論文の概要: Synesthesia of Machines (SoM)-Enhanced Sub-THz ISAC Transmission for Air-Ground Network

• arxiv url: http://arxiv.org/abs/2506.12831v1
• Date: Sun, 15 Jun 2025 12:30:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:46.988479
• Title: Synesthesia of Machines (SoM)-Enhanced Sub-THz ISAC Transmission for Air-Ground Network
• Title（参考訳）: エアグラウンドネットワークのための機械(SoM)強化サブTHzISAC伝送の合成
• Authors: Zonghui Yang, Shijian Gao, Xiang Cheng, Liuqing Yang,
• Abstract要約: サブTHz周波数における統合センシングと通信(ISAC)は、将来の地上ネットワークにとって不可欠である。 本稿では,メカニカルシンセシス(SoM)にインスパイアされたマルチモーダルセンシング融合フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 15.847713094328286
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Integrated sensing and communication (ISAC) within sub-THz frequencies is crucial for future air-ground networks, but unique propagation characteristics and hardware limitations present challenges in optimizing ISAC performance while increasing operational latency. This paper introduces a multi-modal sensing fusion framework inspired by synesthesia of machine (SoM) to enhance sub-THz ISAC transmission. By exploiting inherent degrees of freedom in sub-THz hardware and channels, the framework optimizes the radio-frequency environment. Squint-aware beam management is developed to improve air-ground network adaptability, enabling three-dimensional dynamic ISAC links. Leveraging multi-modal information, the framework enhances ISAC performance and reduces latency. Visual data rapidly localizes users and targets, while a customized multi-modal learning algorithm optimizes the hybrid precoder. A new metric provides comprehensive performance evaluation, and extensive experiments demonstrate that the proposed scheme significantly improves ISAC efficiency.
• Abstract（参考訳）: サブTHz周波数におけるISAC(Integrated Sensistance and Communication)は,将来の空域ネットワークにおいて重要であるが,独自の伝搬特性とハードウェアの制限により,ISAC性能の最適化と運用遅延の増大が課題となっている。 本稿では,メカニカルシンセシス(SoM)にインスパイアされたマルチモーダルセンシング融合フレームワークを提案する。 サブTHzハードウェアとチャネルの固有自由度を利用して、このフレームワークは無線周波数環境を最適化する。 Squint-aware beam management was developed to improve air-ground network adaptability, allowing three-dimensional dynamic ISAC links。 マルチモーダル情報を活用することで、ISACのパフォーマンスを高め、レイテンシを低減する。 ビジュアルデータはユーザとターゲットを素早くローカライズするが、カスタマイズされたマルチモーダル学習アルゴリズムはハイブリッドプリコーダを最適化する。 新しい指標は総合的な性能評価を提供し、提案手法がISAC効率を大幅に改善することを示す広範な実験である。

関連論文リスト

• Integrated Sensing and Communications for Low-Altitude Economy: A Deep Reinforcement Learning Approach [20.36806314683902]
  低高度経済(LAE)のための統合センシング・通信(ISAC)システムについて検討する。 所定の飛行期間における通信総和レートは、GBSとUAVの軌道でのビームフォーミングを共同最適化することにより最大化する。 本稿では, 深部強化学習(DRL)技術を活用して, 深部LAE-ISAC(Deep LAE-ISAC)と呼ばれる新しいLEE指向ISAC方式を提案する。
  論文  参考訳（メタデータ） (2024-12-05T11:12:46Z)
• Synesthesia of Machines (SoM)-Enhanced ISAC Precoding for Vehicular Networks with Double Dynamics [15.847713094328286]
  統合センシング・通信(ISAC)技術は車載ネットワークにとって不可欠である。 リアルタイムプリコーディング設計において,通信チャネルの時間変化とターゲットの迅速な移動は重要な課題となる。 本稿では、位置決めやチャネル情報といったモダリティを活用してこれらのダイナミクスに適応する、SoM(SoM)強化プリコーディングのシンセサイザを提案する。
  論文  参考訳（メタデータ） (2024-08-24T10:35:10Z)
• A Meta-Learning Based Precoder Optimization Framework for Rate-Splitting Multiple Access [53.191806757701215]
  本稿では,トランスミッタ(CSIT)における部分チャネル状態情報を持つRSMAプリコーダを直接最適化するために,メタラーニングに基づく事前コーダ最適化フレームワークを提案する。 コンパクトニューラルネットワークのオーバーフィッティングを利用して、ASR(Average Sum-Rate)表現を最大化することにより、実行時間を最小化しながら、他のトレーニングデータの必要性を効果的に回避する。 数値的な結果から,メタラーニングに基づく解は,中規模シナリオにおける従来のプリコーダ最適化に類似したASR性能を実現し,大規模シナリオにおける準最適低複雑性プリコーダアルゴリズムよりも大幅に優れていた。
  論文  参考訳（メタデータ） (2023-07-17T20:31:41Z)
• TSNet-SAC: Leveraging Transformers for Efficient Task Scheduling [6.873630624967785]
  将来の6G Mobile Edge Computing (MEC)では、オートパイロットシステムは強力な相互依存を持つマルチモーダル処理データを必要とする。 従来のアルゴリズムは、最適なスキームを導出するために複数のイテレーションを必要とするため、リアルタイムスケジューリングには不適当である。 本稿では,TSNet の学習指導にのみアルゴリズムを利用する Transformer に基づく新しい TSNet-SAC を提案する。
  論文  参考訳（メタデータ） (2023-06-16T04:25:59Z)
• Multi-Point Integrated Sensing and Communication: Fusion Model and Functionality Selection [99.67715229413986]
  本稿では,複数のISACデバイスからの出力を融合させて高感度化を実現する多点ISAC(MPISAC)システムを提案する。 我々は,仮説テストと最適投票分析により,融合精度を予測する融合モデルを採用する。
  論文  参考訳（メタデータ） (2022-08-16T08:09:54Z)
• Cross-receptive Focused Inference Network for Lightweight Image Super-Resolution [64.25751738088015]
  トランスフォーマーに基づく手法は、単一画像超解像(SISR)タスクにおいて顕著な性能を示した。 動的に特徴を抽出するために文脈情報を組み込む必要がある変換器は無視される。 我々は,CNNとTransformerを混合したCTブロックのカスケードで構成される,軽量なクロスレセプティブ・フォーカスド・推論・ネットワーク(CFIN)を提案する。
  論文  参考訳（メタデータ） (2022-07-06T16:32:29Z)
• Collaborative Intelligent Reflecting Surface Networks with Multi-Agent Reinforcement Learning [63.83425382922157]
  インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。 本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
  論文  参考訳（メタデータ） (2022-03-26T20:37:14Z)
• Cross-Attention in Coupled Unmixing Nets for Unsupervised Hyperspectral Super-Resolution [79.97180849505294]
  本稿では,HSIの空間分解能を高めるために,CUCaNetというクロスアテンション機構を備えた新しい結合型アンミックスネットワークを提案する。 3つの広く使われているHS-MSデータセットに対して、最先端のHSI-SRモデルと比較実験を行った。
  論文  参考訳（メタデータ） (2020-07-10T08:08:20Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。