論文の概要: Fully-analog array signal processor using 3D aperture engineering
- arxiv url: http://arxiv.org/abs/2603.00995v1
- Date: Sun, 01 Mar 2026 08:50:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-03 19:50:56.455036
- Title: Fully-analog array signal processor using 3D aperture engineering
- Title（参考訳）: 3次元開口技術を用いた完全アナログアレイ信号処理装置
- Authors: Sheng Gao, Songtao Yang, Haiou Zhang, Yuan Shen, Xing Lin,
- Abstract要約: 3次元開口工学フレームワークを用いた完全アナログアレイ信号プロセッサ(FASP)を提案する。
FASPは、超高分解能方向推定、ソース数推定、マルチチャネルソース分離を行う。
さらに、レーダー妨害信号を20dBで抑制できる10ターゲットのソース数推定と独立チャネル分離を検証した。
- 参考スコア（独自算出の注目度）: 13.863335862091423
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid progress in radar and communication places increasing demands on low-latency and energy-efficiency array signal processing methods. There is an emerging direction of constructing analog computing processors for directly processing electromagnetic (EM) waves. However, the existing methods are constrained by 2D physical aperture and imprecise design process with inefficient computing architecture, resulting in limited sensing resolution and number of separated sources. Here, we present a fully-analog array signal processor (FASP) using 3D aperture engineering framework to perform super-resolution direction-of-arrival estimation, source number estimation, and multi-channel source separation in parallel for both coherent and incoherent sources. 3D aperture engineering is realized by constructing deep cascaded metasurface layers so that the diffractive propagation from oblique incident fields can be layer-wise modulated and piecewise encoded for perceiving EM fields far exceeding physical aperture limits. The multi-dimensional synthetic aperture (MSA) training is developed to characterize the metasurface modulation and optimize the neuro-augmented physical model for extending system aperture and generating high-order nonlinear angular response. FASP orthogonalizes the array response vectors of communication channels to map them into antenna detectors in the analog domain. The $N$-layer FASP has the capability to achieve ~N times higher angular resolution than the Rayleigh diffraction limit. Experiments further validate the source number estimation and independent channel separation of 10-target that can suppress radar jamming signals by ~20 dB and enhance channel communication capacity by 13.5 times at 36~41 GHz. FASP heralds a paradigm shift in signal processing for super-resolution optics, advanced radar, and 6G communications.
- Abstract（参考訳）: レーダと通信の急速な進歩は、低遅延かつエネルギー効率のアレイ信号処理法への需要を増大させる。
電磁(EM)波を直接処理するアナログ演算プロセッサの構築には、新たな方向性がある。
しかし、既存の手法は、非効率な計算アーキテクチャで2次元の物理的開口と不正確な設計プロセスによって制約され、センサの解像度が制限され、ソースが分離される。
本稿では、3次元開口工学フレームワークを用いた完全アナログアレイ信号処理装置(FASP)を提案し、コヒーレントおよび非コヒーレントの両方のソースに対して超高分解能方向推定、ソース数推定、マルチチャネルソース分離を行う。
3次元開口技術は、斜め入射場からの拡散伝搬を、物理的開口限界を超えるEM場を知覚するために、層単位で変調し、断片的に符号化できるように、深いカスケードされた中表面層を構築することで実現される。
多次元合成開口(MSA)訓練は, 転移表面の変調を特徴付けるために開発され, システム開口を拡張し, 高次非線形角応答を生成するために, 神経拡張物理モデルを最適化する。
FASPは通信チャネルの配列応答ベクトルを直交してアナログ領域のアンテナ検出器にマッピングする。
N 層 FASP はレイリー回折限界の ~N 倍高い角分解能を持つ。
さらに、レーダー妨害信号を20dB程度抑制し、36〜41GHzで13.5倍のチャネル通信容量を向上できる10ターゲットのソース数推定と独立チャネル分離を検証した。
FASPは、超高解像度光学、高度レーダー、および6G通信のための信号処理のパラダイムシフトを提唱している。
関連論文リスト
- Wideband Quantum Transduction for Rydberg Atomic Receivers Using Six-Wave Mixing [49.799227408938144]
ライドバーグ原子受信機は電場に対して非常に高い感度を持つ。
従来の電磁誘導透過(EIT)下での有効3dBベースバンド帯域幅は、通常、数十から数百キロヘルツに制限される。
広帯域無線周波数(RF)-光量子トランスデューサとして6波混合(SWM)ベースのRydberg原子受信機について検討する。
論文 参考訳（メタデータ） (2026-02-15T02:08:30Z) - Physics Informed Neural Networks for design optimisation of diamond particle detectors for charged particle fast-tracking at high luminosity hadron colliders [70.66815108184498]
将来の高輝度ハドロン衝突装置は、極端放射線耐性、空間精度、ナノ秒以下のタイミングで追跡検出器を必要とする。
3Dダイヤモンドのピクセルセンサーは、ダイヤモンドの放射硬度とキャリアの移動性のために、これらの機能を提供する。
我々は、マクスウェル方程式の準定常近似として導かれた3次、3+1D PDEを用いて、この現象をモデル化する。
論文 参考訳（メタデータ） (2025-09-25T13:09:28Z) - Meta-training of diffractive meta-neural networks for super-resolution direction of arrival estimation [2.8163062697198744]
そこで我々は, 拡散型メタニューラルネットワーク (DMNN) を提案する。
DMNNはトレーニング済みのミニメタネットを統合し、異なる分極と周波数のメタ原子の振幅と位相応答を特徴付ける。
広視野超解像角推定には、xとyの偏光チャネルを通して方位角と高度角を同時に解決する。
論文 参考訳（メタデータ） (2025-09-07T04:49:51Z) - Programmable Photonic Unitary Processor Enables Parametrized Differentiable Long-Haul Spatial Division Multiplexed Transmission [2.602614049977146]
マルチコアファイバやマルチモードファイバを用いた空間分割多重化(SDM)は,単一モードファイバの容量限界を克服するための有望な解である。
長距離SDM伝送は、モード分散による大きな課題に直面している。
我々は、中間ノードにプログラム可能なフォトニックユニタリプロセッサをインストールしたパラメータ化SDM伝送を提案する。
論文 参考訳（メタデータ） (2025-05-23T01:35:41Z) - Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
MISO (Multiple-input Single-output) フレームワークを提案する。
それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。
PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
論文 参考訳（メタデータ） (2025-02-12T18:54:10Z) - Neural Representation for Wireless Radiation Field Reconstruction: A 3D Gaussian Splatting Approach [8.644949917126755]
本稿では,無線放射場(WRF)再構成に基づくチャネルモデリングのための新しいフレームワークであるWRF-GSを提案する。
本稿では、電磁波物理をニューラルネットワーク設計に統合する拡張フレームワークであるWRF-GS+を提案する。
論文 参考訳（メタデータ） (2024-12-06T07:56:14Z) - Dynamic Spectrum Access for Ambient Backscatter Communication-assisted D2D Systems with Quantum Reinforcement Learning [68.63990729719369]
無線スペクトルは乏しくなり、D2D通信のスペクトル効率は低い。
本稿では, 周囲RF信号の後方散乱を可能にするために, 環境後方散乱通信技術をD2Dデバイスに統合することを目的とする。
我々は、より少ないトレーニングパラメータでより高速な収束率を達成することができる新しい量子強化学習(RL)アルゴリズムを開発した。
論文 参考訳（メタデータ） (2024-10-23T15:36:43Z) - Deep Learning-Based Multiband Signal Fusion for 3-D SAR Super-Resolution [0.0]
本研究では,マルチバンド信号融合における深層学習の初利用について述べる。
商用ミリ波レーダ(mmWave)を用いて,完全統合マルチバンドイメージングシステムを開発した。
論文 参考訳（メタデータ） (2023-05-03T10:14:58Z) - On Neural Architectures for Deep Learning-based Source Separation of
Co-Channel OFDM Signals [104.11663769306566]
周波数分割多重化(OFDM)信号を含む単一チャネル音源分離問題について検討する。
我々はOFDM構造からの洞察に基づいて、ネットワークパラメータ化に対する重要なドメインインフォームド修正を提案する。
論文 参考訳（メタデータ） (2023-03-11T16:29:13Z) - Learning OFDM Waveforms with PAPR and ACLR Constraints [15.423422040627331]
達成可能な情報レートを最大化しつつ,選択した制約を満たすOFDMベースの波形を設計するための学習ベース手法を提案する。
エンドツーエンドシステムは,PAPRとACLRの制約を満たすことができ,スループットを著しく向上させることができることを示す。
論文 参考訳（メタデータ） (2021-10-21T08:58:59Z) - Waveform Learning for Next-Generation Wireless Communication Systems [16.26230847183709]
本稿では,送信受信フィルタ,星座形状,それに付随するビットラベリング,およびニューラルネットワーク(NN)ベースの検出器の結合設計のための学習に基づく手法を提案する。
この方法は、隣接するチャネルリーク比(ACLR)とピーク・ツー・アベイジ・パワー比(PAPR)の制約を同時に満たしつつ、達成可能な情報レートを最大化する。
論文 参考訳（メタデータ） (2021-09-02T14:51:16Z) - Learning to Beamform in Heterogeneous Massive MIMO Networks [48.62625893368218]
大規模マルチインプット多重出力(MIMO)ネットワークにおいて最適なビームフォーマを見つけることはよく知られている問題である。
本稿では,この問題に対処するための新しい深層学習に基づく論文アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-11-08T12:48:06Z)
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。