Intelligent Reflecting Surface-Aided Spectrum Sensing for Cognitive Radio
频谱感知是认知无线电的关键使能技术,它提供有关频谱可用性的重要信息。然而,由于严重的无线信道衰落和路径损耗,在CR或次要用户(SU)处接收的主要用户(PU)信号实际上可能太弱而不能进行可靠检测。为了解决这个问题,我们认为在这封信中一个新的智能反射表面(IRS)辅助频谱感知方案CR,通过利用大孔径和被动波束形成增益的IRS提高PU信号强度接收在SU,以促进其频谱感知。具体地,通过根据给定的码本随时间动态地改变IRS反射,其反射信号功率在SU处基本上变化,这被用于机会信号检测。此外,我们提出了一种加权的能量检测方法,通过结合不同的IRS反射的接收信号的功率值,这显着提高了检测性能。仿真结果验证了所提出的IRS辅助频谱感知方案的性能增益,与不同的基准方案相比。
2022-02-05 cs.ET cs.IT eess.SP
Sensing Aided Uplink Transmission in OTFS ISAC with Joint Parameter Association, Channel Estimation and Signal Detection
针对OTFS调制下ISAC车辆网络中感知参数难以与发射机关联的挑战,提出联合参数关联、信道估计与信号检测的双线性恢复方案及Bi-UAMP消息传递算法,数值结果验证其性能逼近理论界限。
2023-05-19 eess.SP
Data-Aided Target Localization in Multistatic ISAC Systems With Communication Constraints
Beijing Union University(北京联合大学);Tsinghua University(清华大学)
研究多基地ISAC系统中利用通信信号进行目标定位的问题,提出含统计数据辅助感知和联合数据辅助感知与解码两种策略的数据辅助框架,推导性能极限,制定联合设计问题并开发算法,仿真验证方案有效性。
2026-07-14 eess.SP
Classification-Aided Multitarget Tracking Using the Sum-Product Algorithm
多目标跟踪(MTT)是一个具有挑战性的任务,其目的是从一个或多个传感器提供的目标状态的测量来估计目标的数量和它们的状态。额外的信息,如分类器提供的目标类别的不完美估计,可以促进目标测量关联,从而提高MTT性能。在这封信中,我们描述了如何最近提出的MTT框架的基础上和产品算法可以扩展到有效地利用类信息。仿真结果证明了该方法的有效性。
2020-08-04 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
Sense-Store-Send: Trajectory Optimization for a Buffer-aided Internet of UAVs
在这封信中,我们研究了无人机(UAV)的缓冲器辅助互联网,其中UAV执行数据感测,存储数据,并将其发送到蜂窝网络中的基站(BS)。为了最小化所有传感任务的总体完成时间,我们制定了一个联合轨迹,传感位置和传感时间优化问题。为了有效地解决这个NP难问题,我们提出了一个迭代轨迹,传感位置和传感时间优化(ITLTO)算法,并讨论了传感时间和飞行时间之间的权衡。仿真结果表明,该算法能有效地减少传感任务的完成时间。
2020-09-15 cs.IT eess.SP math.IT
Demo: Reconfigurable Distributed Antennas and Reflecting Surface (RDARS)-aided Integrated Sensing and Communication System
本文设计并实现RDARS辅助的ISAC系统原型,通过可切换反射/连接模式的可编程单元增强上行通信与感知,在不降低通信速率的前提下实现可靠用户定位。
2023-08-15 cs.NI 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
Calibration in RIS-aided Integrated Sensing, Localization and Communication Systems
本文综述了6G时代RIS辅助的ISAC系统中几何与硬件校准的类型、影响及挑战,强调了锚点状态对定位与感知的重要性。
2024-09-25 eess.SP
Tracking-Aided Multi-User MIMO Communications with Hybrid Reconfigurable Intelligent Surfaces
本文提出一种基于混合可重构智能表面(HRISs)双重功能的跟踪辅助多用户MIMO通信框架,通过联合设计发射预编码矩阵与HRIS配置,在满足服务质量约束下最大化用户位置估计精度,并验证了其有效性。
2025-04-26 eess.SP
Channel Tracking for RIS-aided mmWave Communications Under High Mobility Scenarios
新兴的可重构智能表面(RIS)技术有望应用于毫米波(mmWave)通信系统中,以有效地补偿传播损耗或解决阻塞问题。考虑到实际应用中用户的高度移动性,实时调整相位偏移以使波束对准移动用户是非常必要的,这就需要频繁地估计信道状态信息。因此,必须设计有效的信道跟踪方案以避免复杂的信道估计过程。在本文中,我们开发了一种新的信道跟踪方案,与传统的计划有两个优点。首先,我们的跟踪方案是基于级联的角度在RIS,而不是准确的角度值,这是更实际的。其次,它可以在噪声可以是非高斯的更一般的设置下使用。仿真结果表明,该方案具有较高的跟踪精度,并验证了其优于现有的基于EKF的跟踪方案。
2023-02-07 eess.SP
Beam-Squint-Aided Hierarchical Sensing for Integrated Sensing and Communications with Uniform Planar Arrays
POSTECH(浦项工科大学);Princeton University(普林斯顿大学)
本文提出利用波束偏转的分层感知框架,通过均匀平面阵列实现高效二维角度估计与低功耗感知通信。
2025-12-31 eess.SP
STAR-RIS Aided Integrated Sensing, Computing, and Communication for Internet of Robotic Things
提出STAR-RIS辅助的ISCC机器人物联网框架,通过AO结合WMMSE、惩罚与SCA联合优化波束成形和RIS系数,提升总计算速率。
2024-11-30 eess.SP
Optimal Beamforming Design for ISAC with Sensor-Aided Active RIS
本文针对视距链路受阻导致感知性能下降的问题,提出一种传感器辅助的有源RIS系统模型,通过设计基于逐次凸逼近的波束成形优化方法最大化回波信噪比,仿真证明其优于无传感器辅助方案。
2024-10-16 eess.SP
Confidence-Guided Adaptive Beam Selection for Vision-Aided Beam Tracking in mmWave Systems
Universität Paderborn(帕德博恩大学);Brunel University of London(伦敦布鲁内尔大学);Technische Universität Dresden(德累斯顿工业大学)
针对毫米波系统视觉辅助波束跟踪中固定波束选择忽略不确定性的问题,提出置信度引导自适应波束选择方法,在DeepSense 6G场景8上实现了多项性能提升。
2026-10-16 eess.SP
Sensing-Aided Ordered Reliability Bits Guessing Random Additive Noise Decoding
Research Laboratory for Electronics, Massachusetts Institute of Technology(麻省理工学院电子研究实验室);College of Engineering and College of Science, Massachusetts Northeastern University(马萨诸塞东北大学工程学院和理学院)
本文针对单输入单输出窄带衰落信道,提出感知辅助ORBGRAND解码方法,通过融合环境信息与导频观测优化LLR计算,可降低块错误率与平均查询复杂度,导频受限场景下增益显著。
2026-08-17 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
Sensing aided Channel Estimation in Wideband Millimeter-Wave MIMO Systems
在这项工作中,上行链路信道估计问题被认为是毫米波(mmWave)多输入多输出(MIMO)系统。众所周知,信道估计中的导频开销和计算复杂度随着天线数目和带宽而增加。为了克服这一点,所提出的方法允许在基站的信道估计由感测信息辅助。感测信息包含对环境中的散射体位置的估计。提出了一种同时加权正交匹配追踪(SWOMP)-稀疏贝叶斯学习(SBL)算法,有效地将此感知信息的通信信道估计过程。所提出的框架可以应对a)存在于感测信息中的散射体与通信信道不相关联以及b)散射体的位置中的缺陷的场景。仿真结果表明,该算法仅以少量导频开销为代价,就能获得良好的宽带性能。最后,Cramer-Rao界(CRB)的角度估计和多径信道增益的SBL推导出,所提出的算法的本地可识别性提供了宝贵的见解。
2023-02-04 cs.IT eess.SP math.IT
Inertial Sensor Aided mmWave Beam Tracking to Support Cooperative Autonomous Driving
提出了一种基于毫米波(mmWave)的大规模多输入多输出(MIMO)车对车(V2V)通信中的惯性传感器辅助波束对准和跟踪技术。由于车辆场景中的定向通信受到波束指向问题的严重阻碍,因此必须定期执行波束对准过程以保证通信可靠性。当处理大规模多输入多输出链路时,已知波束扫描方法是耗时的,并且由于延迟约束而通常是不可行的。为了加快这个过程中,我们提出了一种方法,利用先验信息提供的阵列动态的惯性传感器上的收发器,以协助波束对准过程。所提出的惯性传感器辅助技术允许在发射时连续跟踪波束,避免频繁的重新对准阶段。基于收发器上加速度计的实际测量的数值结果表明,相对于传统的波束对准协议,V2V通信吞吐量方面有显着的增益。
2019-03-28 cs.IT eess.SP math.IT
Synesthesia of Machines (SoM)-Aided FDD Precoding with Sensing Heterogeneity: A Vertical Federated Learning Approach
本文提出一种机器联觉辅助的纵向联邦学习预编码方案,利用多模态感知和在线训练策略,在缩短导频序列的同时逼近完美信道状态信息下的传统优化性能。
2025-03-13 eess.SP
Movable Antenna-enabled RIS-aided Integrated Sensing and Communication
本文针对盲区通信与感知性能提升问题,提出MA与RIS辅助的ISAC系统,通过联合优化基站波束成形、RIS反射系数和MA位置最大化RIS处最小波束增益,采用AO结合多种凸优化技术求解,性能优于传统FPA方案,还可降低用户信道相似性、提升信道增益。
2024-09-11 eess.SP
Data-aided Channel Estimation and Sensing With Sparse Bayesian Learning for AFDM-ISAC System
Nanyang Technological University(南洋理工大学);AUMOVIO-NTU Corporate Lab, Nanyang Technological University(奥莫维欧-南洋理工大学联合实验室);University of California, Irvine(加州大学尔湾分校);AUMOVIO Germany GmbH(德国奥莫维欧有限公司)
针对AFDM-ISAC系统在双色散信道中提高频谱效率与获取准确参数的挑战,提出数据辅助网格演化稀疏贝叶斯学习方案,含高效迭代接收机、网格演化程序及低复杂度算法,数值结果验证了方案有效性与优越性。
2026-07-22 eess.SP
Multipath Component-Aided Signal Processing for Integrated Sensing and Communication Systems
本文针对密集城区ISAC系统中的多径干扰问题,提出符号级融合的MPC辅助定位方案SFMC,并结合Khatri-Rao空时码提升通信与感知性能,仿真验证其可实现鲁棒高精度定位和亚米级精度。
2024-12-31 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
Power Source Allocation for RIS-aided Integrating Sensing, Communication, and Power Transfer Systems Based on NOMA
本文针对RIS辅助NOMA的集成感知、通信与功率传输系统,提出基于BCD的联合优化算法,在满足多约束下实现功率最小化,验证了算法有效性与三类性能的均衡性。
2024-11-01 eess.SP
Data-Aided Asynchronous OFDM Integrated Sensing and Communications: A Mean-Field Variational Bayes Approach
San Diego State University(圣地亚哥州立大学);University of California, San Diego(加州大学圣地亚哥分校)
针对异步上行链路OFDM-ISAC系统,提出数据辅助的平均场变分贝叶斯框架,联合推断多类参数,利用检测数据符号细化传感参数,性能优于多种基线方法,凸显同步感知设计的重要性。
2026-09-09 eess.SP
Joint Active and Passive Beamforming Design for IRS-aided MIMO ISAC Based on Sensing Mutual Information
本文研究IRS辅助MIMO ISAC系统,旨在最大化感知互信息,并针对LoS和Rician衰落两种信道情况分别提出联合主动与被动波束成形设计的迭代算法。
2025-04-02 eess.SP
Environment Sensing-aided Beam Prediction with Transfer Learning for Smart Factory
本文提出一种面向智能工厂的环境感知辅助波束预测模型,通过迁移学习利用新环境有限标注数据微调预训练模型,实现高效波束预测,显著降低训练数据量和时间成本。
2024-05-24 eess.SP
Track-before-detect in RIS-aided Integrated Sensing and Communication
University of Cassino and Southern Lazio(卡西诺与南拉齐奥大学);Polytechnic University of Milan(米兰理工大学);European University of Technology EUt+(欧洲技术大学联盟EUt+);Consorzio Nazionale Interuniversitario per le Telecomunicazioni (CNIT)(意大利国立电信联合协会(CNIT))
本文提出利用多帧雷达检测器提升用户频谱效率的方法,通过增加扫描次数实现更优的系统性能权衡。
2025-07-03 eess.SP
Intelligent Reflecting Surface-Aided Maneuvering Target Sensing: True Velocity Estimation
机动目标感知将是未来车载网络的重要服务,而精确的速度估计是其中的核心任务之一。为此,最近提出的通感一体化(ISAC)提供了一个有前途的平台,实现准确的速度估计。然而,单站ISAC基站(BS)只能估计真实速度的径向投影,这会导致严重的估计误差。本文研究了利用智能反射面(IRS)估计机动目标真速度的问题。我们提出了一种有效的速度估计算法,利用两个角度从BS和IRS的目标。我们提出了一个两阶段的计划,其中的真实速度可以恢复的基础上的多普勒频率的BS-目标链路和BS-IRS-目标链路。实验结果表明,该方法可以准确地恢复出真实速度,并显示了加入IRS的优势。
2022-10-31 eess.SP
OFDM-Based Active STAR-RIS-Aided Integrated Sensing and Communication Systems
本研究提出有源STAR-RIS辅助的OFDM基ISAC系统,通过优化雷达信噪比提升检测与传输效率,仿真验证其性能优于传统STAR-RIS,且高速下增大子载波间隔可降低误码率。
2024-07-11 eess.SP
A General Framework for RIS-Aided mmWave Communication Networks: Channel Estimation and Mobile User Tracking
可重构智能表面(RIS)作为一种提高无线通信性能的新技术,已经得到了广泛的讨论。基于RIS的独特设计,其元件可以反射,吸收,吸收或聚焦入射波向任何所需的方向。这些功能被证明是克服毫米波(mmWave)的高传播条件(包括路径衰减和阻塞)的主要解决方案。然而,由于RIS元件的无源性质以及多输入多输出(MIMO)系统产生的估计开销,RIS辅助通信中的信道估计仍然是主要关注点。因此,用户跟踪尚未进行分析。本文是第一个工作,解决信道估计,波束成形,和用户跟踪下实际毫米波RIS-MIMO系统。通过给出RIS设计与MIMO系统的数学关系,提出了RIS设计的三阶段框架。首先使用分层波束搜索来估计基站(BS)与RIS之间的信道,然后使用迭代解析算法来估计RIS与用户之间的信道。最后,一个流行的跟踪算法被用来跟踪RIS和用户之间的信道参数。系统分析表明,所提出的框架在实时场景中的鲁棒性和有效性。
2020-09-02 eess.SP
Sensing-Aided Peer-to-Peer Millimeter-Wave Communication
针对毫米波通信中感知与通信的调度冲突及定向精度问题,提出一种雷达和IMU辅助的P2P毫米波通信系统,联合实现波束成形与感知,实现稳健跟踪并提升吞吐量。
2024-01-27 cs.SY eess.SP eess.SY
IEEE 802.11ad-Aided 5-D Sensing with a UAV Swarm in Urban Environment
Indraprastha Institute of Information Technology Delhi(德里印度理工学院);United States DEVCOM Army Research Laboratory(美国DEVCOM陆军研究实验室)
本文提出基于IEEE 802.11ad协议的UAV蜂群系统,实现城市环境中5维地面目标感知。
2026-02-09 eess.SP
Triple-Structured Compressive Sensing-based Channel Estimation for RIS-aided MU-MIMO Systems
可重构智能表面(RIS)被认为是5G之后的潜在技术,并引起了巨大的研究关注。然而,由于级联信道中的参数数量过多,在RI辅助系统中的信道估计仍然是一个关键的挑战。现有的基于压缩感知(CS)的RIS估计方案仅采用不完全稀疏性,这会导致冗余导频消耗。在本文中,我们利用级联通道的特定三重结构稀疏性,即,公共列稀疏度、偏移补偿后的结构化行稀疏度和所有用户之间的公共偏移。在此基础上提出了一种新的多用户联合估计算法。仿真结果表明,我们的方法可以显着减少导频开销在两个CDMA和UPA场景。
2021-08-31 cs.IT eess.SP math.IT
RIS-Aided NLoS Monostatic Sensing under Mobility and Angle-Doppler Coupling
针对视距阻塞下RIS辅助移动目标单站感知中的高维搜索与角度-多普勒耦合问题,提出低复杂度两步GLRT算法及RIS相位设计,仿真证明其收敛于理论界并优于现有基准。
2024-01-12 eess.SP
Channel Tracking and Prediction for IRS-aided Wireless Communications
对于智能反射面(IRS)辅助的无线通信,信道估计是必不可少的,并且当IRS反射元件的数量很大时通常需要过多的信道训练开销。当信道由于发射机和/或接收机的移动性而不是准静态时,准确的信道状态信息(CSI)的获取变得更具挑战性。在这项工作中,我们研究了IRS辅助的无线通信系统与时变信道模型,并提出了一个创新的两阶段传输协议。在第一阶段,我们发送导频符号和跟踪的基础上接收到的信号的直接/反射信道,然后发送数据信号。在第二阶段中,不是首先发送导频符号,而是直接预测直接/反射信道,并且所有时隙用于数据传输。基于所提出的传输协议,我们提出了一个两阶段的信道跟踪和预测(2SCTP)计划,以获得直接和反射信道与低信道训练开销,这是通过利用时间相关的时变信道。具体来说,我们首先考虑一个特殊的情况下,IRS接入点(AP)信道被假定为静态的,其中一个卡尔曼滤波器(KF)为基础的算法和长短期记忆(LSTM)为基础的神经网络,分别提出了信道跟踪和预测。然后,对于更一般的情况下,IRS-AP,用户IRS和用户AP信道都被假定为是时变的,我们提出了一个广义KF(GKF)为基础的信道跟踪算法,其中适当的近似处理底层的非高斯随机变量。数值仿真结果验证了我们提出的传输协议和信道跟踪/预测算法的有效性相比,现有的。
2022-03-11 eess.SP
Tensor-Based Channel Estimation and Data-Aided Tracking in IRS-Assisted MIMO Systems
针对信道老化问题,提出一种基于张量建模的两阶段方法,通过张量分解实现信道估计、IRS配置及数据符号跟踪,在误码率和均方误差上优于现有方案。
2023-05-17 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
Variational Bayesian Multiuser Tracking for Reconfigurable Intelligent Surface Aided MIMO-OFDM Systems
针对多 RIS 辅助 MIMO-OFDM 系统的移动用户跟踪问题,提出在线贝叶斯消息传递算法,并基于 BCRB 优化 RIS 无源波束赋形,实现厘米级定位精度。
2023-04-24 eess.SP
Joint Location Sensing and Channel Estimation for IRS-Aided mmWave ISAC Systems
针对IRS辅助毫米波ISAC系统,提出两阶段传输方案与AS-TVBI算法,联合感知位置并估计信道,利用稀疏性提升性能,仿真验证优越性。
2023-11-14 eess.SP
RIS-Aided Localization and Sensing
University of Patras(帕特雷大学);National and Kapodistrian University of Athens(雅典国立卡波蒂斯特里安大学);European Space Agency (ESA)(欧洲空间局)
本研究提出利用可重构智能表面技术提升定位与传感精度,通过算法优化和实验验证,实现复杂环境下的高效通信与感知
2025-12-03 eess.SP
Computer Vision-Aided Reconfigurable Intelligent Surface-Based Beam Tracking: Prototyping and Experimental Results
在本文中,我们提出了一种新的基于计算机视觉的方法来帮助可重构智能表面(RIS)的动态光束跟踪,然后实现相应的原型验证系统。在RIS上安装一个摄像头以获取周围环境的视觉信息,RIS利用该信息识别所需的反射光束方向,然后根据预先设计的码本调整反射系数。与传统的利用信道估计或波束扫描来获得反射系数的方法相比,所提出的方法不仅节省了波束训练开销,而且消除了对额外反馈链路的需求。我们建立了一个运行在5.4 GHz的20 × 20 RIS,并开发了一个高速控制板,以确保反射系数的实时刷新。同时,我们实现了一个独立的对等通信系统来模拟基站和用户设备之间的通信。视觉辅助RIS原型系统在两种移动场景下进行了测试:RIS工作在近场条件下作为基站的无源阵列天线; RIS工作在远场条件下辅助基站与用户设备之间的通信。实验结果表明,RIS能够根据视觉信息快速调整反射系数,实现动态光束跟踪。
2022-07-11 eess.SP
Optimal Waveform Design for Continuous Aperture Array (CAPA)-aided ISAC Systems
the University of Hong Kong(香港大学);Queen Mary University of London(伦敦大学玛丽女王学院)
本文提出利用连续孔径阵列辅助的ISAC系统,通过优化波形设计提升多目标感知与通信性能。
2025-11-25 eess.SP
RL-Aided Cognitive ISAC: Robust Detection and Sensing-Communication Trade-offs
Ruhr University Bochum(鲁尔大学波恩分校);Robert Bosch GmbH(罗伯特·博世有限公司)
本文提出一种RL辅助的认知ISAC框架,结合Wald型检测器和SARSA算法实现鲁棒目标检测与自适应位置估计,并通过联合波形优化平衡感知精度与通信吞吐量,显著提升了检测概率且保持通信性能。
2025-11-04 cs.LG eess.SP
AoI-Aware Machine Learning for Constrained Multimodal Sensing-Aided Communications
University of Oulu(奥卢大学);Arizona State University(亚利桑那州立大学)
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
Lightweight Vision-Aided Beam Tracking for Cross-Environment mmWave Communications
Centre for Wireless Communications (CWC), University of Oulu, Finland(奥卢大学无线通信中心);School of Electrical, Computer, and Energy Engineering, Arizona State University, Tempe, USA(亚利桑那州立大学电气、计算机与能源工程学院);School of Electrical Engineering & Computer Science, University of California, Irvine, USA(加州大学欧文分校电气与计算机科学学院)
针对毫米波波束管理开销大、环境差异大的问题,提出基于深度可分离卷积的轻量级视觉辅助模型,通过序列分类联合预测当前和未来最优波束,在DeepSense 6G两个场景中实现84%的跨环境预测准确率,参数和计算量分别降低约52倍和79倍。
2026-07-02 eess.SP
Sensing Aided OTFS Channel Estimation for Massive MIMO Systems
正交时频空间(OTFS)调制具有在高度移动场景中实现鲁棒通信的潜力。然而,估计OTFS系统的信道与高导频信令开销相关联,该高导频信令开销与最大延迟和多普勒扩展成比例。这对于大规模MIMO系统来说尤其具有挑战性,因为系统开销也随着天线数量的增加而增加。然而,一个重要的观察是,延迟,多普勒,和出发/到达信息的角度直接相关的距离,速度,和移动用户的方向信息和环境中的各种散射体。有了这个动机,我们建议利用雷达感测来获得有关环境中的移动用户和散射体的信息,并利用它来帮助大规模MIMO系统中的OTFS信道估计。作为实现我们的愿景的一种方法,本文将大规模MIMO系统中的OTFS信道估计问题制定为稀疏恢复问题,并利用雷达感测信息来确定支持(非零延迟多普勒抽头的位置)。提出的雷达传感辅助稀疏恢复算法进行评估的基础上准确的三维射线跟踪框架与共存的雷达和通信数据。结果表明,开发的传感辅助解决方案始终优于标准稀疏恢复算法(不利用雷达传感数据),并导致显着减少导频开销,这突出了基于OTFS的大规模MIMO系统的一个有前途的方向。
2022-09-22 cs.IT eess.SP math.IT
Cramer-Rao Lower Bound Optimization for Hidden Moving Target Sensing via Multi-IRS-Aided Radar
智能反射表面(IRS)是一种快速发展的非视距(NLoS)无线传输模式。在本文中,我们专注于红外辅助雷达估计性能的运动隐藏或NLoS目标。与以前的作品,采用一个单一的IRS,我们调查这个问题,使用多个IRS平台,并通过推导相关的Cramer-Rao下界(CRLB)评估的估计性能。然后,我们通过最小化联合参数CRLB矩阵的标量A-最优性度量来设计多普勒感知IRS相移。由此产生的优化问题是非凸的,因此通过交替优化框架来解决。数值结果表明,部署多个IRS平台与我们提出的优化相移导致更高的估计精度相比,非IRS和单IRS的替代品。
2022-11-27 eess.SP math.OC
Low Dynamic Range for RIS-aided Bistatic Integrated Sensing and Communication
本文针对RIS辅助双基地ISAC系统,提出优化框架以最小化路径干扰,采用BCCD和黎曼共轭梯度法求解非凸问题,仿真验证有效性。
2024-11-09 eess.SP
EOTNet: Deep Memory Aided Bayesian Filter for Extended Object Tracking
针对扩展目标跟踪中状态与扩展演化的非马尔可夫性,提出深度记忆辅助的贝叶斯递归神经网络EOTNet,在模拟和真实数据上超越传统及深度学习方法。
2025-05-24 eess.SP
LoFi: Vision-Aided Label Generator for Wi-Fi Localization and Tracking
Shenzhen Research Institute of Big Data(深圳大数据研究院);School of Computer Science and Engineering, Sun Yat-sen University(中山大学计算机科学与工程学院);School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)科学与工程学院)
LoFi通过视觉辅助生成高精度的Wi-Fi定位与跟踪标签,降低数据收集成本,提升数据驱动方法的实用性。
2025-09-12 cs.CV eess.SP
ViWi Vision-Aided mmWave Beam Tracking: Dataset, Task, and Baseline Solutions
视觉辅助无线通信受到深度学习和计算机视觉的最新进展以及对毫米波(mmWave)和太赫兹系统中视线链路的日益依赖的推动。通过利用视觉,这一新的研究方向实现了一系列有趣的新功能,例如视觉辅助毫米波波束和阻塞预测、主动切换和资源分配等。这些功能有可能可靠地支持高度移动的应用,例如车辆/无人机通信以及毫米波和太赫兹系统中的无线虚拟/增强现实。然而,研究这些有趣的应用程序需要开发特殊的数据集和机器学习任务。基于Vision-Wireless(ViWi)数据集生成框架[1],本文开发了一个先进而现实的场景/数据集,具有多个基站,移动用户和丰富的动态。在此数据集的支持下,本文定义了视觉无线毫米波波束跟踪任务(ViWi-BT),并提出了一个基线解决方案,可以为未来的ViWi-BT算法提供初始基准。
2020-02-13 cs.IT eess.SP math.IT
Freshness-Aware Constrained Sensing-Aided Beam Prediction with Knowledge Distillation
Arizona State University(亚利桑那州立大学)
本文针对现有波束预测框架依赖持续新鲜传感数据的缺陷,提出结合信息年龄(AoI)与知识蒸馏(KD)的传感预算约束下的辅助波束预测框架,实验验证了其在低数据量下的优异预测性能。
2026-09-02 eess.SP