![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ISAC
文章平均质量分 96
|7_7|
深度学习技术爱好者
展开
-
【ISAC】Task-Oriented Sensing, Computation, and Communication Integration for Multi-Device Edge AI
使用frequency-modulated continuous-wave (FMCW) signals实现ISAC.交换中间计算矢量而非原始的感知数据(交换联邦学习的权重而非数据).利用分布式ISAC为了实现多目标协作的人体姿势识别.原创 2024-07-29 22:13:51 · 152 阅读 · 0 评论 -
【ISAC】Semi-Supervised End-to-End Learning for Integrated Sensing and Communications
原创 2024-07-28 09:57:17 · 332 阅读 · 0 评论 -
【ISAC】Toward Dual-functional Radar-Communication Systems: Optimal Waveform Design
利用预编码设计来实现雷达与通信系统的共存,是一种理论上非常有效的方法。通过奇异值分解和零空间投影,可以确保雷达信号对通信接收机的干扰为零,从而实现频谱资源的高效利用和系统的共存。虽然在实际应用中存在一些挑战,但随着信道估计技术和计算能力的进步,这种方法具有广泛的应用前景。如果你对该方法有更多具体问题或应用场景的讨论,欢迎继续交流。原创 2024-07-26 14:42:42 · 370 阅读 · 0 评论 -
【ISAC】paper_NOMA Empowered Integrated Sensing and Communication
目标是最大化权重和速率(weighted sum of communication)原创 2024-06-21 16:58:55 · 873 阅读 · 0 评论 -
【ISAC】通感一体化 Integrated Sensing and Communication
通信和感知相辅相成,传感器感知信道缓解帮助通信进行波束赋形,大量传感器的数据的传输可以帮助传感器的实时感知。更准确地将无线信号的能量集中在特定的方向上,以提高通信的效率,这种智能的资源分配可以避免频谱资源的浪费。同时也可以互相优化通信系统和传感器的硬件设计。智能的波束赋形可以降低能耗。原创 2024-05-08 10:19:35 · 305 阅读 · 0 评论 -
【ISAC】通感一体化讲座(刘凡)
通信和感知在硬件结构上相似,高效地利用资源,实现相互的增益;感知是基于不同的任务,比如。原创 2024-06-20 09:53:18 · 322 阅读 · 0 评论