論文の概要: Pushing Bistatic Wireless Sensing toward High Accuracy at the Sub-Wavelength Scale

• arxiv url: http://arxiv.org/abs/2603.07492v1
• Date: Sun, 08 Mar 2026 06:24:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:14.6865
• Title: Pushing Bistatic Wireless Sensing toward High Accuracy at the Sub-Wavelength Scale
• Title（参考訳）: サブ波長スケールで高精度なバイスタティック無線センシング
• Authors: Wenwei Li, Jiarun Zhou, Qinxiao Quan, Fusang Zhang, Daqing Zhang,
• Abstract要約: 無線通信のバイスタティックな展開は、チャネル応答における未知の位相オフセットをもたらすクロック不整脈を引き起こす。 最先端システムは、これらの位相オフセットをキャンセルするために、クロスアンテナチャネル比を広く採用している。 歪み比特徴と理想チャネル特徴との間の最初の定量的マッピングを導出する。 提案手法は, 波長下変位の詳細を効果的に再構成し, 精度をほぼ向上する。
• 参考スコア（独自算出の注目度）: 3.353897381639283
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Contactless sensing using wireless communication signals has garnered significant attention due to its non-intrusive nature and ubiquitous infrastructure. Despite the promise, the inherent bistatic deployment of wireless communication introduces clock asynchronism, which leads to unknown phase offsets in channel response and hinders fine-grained sensing. State-of-the-art systems widely adopt the cross-antenna channel ratio to cancel these detrimental phase offsets. However, the channel ratio preserves sensing feature accuracy only at integer-wavelength target displacements, losing sub-wavelength fidelity. To overcome this limitation, we derive the first quantitative mapping between the distorted ratio feature and the ideal channel feature. Building on this foundation, we develop a robust framework that leverages channel response amplitude to recover the ideal channel feature from the distorted ratio. Real-world experiments across Wi-Fi and LoRa demonstrate that our method can effectively reconstruct sub-wavelength displacement details, achieving nearly an order-of-magnitude improvement in accuracy.
• Abstract（参考訳）: 無線通信信号を用いた非接触センシングは、非侵入的な性質とユビキタスなインフラのため、大きな注目を集めている。 この約束にもかかわらず、無線通信の本質的にバイスタティックな展開はクロック・アシンクロニズムを導入し、これはチャネル応答における未知の位相オフセットを引き起こし、きめ細かな知覚を妨げる。 最先端システムは、これらの有害相オフセットをキャンセルするために、クロスアンテナチャネル比を広く採用している。 しかし、チャネル比は、整数波長目標変位でのみ検出特性の精度を保ち、サブ波長忠実度が失われる。 この制限を克服するために、歪み比特徴と理想的なチャネル特徴との間の最初の定量的マッピングを導出する。 この基盤を基盤として、チャネル応答振幅を利用して歪み比から理想的なチャネル特徴を回復するロバストなフレームワークを開発する。 Wi-Fi と LoRa を用いた実世界の実験により,提案手法は波長下変位の詳細を効果的に再構築し,精度をほぼ向上できることを示した。

関連論文リスト

• Cross-Attention Transformer for Joint Multi-Receiver Uplink Neural Decoding [0.0]
  我々はOFDM信号の連成復号化のためのクロスアテンション変換器を提案する。 共有受信者エンコーダは、受信された各グリッド内の時間周波数構造を学習する。 トークンワイドのクロスアテンションモジュールは、受信機を融合させ、標準チャネルデコーダに対してソフトなログライクな比率を生成する。
  論文  参考訳（メタデータ） (2026-02-04T16:34:48Z)
• Stabilizing Diffusion Posterior Sampling by Noise--Frequency Continuation [52.736416985173776]
  高雑音下では、不正確な推定から計算されたデータ一貫性勾配は、後部幾何学と幾何的に一致しない。 本稿では、雑音依存周波数帯域内でのみ測定一貫性を強制する中間部分の連続的なファミリを構成するノイズ周波数継続フレームワークを提案する。 提案手法は最先端性能を実現し,強いベースライン上で最大5dBのPSNRの動作劣化を改善する。
  論文  参考訳（メタデータ） (2026-01-30T03:14:01Z)
• CP Loss: Channel-wise Perceptual Loss for Time Series Forecasting [67.3477355449697]
  時系列データに対するチャネルワイド知覚損失(CP損失)を提案する。 我々は,その特性に適応した各チャネルに対して,独自の知覚空間を学習する。 これらの知覚空間内で損失を計算し、モデルを最適化する。
  論文  参考訳（メタデータ） (2026-01-25T15:31:37Z)
• Environment-Aware Channel Inference via Cross-Modal Flow: From Multimodal Sensing to Wireless Channels [45.969793510760645]
  この論文では、マルチモーダル観測から直接完全なCSIを推定するパイロットフリーチャネル推定について検討する。 本研究では,センサ・チャネル間マッピングをモーダル間フローマッチング問題として定式化するデータ駆動型フレームワークを開発した。 実験では,シオンナとブレンダーをベースとした手続き型データ生成装置を構築し,センシングシーンのリアルなモデリングと無線伝搬を支援する。
  論文  参考訳（メタデータ） (2025-12-04T16:35:09Z)
• Robust Channel Estimation for Optical Wireless Communications Using Neural Network [0.44816207812864195]
  本稿では,周波数選択効果を低減するために,低複雑さなチャネル推定手法を提案する。 ニューラルネットワークは、環境に関する事前のチャネル情報なしで、一般的な光無線チャネルを推定することができる。 シミュレーションの結果,提案手法は正規化平均二乗誤差 (NMSE) とビット誤り率 (BER) を改良し,頑健化していることがわかった。
  論文  参考訳（メタデータ） (2025-04-02T21:16:34Z)
• Free-Space Twin-Field Quantum Key Distribution [25.413253805419494]
  本稿では,14.2km以上の大都市における自由空間TF-QKDの実証実験について報告する。 繰り返し容量制限を超える秘密鍵レートを達成する。 この研究は、衛星ベースのグローバル量子ネットワークへの重要な進歩を表している。
  論文  参考訳（メタデータ） (2025-03-22T12:05:07Z)
• String commitment from unstructured noise [46.40786209841718]
  不規則な雑音チャネルモデルの一般化として、非構造ノイズチャネルモデルを導入する。 非構造ノイズチャネルモデルにおけるエントロピック制約は、ノイズ量子記憶のような物理的仮定から導出できることを示す。
  論文  参考訳（メタデータ） (2024-12-31T05:28:05Z)
• Joint Channel Estimation and Feedback with Masked Token Transformers in Massive MIMO Systems [74.52117784544758]
  本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。 エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。 提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
  論文  参考訳（メタデータ） (2023-06-08T06:15:17Z)
• Deep Denoising Neural Network Assisted Compressive Channel Estimation for mmWave Intelligent Reflecting Surfaces [99.34306447202546]
  本稿では,mmWave IRSシステムに対するディープデノイングニューラルネットワークを用いた圧縮チャネル推定法を提案する。 我々はまず、受信チェーンをほとんど使わず、アップリンクのユーザ-IRSチャネルを推定するハイブリッド・パッシブ/アクティブIRSアーキテクチャを導入する。 完全チャネル行列は、圧縮センシングに基づいて限られた測定値から再構成することができる。
  論文  参考訳（メタデータ） (2020-06-03T12:18:57Z)

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。