MMAug, 2022

多点集成感知与通信：融合模型与功能选择

PDF
TL;DR提出了一种多点 ISAC 系统，通过利用多视数据冗余来融合多个 ISAC 设备的输出，从而实现更高的感知性能，并通过功能选择模块来有效地探索感知和通信之间的性能权衡，并导出了一个通过假设检验和最优投票分析预测融合准确度的融合模型。仿真结果表明，MPISAC 优于各种基准方案，并且该方法可以有效地跨越 ISAC 系统的权衡区域。
integrated sensing and communicationmulti-point isac systemsensing uncertaintiesdata redundancytrade-off region
发现论文，激发创造
  • 融合感知与通信的普适物联网：应用、趋势与挑战

    本文介绍了一种新的启用技术，即集成感知和通信（ISAC），它在 IoT 架构中的关键作用以及其带来的协同优势和整合优势，并介绍了一些 ISAC 的新用例。该文将 ISAC 方案分为多个层次进行分类，并探讨了它面临的几个挑战。

    Apr, 2021

  • 融合感知与通信：迈向 6G 及其以上双功能无线网络

    本文提供了对集成感知和通信（ISAC）的背景、关键应用和最新技术的全面概述，分析了 S&C 之间的相互作用，同时探讨了 ISAC 波形设计、接收信号处理等信号处理方面的问题，并提供了 ISAC 与其他新兴通信技术结合的愿景，以及它们对未来无线网络的积极影响。

    Aug, 2021

  • ISAC-NET: 模型驱动深度学习用于集成被动感知和通信

    ISAC-NET 通过模型驱动的深度学习方法将被动传感与通信信号检测相结合，实现了较好的通信性能和显著提升的感知性能，是一种在无线通信中具有潜力的被动感知和通信工具。

    Jul, 2023

  • 无人机增强式综合感知与通信联合运动与波束成形设计

    本文研究了利用无人机（UAV）作为通信和感知的双重功能接入点，以实现高效的综合感知和通信（ISAC）。作者提出了两种场景的最优化方案，分别考虑了准静止和运动的 UAV 情况，并设计了相应的束形成和优化策略。在数值仿真中证实了所提出的方法的优越性。

    Oct, 2021

  • 基于深度学习的辐射协助综合感知与通信系统信道估计

    本文首次聚焦在辅助智能反射表面的综合感知与通信系统中的信道估计问题，提出了基于深度学习框架的三阶段方法，其中包括直接感知与通信信道、反射通信信道、以及反射感知信道的估计，该方法在全双工综合感知与通信基站的卷积神经网络架构上进行建模，设计了两种类型的输入输出对来训练卷积神经网络，模拟结果验证了该估计方法相对于最小二乘基准方案的优越性，并且分析了其计算复杂性。

    Jan, 2024

  • 用于车联网的综合感知和通信辅助正交时频空传输

    本文提出了一种利用集成 (radar) 感知和通信技术 (ISAC) 辅助正交时间频率空间 (OTFS) 传输的方法，以便于在汽车通信系统中支持可靠的信息传输，并证明了其能够有效的降低训练开销和传输误差。

    May, 2021

  • 基于深度学习的用于增强反射面辅助的 ISAC 系统信道估计

    提出了一个深度学习框架来解决基于反射式智能表面的集成感知与通信系统中的信道估计问题，模拟结果表明这种方法比基准方案在不同信噪比条件和系统参数下具有优势。

    Jan, 2024

  • RIS 辅助的多波段 ISAC 系统中基于跨域学习的用户追踪框架

    提出了一种名为 X2Track 的框架，通过多模态 CSI 指标和跨领域优化的方式模型化追踪功能，并设计了基于转换神经网络和对抗学习技术的高效深度学习算法，以实现在稀缺的 UL 数据流量和强干扰条件下的几毫米级轴向追踪误差，并能够适应多种部署环境，只需少于 5% 的训练数据或等效于 5 分钟的 UE 轨迹进行标注。

    May, 2024

  • 利用信号和环境稀疏性的联合多用户通信和感知

    本文研究了在基于稀疏码多址接入的多用户通信系统中，利用环境物体和智能反射面迭代地进行多用户通信和环境感知的算法，并分析了关键系统参数之间的权衡关系和算法在模拟环境下的收敛性和有效性。

    Sep, 2021

  • 面向任务的无线边缘 AI 集成感知、计算和通信

    本文介绍了嵌入式 AI 技术在边缘计算中的应用，提出了一种物联网中使用无线传感器、计算和通信三项基础技术的全面集成方法，并通过两个具体的应用案例展示了任务导向的 ISCC 的优势以及一些实际挑战。

    Jun, 2023