and Technology（挪威科技大学）
经常被强调的超5G发展之一是无线通信和无线电传感的集成。本文讨论了在典型的工业4.0场景中大型智能表面（LIS）的通信传感集成的潜力。除了高吞吐量和无线链路的高效复用的潜力之外，LIS还可以提供传播环境的高分辨率渲染。这是因为，在室内环境中，它可以放置在感测现象附近，而高分辨率是由部署在大面积上的密集间隔的微小天线提供的。通过将LIS视为环境的无线电图像，我们开发了利用计算机视觉与机器学习相结合的传感技术。我们测试这些方法的情况下，我们需要检测工业机器人是否偏离预定义的路线。结果表明，基于LIS的传感器具有较高的精度，在室内工业环境中具有很大的应用潜力。
2020-11-16 cs.CV cs.LG eess.SP
Multimodal Mixture-of-Experts for ISAC in Low-Altitude Wireless Networks
IEEE
本文提出了一种多模态专家混合模型，用于提升低空无线网络中ISAC的性能，通过自适应融合策略提高环境感知和通信效率。
2025-12-01 cs.LG eess.SP
ESPARGOS: Phase-Coherent WiFi CSI Datasets for Wireless Sensing Research
本文介绍了利用专为无线感知开发的相位相干多天线WiFi信道探测仪ESPARGOS采集并公开的大规模CSI数据集，该数据集具备详尽标注，支持数据驱动和基于机器学习的感知研究。
2024-08-29 cs.IT eess.SP math.IT
Wireless LAN sensing with smart antennas
Adant Technologies Inc.（Adant科技公司）；Università di Padova（帕多瓦大学）；Consiglio Nazionale delle Ricerche (CNR)（意大利国家研究委员会）
本文的目标是人体运动检测问题，使用无线局域网设备（WiFi）配备了方向图可重构天线。运动感测通过监测源自支持波束控制技术的智能天线的周围WiFi信号的身体引起的改变来获得，从而允许将天线辐射图案信道化到预定义的感兴趣点。我们首先讨论信号和信道状态信息（CSI）处理和净化。接下来，我们描述了基于到达角（AoA）监测的运动检测算法。在一个大型的灵巧家庭环境中对所提出的算法进行了实验验证。
2022-04-27 cs.LG cs.NI eess.SP
