論文の概要: CSIYOLO: An Intelligent CSI-based Scatter Sensing Framework for Integrated Sensing and Communication Systems
- arxiv url: http://arxiv.org/abs/2509.19335v1
- Date: Mon, 15 Sep 2025 06:46:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-25 20:53:19.485261
- Title: CSIYOLO: An Intelligent CSI-based Scatter Sensing Framework for Integrated Sensing and Communication Systems
- Title（参考訳）: CSIYOLO:統合センシング・通信システムのためのインテリジェントCSIベースの散乱センシングフレームワーク
- Authors: Xudong Zhang, Jingbo Tan, Zhizhen Ren, Jintao Wang, Yihua Ma, Jian Song,
- Abstract要約: ISACは次世代通信システムにとって有望な技術であり、同時データ伝送とターゲットセンシングを可能にしている。
散乱センシングは、ISACの潜在能力を最大限活用し、自動運転や低高度経済などの応用を支援する上で重要な役割を果たす。
CSIYOLO(CSIYOLO)は,1つの基地局と利用者の機器ペアから推定されたCSIを用いて散乱ローカライズを行うフレームワークである。
- 参考スコア（独自算出の注目度）: 18.244924566345027
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: ISAC is regarded as a promising technology for next-generation communication systems, enabling simultaneous data transmission and target sensing. Among various tasks in ISAC, scatter sensing plays a crucial role in exploiting the full potential of ISAC and supporting applications such as autonomous driving and low-altitude economy. However, most existing methods rely on either waveform and hardware modifications or traditional signal processing schemes, leading to poor compatibility with current communication systems and limited sensing accuracy. To address these challenges, we propose CSIYOLO, a framework that performs scatter localization only using estimated CSI from a single base station-user equipment pair. This framework comprises two main components: anchor-based scatter parameter detection and CSI-based scatter localization. First, by formulating scatter parameter extraction as an image detection problem, we propose an anchor-based scatter parameter detection method inspired by You Only Look Once architectures. After that, a CSI-based localization algorithm is derived to determine scatter locations with extracted parameters. Moreover, to improve localization accuracy and implementation efficiency, we design an extendable network structure with task-oriented optimizations, enabling multi-scale anchor detection and better adaptation to CSI characteristics. A noise injection training strategy is further designed to enhance robustness against channel estimation errors. Since the proposed framework operates solely on estimated CSI without modifying waveforms or signal processing pipelines, it can be seamlessly integrated into existing communication systems as a plugin. Experiments show that our proposed method can significantly outperform existing methods in scatter localization accuracy with relatively low complexities under varying numbers of scatters and estimation errors.
- Abstract（参考訳）: ISACは次世代通信システムにとって有望な技術であり、同時データ伝送とターゲットセンシングを可能にしている。
ISACにおける様々なタスクの中で、散乱センシングはISACの潜在能力を最大限活用し、自律運転や低高度経済などの応用を支援する上で重要な役割を担っている。
しかし、既存のほとんどの手法は波形やハードウェアの変更や従来の信号処理方式に依存しており、現在の通信システムとの互換性は低く、感度の精度は限られている。
これらの課題に対処するため,1つの基地局と利用者の機器ペアから推定したCSIを用いてのみ散乱局所化を行うフレームワークであるCSIYOLOを提案する。
このフレームワークは、アンカーベースの散乱パラメータ検出とCSIベースの散乱ローカライゼーションの2つの主要コンポーネントから構成される。
まず、画像検出問題としてスカラーパラメータ抽出を定式化することにより、You Only Look Onceアーキテクチャにインスパイアされたアンカーベースのスカラーパラメータ検出手法を提案する。
その後、CSIに基づく局所化アルゴリズムが導出され、抽出されたパラメータで散乱位置を決定する。
さらに、ローカライズ精度と実装効率を向上させるため、タスク指向最適化による拡張可能なネットワーク構造を設計し、マルチスケールアンカー検出とCSI特性への適応性を向上する。
さらに、チャネル推定誤差に対する堅牢性を高めるために、ノイズ注入訓練戦略が設計されている。
提案フレームワークは、波形や信号処理パイプラインを変更することなく、推定CSIのみで動作するため、プラグインとして既存の通信システムにシームレスに統合することができる。
実験により,提案手法は,種々の散乱数および推定誤差の下で,比較的低複雑さの散乱局所化精度において,既存の手法を著しく上回ることを示す。
関連論文リスト
- Green Learning for STAR-RIS mmWave Systems with Implicit CSI [53.03358325565645]
再構成可能なインテリジェントサーフェス (STAR-RIS) 支援ミリ波放送システム (mmWave) を同時に送信し, 反射するグリーンラーニング (GL) ベースのプリコーディングフレームワークを提案する。
本研究は,将来の6Gネットワークにおける環境持続可能性を重視し,複数のユーザが同一情報を共有し,スペクトル効率を向上し,冗長伝送と電力消費を低減させるシナリオに,トランスミッションフレームワークを採用する。
論文 参考訳（メタデータ） (2025-09-08T15:56:06Z) - Optimization of DNN-based HSI Segmentation FPGA-based SoC for ADS: A Practical Approach [1.474723404975345]
本研究では,FPGA ベースの SOC 上にデプロイされた DNN ベースの HSI セグメンテーションプロセッサの実用的共同設計のための最適化手法を提案する。
応用圧縮技術により設計されたDNNの複雑さは、元の操作の24.34%、元のパラメータの1.02%に大幅に減少し、セグメンテーション精度を著しく低下させることなく、推論タスクの2.86倍のスピードアップを達成した。
論文 参考訳（メタデータ） (2025-07-22T13:09:04Z) - Backscatter Device-aided Integrated Sensing and Communication: A Pareto Optimization Framework [59.30060797118097]
統合センシング・通信(ISAC)システムは、密集した都市非視線シナリオにおいて大きな性能劣化に遭遇する可能性がある。
本稿では,自然環境に分散した受動的BDを利用した後方散乱近似(BD)支援ISACシステムを提案する。
論文 参考訳（メタデータ） (2025-07-12T17:11:06Z) - Synergistic Localization and Sensing in MIMO-OFDM Systems via Mixed-Integer Bilevel Learning [7.475378160764602]
高性能なローカライゼーションとセンシングシステムは、ネットワーク効率と新たなインテリジェントアプリケーションに不可欠である。
チャネル状態情報(CSI)とディープラーニングを統合することが,近年,有望なソリューションとして浮上している。
この研究は、その潜在的なシナジーを活用するために、局所化タスクとセンシングタスクを共同でモデル化し、最適化することを目的としている。
論文 参考訳（メタデータ） (2025-07-07T06:34:22Z) - CSI-BERT2: A BERT-inspired Framework for Efficient CSI Prediction and Classification in Wireless Communication and Sensing [15.607497819907227]
CSI予測と分類タスクのための統合フレームワークCSI-BERT2を提案する。
まず、マスク言語モデル(MLM)を用いて、不足するデータセットから一般的な特徴抽出を学習できるようにする。
また、サブキャリア表現を強化するための適応的再重み付け層(ARL)と、MLPベースの時間埋め込みモジュールを導入する。
論文 参考訳（メタデータ） (2024-12-09T06:44:04Z) - Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。
既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。
ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-29T19:02:54Z) - Convolutional Neural Network Design and Evaluation for Real-Time Multivariate Time Series Fault Detection in Spacecraft Attitude Sensors [41.94295877935867]
本稿では,ドローンのような宇宙船の加速度計および慣性測定ユニット内のスタンプ値を検出するための新しい手法を提案する。
マルチチャネル畳み込みニューラルネットワーク(CNN)は、マルチターゲット分類を実行し、センサ内の障害を独立に検出するために使用される。
ネットワークの異常を効果的に検出し,システムレベルでの回復動作をトリガーする統合手法を提案する。
論文 参考訳（メタデータ） (2024-10-11T09:36:38Z) - Small Object Detection via Coarse-to-fine Proposal Generation and
Imitation Learning [52.06176253457522]
本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。
CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
論文 参考訳（メタデータ） (2023-08-18T13:13:09Z) - Task-Oriented Sensing, Computation, and Communication Integration for
Multi-Device Edge AI [108.08079323459822]
本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。
推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
論文 参考訳（メタデータ） (2022-07-03T06:57:07Z) - Learning Robust Beamforming for MISO Downlink Systems [14.429561340880074]
基地局は、不完全なチャネル状態情報(CSI)とその特徴だけで効率的なマルチアンテナ伝送戦略を特定する。
深層ニューラルネットワーク(DNN)を実世界の伝播環境に合わせて最適化した堅牢なトレーニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-03-02T09:56:35Z) - LoRD-Net: Unfolded Deep Detection Network with Low-Resolution Receivers [104.01415343139901]
本稿では,1ビット計測から情報シンボルを復元する「LoRD-Net」というディープ検出器を提案する。
LoRD-Netは、関心のシグナルを回復するためのタスクベースのアーキテクチャである。
無線通信における1ビット信号回復のためのレシーバアーキテクチャの評価を行った。
論文 参考訳（メタデータ） (2021-02-05T04:26:05Z)
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。