Capacity Cost of Fulfilling the URLLC Performance in Industrial 5G New Radio Deployments
5G新无线电规范的发展是由确定性低延迟用例(如超可靠和低延迟通信(URLLC))派生的。URLLC应用需要严格的无线电延迟和可靠性性能,例如,单向无线电延迟为1 ms,成功概率为99.999%。此外,对于宽带容量蜂窝应用,例如,增强型移动宽带(eMBB)用例。单个无线电频谱上的URLLC和eMBB服务类别之间的共存是一项具有挑战性的任务,因为实现严格的URLLC无线电目标通常会导致容量损失。因此,电信运营商必须了解满足各种URLLC要求的容量成本,以便充分规划相应的定价模型。因此,在这项工作中,对系统容量损失进行了全面分析,以实现不同URLLC用例的各种要求。一组广泛的现实系统级模拟进行,并介绍了有价值的见解和系统设计建议的URLLC-eMBB服务质量共存。
2022-04-02 eess.SP
Multi-Objective RIS Deployment Optimization for Physical Layer Security in ISAC Networks
Intelligent Networks Research Group, German Research Center for Artificial Intelligence(智能网络研究组,德国人工智能研究中心);Institute for Wireless Communication and Navigation, RPTU University Kaiserslautern-Landau(无线通信与导航研究所,莱茵兰-普法塔尔大学凯泽斯劳滕-兰道分校)
本文提出多目标优化框架,统一分析通信性能、传感精度和安全相关信道特性,探讨RIS部署与ISAC配置权重对通信与传感任务的反射增益分配影响。
2026-04-22 eess.SP
Multi-Target Localization in Multi-Static Integrated Sensing and Communication Deployments
针对多静态ISAC部署中的多目标定位问题,提出多节点信息融合与散射建模框架,并通过室内毫米波链路预算仿真验证其相对单静态基线最高35%的检测概率增益。
2023-06-13 eess.SP
Integration of Communication and Sensing in 6G: a Joint Industrial and Academic Perspective
6 G可能是第一代移动通信,将定位和传感与通信功能紧密集成。在全球范围内的多项举措中,Hexa-X旗舰项目脱颖而出,因为它汇集了来自相邻行业和学术界的25个关键参与者,其明确目标之一是研究全新的无线电接入技术和高分辨率定位和传感。这些功能不仅可以实现需要极端本地化性能的新用例,还可以提供支持和改进通信功能的方法。本文概述了Hexa-X愿景以及设想的用例。为了缩小这些用例在5G方面所需的性能差距,将讨论几个技术推动因素,以及未来几年的相关研究挑战。
2021-06-24 cs.IT eess.SP math.IT
Digital Twin Enabled Smart Control Engineering as an Industrial AI: A New Framework and A Case Study
在迈向工业4.0的过程中,由于多个代理、网络物理系统、分布式传感和大数据的存在,工业系统的复杂性增加,这些因素引入了影响制造过程生产目标的未知动态。因此,Digital Twin是一项突破性的技术,对应于开发任何复杂系统的虚拟表示的能力,以便执行设计,分析和行为预测任务,通过实时分析,并行传感或智能控制工程等新的使能功能增强对这些系统的理解。本文提出了一种新的框架,设计和实现数字孪生应用程序的智能控制工程的发展。该框架的步骤包括系统文档、多域仿真、行为匹配和实时监控。该框架被应用于开发数字孪生实时视觉反馈红外温度均匀性控制。结果表明,数字孪生是向工业4.0转型的重要组成部分。
2020-07-06 eess.SP
A cross-modal pre-training framework with video data for improving performance and generalization of distributed acoustic sensing
针对DAS-MAE在频率分析和数据需求上的局限性,提出结合STFT时频特征提取与视频到DAS跨模态预训练的框架,大幅提升少样本分类及损伤预防任务性能,扩展训练资源并推动工业IoT传感跨模态学习。
2025-11-12 eess.SP
Deployment Optimization for Meta-material Based Internet of Things
在本文中,我们提出了一个元物联网系统,以实现无处不在的部署和普适感知未来的物联网(IoT)。在这样的系统中,传感器由专用超材料组成,其无线信号的频率响应对环境条件敏感。因此,我们可以通过Meta-IoT设备从反射信号中获得感测结果,并且可以消除IoT设备的能源供应。然而,在Meta-IoT系统中,由于Meta-IoT设备的位置决定了反射信号之间的干扰,这可能使得不同位置的感测结果难以区分,并且估计功能应该整合结果以重建3D分布。优化Meta-IoT设备的位置以确保3D环境条件的感测准确性是一项挑战。为了应对这一挑战,我们建立了元物联网设备感知和传输的数学模型,以计算元物联网设备之间的干扰。然后,提出了一种算法,通过优化Meta-IoT设备的位置和估计函数来联合最小化干扰和重建误差。仿真结果表明,该系统可以获得高精度的三维环境条件分布。
2021-07-03 eess.SP
Cost-Effective Quasi-Parallel Sensing Instrumentation for Industrial Chemical Species Tomography
化学物种层析成像技术(CST)已广泛应用于工业过程中关键气相参数的成像。为了获得高保真图像,CST通常通过来自多个激光束的视线波长调制光谱(WMS)测量来实现。每个激光束上的调制传输信号需要a)由高速模数转换器(ADC)数字化; b)由数字锁定(DLI)模块解调;以及c)传送到高级处理器以进行图像重建。尽管完全并行的数据采集(DAQ)和信号处理系统可以实现具有最大化的时间响应的这些功能,但是其导致高度复杂、昂贵且功耗大的仪器系统,该仪器系统由于单独的电子器件而具有采样光束之间的不一致的高可能性。此外,并行采样的大量光谱数据显著加重了工业应用中的通信过程,其中原位信号数字化远离高级数据处理。为了解决这些问题,为工业CST开发了准并行感测技术和电子电路,其中多光束传输信号的数字化和解调在波长扫描内的高频调制上被复用。我们的发展不仅保持了时间响应的完全并行的传感方案,但也有利于具有成本效益的实施工业CST非常低的复杂性和减少数据传输的负载。所提出的技术是分析证明,噪声污染的CST模拟数值研究,并使用实验室规模的CST系统与32激光束的实验验证。
2020-11-20 cs.SY eess.SP eess.SY
Distributed MIMO Measurements for Integrated Communication and Sensing in an Industrial Environment
本文在工业环境中开展 sub-6 GHz 分布式 MIMO 测量,评估衰落分集与链路可靠性,并验证多基地感知定位及新型空间一致信道模型需求。
2024-03-04 cs.IT eess.SP math.IT
Analysis of 3GPP and Ray-Tracing Based Channel Model for 5G Industrial Network Planning
本文研究了3GPP信道模型在工业场景的适用性,提出利用瑞典工厂连续波测量数据校准基于射线追踪的RT模型,使其RMSE和标准差低于7 dB,并通过模拟网络部署对比两者在RSRP覆盖图和覆盖率上的表现,为优化5G工业网络规划提供见解。
2024-07-23 cs.ET eess.SP
WiFi Sensing via Reservoir Computing
School of Electrical and Data Engineering, University of Technology Sydney(悉尼科技大学电气与数据工程学院)
研究在有限计算预算下的WiFi感知挑战,提出ReWiS框架,将CSI转换为微多普勒流,用图耦合回声状态网络编码,部署后微调读出。该框架在基准测试中表现良好,成本低、延迟低,为可部署WiFi感知提供实用设计。
2026-07-23 eess.SP
UAV-assisted Emergency Integrated Sensing and Communication Networks: A CNN-based Rapid Deployment Approach
针对应急场景下ISAC无人机部署求解困难与快速部署需求之间的矛盾,本文提出离线训练CNN替代DPSO、在线快速决策的两阶段框架,在提升ISAC性能的同时将部署时间缩短96%以上。
2024-01-13 cs.NI eess.SP
KANS: Knowledge Discovery Graph Attention Network for Soft Sensing in Multivariate Industrial Processes
University of Twente(特文特大学);Wright State University(莱特州立大学)
针对工业多变量过程的非线性、动态性和非欧依赖问题,提出KANS框架,通过无监督图结构学习与图注意力表征学习实现无需预定义拓扑的高精度、可解释软测量。
2025-01-02 cs.AI cs.LG cs.SY
Channel Knowledge Map Enabled Low-Altitude ISAC Networks: Joint Air Corridor Planning and Base Station Deployment
本文提出利用通道知识图谱进行低空ISAC网络的联合空域走廊规划与基站部署,通过分层网格分解算法降低部署成本并确保覆盖。
2025-12-12 eess.SP
Integrated Human Activity Sensing and Communications
无线通信和信号处理的进步促进了通感一体化,这是一种引人注目的技术,其内在地组合了感测和通信功能,以用于无线硬件资源的双重目的开发,并追求互利。因此,下一代通信网络将是感知的。在这篇文章中,我们提供了一个审查的背景下,ISAC的人类相关的传感。我们首先提出了一个通用的ISAC接收机信号处理框架,重点是人类活动识别。根据ISAC HAR的空间部署特点,将其分为单基地、双基地和分布式部署,并讨论了它们的特点、关键研究问题和解决方案。为了方便系统的实现和提高其识别性能,我们然后探讨了物理层系统参数和HAR性能指标之间的内在联系。实验结果表征不同的ISAC系统的传感电位。最后,我们回顾了技术挑战,并确定了开放的研究问题。
2022-07-28 eess.SP
Reliable Non-Line-of-Sight Intrusion Detection with Integrated Sensing and Communications Hardware
Nokia Bell Labs Stuttgart(诺基亚贝尔实验室斯图加特);Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院);University of Stuttgart, Germany(斯图加特大学)
本文提出基于毫米波ISAC原型的可靠非视线入侵检测系统,通过利用大表面反射解决室内复杂场景中移动目标检测问题,实验验证了系统在非视线环境下的可靠性和抗干扰能力。
2026-04-30 eess.SP
5G Deployment Strategies for High Positioning Accuracy in Indoor Environments
室内定位目前被认为是紧急、商业和工业应用中的重要特征之一。5G网络将移动性、灵活性、可靠性和安全性提升到新的更高水平,这将极大地有利于物联网和工业应用。工业物联网(IIoT)用例的特点是对许多垂直领域的定位精度提出了雄心勃勃的系统要求。例如,在工厂车间,定位资源和移动对象(如叉车)非常重要。不同IIoT环境的部署设计对服务的准确性和可用性方面的定位性能具有重大影响。室内工厂(InF)和室内开放式办公室(IOO)是两种可用且标准化的第三代合作伙伴计划(3GPP)场景,用于评估IIoT用例中的室内信道模型和定位性能。本文旨在评估定位性能的准确性和可用性,同时考虑不同的部署策略。我们基于模拟的评估表明,在实现高精度定位性能方面,部署起着至关重要的作用。例如,将5G传输和接收点(TRP)部署在工厂大厅的墙壁上比将它们部署在天花板上更有利。
2021-05-20 cs.NI eess.SP
Physics-Enhanced Graph Neural Networks For Soft Sensing in Industrial Internet of Things
Intelligent Maintenance and Operations Systems (IMOS) Lab, EPFL(智能维护与运营系统实验室,EPFL);Swiss Federal Institute of Metrology (METAS)(瑞士联邦计量研究院)
本文提出基于物理的图神经网络,通过整合物理原理提升传感器数据建模的准确性,尤其在存在噪声和参数误差时表现更优。
2024-07-25 cs.AI cs.LG eess.SP
Power Control for 6G Industrial Wireless Subnetworks: A Graph Neural Network Approach
Aalborg University(奥尔堡大学)
第六代(6G)工业无线子网络有望取代有线连接,用于机器人和生产模块的控制操作。诸如集中式功率控制之类的干扰管理技术可以提高这种子网的密集部署中的频谱效率。然而,用于集中式功率控制的现有解决方案可能需要所有期望链路和干扰链路的完整信道状态信息(CSI),这在密集部署中获得可能是麻烦且耗时的。提出了一种基于图神经网络(GNNs)的工业子网集中功率控制的新方案。所提出的方法只需要子网络定位信息,通常在中央控制器已知的,和所需的链路信道增益的知识在执行阶段。仿真结果表明,我们的解决方案实现了类似的频谱效率的基准计划,需要在运行时操作的完整CSI。此外,鲁棒性的部署密度和环境特性的变化,相对于训练阶段进行了验证。
2022-12-30 cs.AI cs.LG cs.SY
Ray-Tracing Calibration from Channel Sounding Measurements in a Millimeter-Wave Industrial Scenario
针对金属化工厂环境中的毫米波传播建模问题,本文利用实测宽带信道数据校准射线追踪工具,使功率、时延和方位角扩展预测误差分别低于1.5 dB、5 ns和2°。
2024-04-16 eess.SP
A Continuous High Precision Localization Method for AGVs Based on Interferometric FBG Array Sensing and Hybrid Deep Learning
Hubei Longzhong Laboratory(湖北隆中实验室);Wuhan University of Technology(武汉理工大学);National Engineering Research Center of Fiber Optic Sensing Technology and Networks(光纤传感技术网络国家工程研究中心);Jiangsu Zhiren Jinghang New Materials Research Institute Company Ltd.(江苏智人京航新材料研究院有限公司);State Key Laboratory of Advanced Technology for Materials Synthesis and Processing(材料合成与加工先进技术国家重点实验室)
本文提出一种结合干涉型FBG阵列传感与混合深度学习的AGV连续定位方法,在复杂工业条件下实现小于2厘米的平均绝对误差,解决了传统离散定位的连续性及现有连续定位的精度问题。
2026-10-07 eess.SP
Pinching Antenna Systems for Integrated Sensing and Communications
Nanjing University of Aeronautics and Astronautics(南京航空航天大学);Xi’an Jiaotong University(西安交通大学);National Mobile Communications Research Laboratory, Southeast University(东南大学移动通信国家重点实验室);Purple Mountain Laboratories(紫金山实验室);Beijing University of Posts and Telecommunications(北京邮电大学);The University of Hong Kong(香港大学)
本文提出一种基于多波导压紧天线的集成感知与通信系统,通过优化波束成形和部署,提升通信与感知性能。
2025-12-31 eess.SP
Sensing with Mobile Devices through Radio SLAM: Models, Methods, Opportunities, and Challenges
本文探讨无线电SLAM作为6G中感知与通信一体化的关键方法,分析不同频段下的权衡,并强调与感知、定位及协作网络集成的机遇,为自主系统和工业机器人等6G应用铺平道路。
2025-09-09 eess.SP
A Multisensory Edge-Cloud Platform for Opportunistic Radio Sensing in Cobot Environments
协作机器人(cobots)工业环境中的工人监控和保护需要先进的传感功能和灵活的解决方案,以监控移动机器人附近操作员的动作。协作机器人是一个活跃的研究领域,物联网(IoT)和新型传感技术预计将发挥关键作用。考虑到目前没有单一的技术可以解决连续工人监控的问题,本文的目标是开发物联网多传感器数据融合平台。它基于边缘云架构,支持多种传感技术的组合和转换,以实现对工人的被动和匿名检测。描述了来自不同物联网源的多维数据采集,信号预处理,特征提取,数据分发和融合,以及机器学习(ML)和计算方法。拟议的物联网平台还包括数据融合和分析的实用解决方案。它能够通过融合和分析从多个互连的物联网组件(即多天线WiFi安装(2.4-5 GHz),亚太赫兹成像相机(100 GHz),雷达网络(122 GHz)和红外传感器(8-13 μm))获得的无线电信号来执行工人的机会主义和实时感知。拟议的物联网平台的性能通过试验性工业工厂内的真实用例场景进行了验证,在该场景中,考虑到延迟和检测不确定性,必须保证保护性的人-机器人距离。
2021-03-26 eess.SP
LLM-enabled Antenna Partitioning and Beamforming Optimization for Segmented Pinching
Queen Mary University of London(伦敦大学玛丽女王学院);Xi’an Jiaotong University(西安交通大学);Kyung Hee University(庆熙大学);The University of Hong Kong(香港大学)
本文提出基于大语言模型的框架,用于优化分段捏合天线辅助的集成感知与通信系统,通过构建CSI诱导自图和任务特定头,实现天线部署、分区和波束成形的联合预测,提升系统适应性。
2026-04-11 eess.SP
Cramér-Rao Bounds for Integrated Sensing and Communications in Pinching-Antenna Systems
本文推导了双站夹持天线系统链路中距离与方向联合估计的闭式Cramér-Rao下界,揭示了其相比传统阵列的性能增益,并验证了基于PAS的通感一体化能以更少硬件资源实现厘米级测距与亚度级角分辨率。
2025-05-02 eess.SP
Compressed Bayesian Federated Learning for Reliable Passive Radio Sensing in Industrial IoT
Politecnico di Milano(米兰理工大学);Consiglio Nazionale delle Ricerche(国家研究委员会)
针对去中心化贝叶斯联邦学习通信开销高的问题,提出结合后验压缩与多步本地优化的方法,在工业物联网雷达人员定位中保持精度与校准,并将通信量最高降低99%。
2024-05-09 cs.DC cs.LG eess.SP
ISAC Network Planning: Sensing Coverage Analysis and 3-D BS Deployment Optimization
University of Manchester(曼彻斯特大学);Ulsan National Institute of Science and Technology (UNIST)(蔚山科学技术院);University College London(伦敦大学学院);University of Southampton(南安普顿大学)
本文提出了一种优化ISAC网络规划的方法,通过三维基站部署优化实现感知覆盖与通信性能的平衡。
2025-12-23 cs.IT eess.SP math.IT
Cross-layer Integrated Sensing and Communication: A Joint Industrial and Academic Perspective
本文由欧盟Hexa-X-II项目开展,从产学研联合视角提出6G跨层ISAC愿景,梳理基础原理与使能技术,构建量化跨层评估框架,阐明深度集成ISAC对6G平台的赋能作用。
2025-07-31 cs.IT eess.SP math.IT
Integrated Sensing, Computation, and Communication for UAV-assisted Federated Edge Learning
The Chinese University of Hong Kong(香港中文大学);Shenzhen Research Institute of Big Data(深圳大数据研究院);Southeast University(东南大学);City University of Hong Kong(香港城市大学);The Chinese University of Hong Kong (Shenzhen)(香港中文大学(深圳));Peng Cheng Laboratory(鹏城实验室)
针对无人机辅助FEEL中感知、计算与通信资源耦合问题,提出基于概率感知和损失上界的联合部署与资源分配方法,并以BBPO方案最小化训练时间。
2023-06-05 cs.IT cs.LG eess.SP
Federated Multi-Agent DRL for Radio Resource Management in Industrial 6G in-X subnetworks
针对工业6G in-X子网密集部署中的子网间干扰问题,提出基于横向联邦强化学习的F-MADDQN与F-MADPPO信道分配方法,在保护隐私、降低信令开销的同时提升性能与鲁棒泛化能力。
2024-06-11 cs.MM eess.SP
Industrial Viewpoints on RAN Technologies for 6G
本文从产业界视角探讨6G无线接入网关键技术,涵盖MIMO、AI、波形、编码及非地面网络融合,为研究与产业实践提供前瞻性指导。
2025-08-11 cs.IT cs.NI eess.SP
802.11g Signal Strength Evaluation in an Industrial Environment
无线网络技术和工业物联网(IIoT)设备的进步正在促进所谓的工业4.0的建立。对于工业环境,无线网络更适合,主要是由于其灵活性大,部署成本低,侵入性小。虽然新的无线协议正在出现或更新,但现有行业的变化通常会导致大量支出。由于IEEE 802.11g标准主要用于住宅和商业应用,部署和维护成本低,因此许多行业也决定采用该标准。在这种情况下,需要评估信号质量以更好地设计网络基础设施,以获得良好的通信覆盖。在这项工作中,我们提出了一个实际的802.11g信号强度在热电厂的研究。我们收集了沿机舱不同点的信号强度值,并通过对数距离路径损耗模型将我们的测量值与估计值进行了比较。我们的结论是,它是可能的,在工业环境中使用该模型来估计信号强度,通过选择正确的传播(路径损耗)指数具有较低的误差。
2020-01-07 cs.NI eess.SP
A Review of Indoor Millimeter Wave Device-based Localization and Device-free Sensing Technologies and Applications
University of Trento(特伦托大学);Lund University(隆德大学);University of Padova(帕多瓦大学)
低成本毫米波(mmWave)通信和雷达设备的商业可用性开始提高此类技术在消费者市场的渗透率,为第五代(5G)及以后以及6G网络的大规模和密集部署铺平了道路。与此同时,无处不在的毫米波接入将以前所未有的准确度实现设备定位和无设备感知,特别是对于低于6 GHz的商业级设备。本文综述了使用毫米波通信和雷达设备的基于设备的定位和无设备感测的最新技术水平,重点关注室内部署。我们首先概述有关毫米波信号传播和系统设计的关键概念。然后,我们提供了一个详细的说明的方法和算法的定位和传感启用毫米波。我们在分析中考虑了几个方面,包括每项工作的主要目标、技术和性能,每项研究是否达到了一定程度的实现,以及为此目的使用了哪些硬件平台。最后,我们讨论了更好的消费级设备算法,密集部署的数据融合方法,以及机器学习方法的教育应用是有前途的,相关的和及时的研究方向。
2022-05-25 cs.LG cs.NI eess.SP
Rainfall Sensing via Mobile Communication Signals
University of Technology Sydney(悉尼科技大学)
针对传统降雨监测设备的缺陷,提出PMN-RainSense框架,利用sub-6 GHz移动通信信号,经实验实现降雨分类95.48%准确率、强度估计MAE 0.25-0.27 mm/h的性能。
2026-08-18 cs.NI eess.SP
Scaling WiFi Sensing for Ubiquitous Home Monitoring: Lessons from Real-World Deployment on Millions of Devices
ADT Research(ADT研究院);The University of Hong Kong(香港大学)
该研究针对WiFi家庭监控部署的四大挑战,提出对应技术方案,实现高准确率,已大规模部署,为相关研究提供指导
2026-08-31 cs.ET cs.SY eess.SP
Performance of Cooperative Detection in Joint Communication-Sensing Vehicular Network: A Data Analytic and Stochastic Geometry Approach
城市环境的日益复杂给自主车辆网络的部署带来了额外的不确定性。为了实现城市自主车辆的高效通信和障碍物检测,提出了一种基于联合通信与感知(JCS)技术的道路基础设施协同检测模型。为了抑制JCS信号因阴影和障碍物而引起的性能波动,我们首先从地理信息系统(GIS)中导出道路障碍物的统计信息。在此基础上,利用视距和非视距信道模型,分析了复杂城市场景下JCS信道特性和阴影影响因素。应用随机几何方法分析了干扰因素和JCS成功检测与通信的概率分布。仿真结果验证了基于LoS和NLoS信道的概率分析的合作检测模型,数值结果表明了几种不同的优化方法部署JCS道路基础设施。最后,对符合城市交通点结构布局标准的JCS道路基础设施配置优化方法进行了仿真分析。
2022-11-02 cs.SY eess.SP eess.SY
AIMS: An Agentic AI Framework for Sim-to-Real Multi-Modal ISAC
The Hong Kong University of Science and Technology(香港科技大学)
提出AIMS智能体AI框架,通过双智能体架构和结构化知识实现仿真到现实多模态ISAC的部署配置生成与任务学习,在DeepSense 6G数据集上提升车辆检测和波束预测性能。
2026-10-05 cs.AI cs.MA eess.SP
Intelligent Surface Empowered Integrated Sensing and Communication: From Coexistence to Reciprocity
本文研究IRS赋能的ISAC,分析其基本特征、辅助感知架构、信道控制与部署优化目标,并揭示不同部署下感知与通信的相互作用及未来方向。
2023-11-01 cs.IT eess.SP math.IT