Fugu-MT 論文翻訳(概要): BatNet: Data transmission between smartphones over ultrasound

論文の概要: BatNet: Data transmission between smartphones over ultrasound

arxiv url: http://arxiv.org/abs/2008.00136v1
Date: Sat, 1 Aug 2020 00:49:42 GMT
ステータス: 処理完了
システム内更新日: 2023-05-07 10:36:40.709595
Title: BatNet: Data transmission between smartphones over ultrasound
Title（参考訳）: BatNet: 超音波によるスマートフォン間のデータ伝送
Authors: Almos Zarandy, Ilia Shumailov, Ross Anderson
Abstract要約: スマートフォンの内蔵スピーカーおよびマイク上で超音波信号を用いたデータ伝送機構であるBatNetを提案する。また,コビッドの接触追跡でも評価したが,このアプリケーションでは超音波通信がBluetooth Low Energyに対して十分な優位性を与えていないため,さらなる発展が期待できると結論づけた。
参考スコア（独自算出の注目度）: 4.861125297881693
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: In this paper, we present BatNet, a data transmission mechanism using ultrasound signals over the built-in speakers and microphones of smartphones. Using phase shift keying with an 8-point constellation and frequencies between 20--24kHz, it can transmit data at over 600bit/s up to 6m. The target application is a censorship-resistant mesh network. We also evaluated it for Covid contact tracing but concluded that in this application ultrasonic communications do not appear to offer enough advantage over Bluetooth Low Energy to be worth further development.
Abstract（参考訳）: 本稿では,スマートフォンの内蔵スピーカーおよびマイク上で超音波信号を用いたデータ伝送機構であるBatNetを提案する。 8点星座と20-24kHzの周波数で位相シフトキーを使用すれば、600bit/sから6mの速度でデータを送信できる。ターゲットアプリケーションは検閲耐性メッシュネットワークである。また,コビッドの接触追跡でも評価したが,このアプリケーションでは超音波通信がBluetooth Low Energyに対して十分な優位性を与えていないことが判明した。

関連論文リスト

Remote Detection of Applications for Improved Beam Tracking in mmWave/sub-THz 5G/6G Systems [37.35086075012511]
ビームトラッキングはミリ波(mmWave, 30-100 GHz)とサブテラヘルツ(サブTHz, 100-300 GHz)の5G/6Gシステムに不可欠な機能である。基地局(BS)とユーザ機器(UE)の両方でアンテナ掃除を行う。本稿では,エアインターフェースにおける適用形態の明示的なシグナリングがない場合,受信信号強度パターンに基づいて,BS側でリモートで検出する方法を提案する。
論文参考訳（メタデータ） (2024-10-24T10:55:21Z)
RF Challenge: The Data-Driven Radio Frequency Signal Separation Challenge [66.33067693672696]
本稿では、新しいデータ駆動手法を用いて、高周波信号における干渉拒否の重大な問題に対処する。まず、干渉除去アルゴリズムの開発と解析の基礎となる洞察に富んだ信号モデルを提案する。第2に,さまざまなRF信号とコードテンプレートを備えた公開データセットであるRF Challengeを紹介する。第3に,UNetやWaveNetなどのアーキテクチャにおいて,新しいAIに基づく拒絶アルゴリズムを提案し,その性能を8種類の信号混合タイプで評価する。
論文参考訳（メタデータ） (2024-09-13T13:53:41Z)
Gesture Recognition for FMCW Radar on the Edge [0.0]
ジェスチャーは5つの特徴の集合によって効率的に特徴付けられることを示す。リカレントニューラルネットワーク(RNN)ベースのアーキテクチャは、これらの特徴を利用して、5つの異なるジェスチャーを共同で検出し、分類する。提案システムでは, ホールドアウトテストデータセットにおいて, 98.4%のF1スコアでジェスチャーを認識する。
論文参考訳（メタデータ） (2023-10-13T06:03:07Z)
Millimetre-waves to Terahertz SISO and MIMO Continuous Variable Quantum Key Distribution [0.43748379918040853]
光源と検出器が低温でT=4Kまで動作した場合, 安全なmm波とTHz QKDが得られることを示す。我々の成果は、次世代のセキュアな無線通信システムと量子インターネットの開発に寄与する可能性がある。
論文参考訳（メタデータ） (2023-01-11T21:19:33Z)
Task-Oriented Communications for NextG: End-to-End Deep Learning and AI Security Aspects [78.84264189471936]
NextG通信システムは,タスク指向通信などのタスクを確実に実行するために,この設計パラダイムのシフトを探求し始めている。無線信号分類はNextG Radio Access Network (RAN) のタスクであり、エッジデバイスはスペクトル認識のための無線信号を収集し、信号ラベルを識別する必要があるNextGベースステーション(gNodeB)と通信する。エッジデバイスとgNodeB用のエンコーダデコーダ対として、送信機、受信機、および分類器機能を共同で訓練することで、タスク指向通信を考える。
論文参考訳（メタデータ） (2022-12-19T17:54:36Z)
DeepCSI: Rethinking Wi-Fi Radio Fingerprinting Through MU-MIMO CSI Feedback Deep Learning [15.160442408342407]
DeepCSIは、MU-MIMO Wi-Fiデバイスを認証するWi-Fi無線指紋認証の新しいアプローチだ。市販機器を用いた大規模データ収集キャンペーンを通じて,DeepCSIの性能を広範囲に評価した。実験結果から、DeepCSIは98%の精度で送信機を正確に識別することがわかった。
論文参考訳（メタデータ） (2022-04-15T18:59:29Z)
Three-Way Deep Neural Network for Radio Frequency Map Generation and Source Localization [67.93423427193055]
空間、時間、周波数領域にわたる無線スペクトルのモニタリングは、5Gと6G以上の通信技術において重要な特徴となる。本稿では,空間領域全体にわたる不規則分散計測を補間するGAN(Generative Adversarial Network)機械学習モデルを提案する。
論文参考訳（メタデータ） (2021-11-23T22:25:10Z)
Real-time Speaker counting in a cocktail party scenario using Attention-guided Convolutional Neural Network [60.99112031408449]
重なり合う音声におけるアクティブ話者数を推定するために,CNN(Real-time, Single-channel attention-guided Convolutional Neural Network)を提案する。提案システムは,CNNモデルを用いて音声スペクトルから高レベル情報を抽出する。 WSJコーパスを用いた重畳音声のシミュレーション実験により,従来の時間平均プーリングに比べて,注意解がほぼ3%向上することが示されている。
論文参考訳（メタデータ） (2021-10-30T19:24:57Z)
Classification of Common Waveforms Including a Watchdog for Unknown Signals [9.928597392387186]
受信信号サンプルの分類に深層パーセプトロンモデルを用いた場合について検討する。深層CNNアーキテクチャを持つオートエンコーダについても検討し,未知の波形タイプの新しい第5の分類カテゴリを作成する。
論文参考訳（メタデータ） (2021-08-16T20:36:46Z)
When Wireless Communications Meet Computer Vision in Beyond 5G [43.95612222496595]
本稿では,コンピュータビジョンと無線通信の合流点に着目する,新たなパラダイムについて述べる。コンピュータビジョンの観点からは、無線周波数(RF)ベースのセンシングとイメージングがコンピュータビジョンの堅牢化にどのように役立つかを強調している。本稿は、超信頼性通信と真にインテリジェントな6Gネットワークを実現するために、RFおよび非RFモダリティの強い収束に光を当てる。
論文参考訳（メタデータ） (2020-10-13T05:25:35Z)
Near-chip Dynamic Vision Filtering for Low-Bandwidth Pedestrian Detection [99.94079901071163]
本稿では、ダイナミックビジョンセンサ(DVS)を用いた歩行者検出のための新しいエンドツーエンドシステムを提案する。我々は、複数のセンサがローカル処理ユニットにデータを送信し、検出アルゴリズムを実行するアプリケーションをターゲットにしている。我々の検出器は450ミリ秒毎に検出を行うことができ、総合的なテストF1スコアは83%である。
論文参考訳（メタデータ） (2020-04-03T17:36:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。