論文の概要: ZoomSpec: A Physics-Guided Coarse-to-Fine Framework for Wideband Spectrum Sensing
- arxiv url: http://arxiv.org/abs/2604.13568v1
- Date: Wed, 15 Apr 2026 07:29:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-16 20:38:32.433765
- Title: ZoomSpec: A Physics-Guided Coarse-to-Fine Framework for Wideband Spectrum Sensing
- Title（参考訳）: ZoomSpec:広帯域スペクトルセンシングのための物理誘導粗結合フレームワーク
- Authors: Zhentao Yang, Yixiang Luomei, Zhuoyang Liu, Zhenyu Liu, Feng Xu,
- Abstract要約: ZoomSpecは物理誘導型粗粒度フレームワークで、信号処理の事前処理とディープラーニングを統合している。
SpaceNetのリアルタイムデータセットの評価では、最先端の78.1 mAP@0.5:0.95が示されている。
- 参考スコア（独自算出の注目度）: 7.560433707709695
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Wideband spectrum sensing for low-altitude monitoring is critical yet challenging due to heterogeneous protocols,large bandwidths, and non-stationary SNR. Existing data-driven approaches treat spectrograms as natural images,suffering from domain mismatch: they neglect time-frequency resolution constraints and spectral leakage, leading topoor narrowband visibility. This paper proposes ZoomSpec, a physics-guided coarse-to-fine framework integrating signal processing priors with deep learning. We introduce a Log-Space STFT (LS-STFT) to overcome the geometric bottleneck of linear spectrograms, sharpening narrowband structures while maintaining constant relative resolution. A lightweight Coarse Proposal Net (CPN) rapidly screens the full band. To bridge coarse detection and fine recognition, we design an Adaptive Heterodyne Low-Pass (AHLP) module that executes center-frequency aligning, bandwidth-matched filtering, and safe decimation, purifying signals of out-of-band interference. A Fine Recognition Net (FRN) fuses purified time-domain I/Q with spectral magnitude via dual-domain attention to jointly refine temporal boundaries and modulation classification. Evaluations on the SpaceNet real-world dataset demonstrate state-of-the-art 78.1 mAP@0.5:0.95, surpassing existing leaderboard systems with superior stability across diverse modulation bandwidths.
- Abstract（参考訳）: 低高度監視のための広帯域スペクトルセンシングは、異種プロトコル、広い帯域幅、非定常SNRのため、非常に困難である。
既存のデータ駆動アプローチでは、スペクトログラムを自然なイメージとして扱い、ドメインミスマッチから切り離す。
本稿では,信号処理と深層学習を統合した物理誘導型粗粒度フレームワークZoomSpecを提案する。
線形スペクトログラムの幾何的ボトルネックを克服し、一定の相対分解能を維持しながら狭帯域構造を鋭くするログスペースSTFT(LS-STFT)を導入する。
軽量な粗い提案ネット(CPN)は、全バンドを迅速にスクリーニングする。
本稿では,アダプティブ・ヘテロダイン・ローパス(AHLP)モジュールを設計し,アダプティブ・ヘテロダイン・ローパス(AHLP)モジュールを設計する。
ファイン認識ネット(FRN)は、時間領域I/Qを2領域の注意を通してスペクトル等級で融合し、時間境界と変調分類を併用する。
SpaceNetのリアルワールドデータセットの評価では、最先端の78.1 mAP@0.5:0.95が、様々な変調帯域幅で優れた安定性を持つ既存のリーダーボードシステムを上回っている。
関連論文リスト
- Physics-Aligned Spectral Mamba: Decoupling Semantics and Dynamics for Few-Shot Hyperspectral Target Detection [14.607792636586067]
SpecMambaは、安定したセマンティック表現とアジャイルのスペクトル適応を分離するフレームワークである。
検出精度とクロスドメインの一般化において、最先端の手法を一貫して上回る。
論文 参考訳（メタデータ） (2026-04-07T08:04:18Z) - Spectral Gating Networks [65.9496901693099]
我々は、フィードフォワードネットワークに周波数リッチな表現性を導入するために、スペクトルゲーティングネットワーク(SGN)を導入する。
SGNは、標準活性化経路をコンパクトなスペクトル経路と学習可能なゲートで拡張し、安定したベース動作からモデルを開始することができる。
計算予算に匹敵する精度と効率のトレードオフを継続的に改善する。
論文 参考訳（メタデータ） (2026-02-07T20:00:49Z) - Learning to Separate RF Signals Under Uncertainty: Detect-Then-Separate vs. Unified Joint Models [53.79667447811139]
受信した信号に直接適用した場合、単一のディープニューラルネットワークアーキテクチャが共同で検出および分離することを学習していることを示す。
これらの結果から,UJM は DTS に代わるスケーラブルで実用的な代替品であり,広範に推定された統合分離のための新たな方向を開拓した。
論文 参考訳（メタデータ） (2026-02-04T15:25:02Z) - SKANet: A Cognitive Dual-Stream Framework with Adaptive Modality Fusion for Robust Compound GNSS Interference Classification [47.20483076887704]
グローバルナビゲーション衛星システム(GNSS)は、洗練された妨害による脅威の増大に直面している。
時間周波数画像(TFI)とパワースペクトル密度(PSD)を統合した2重ストリームアーキテクチャに基づく認知的ディープラーニングフレームワークを提案する。
SKANetは96.99%の精度を達成し、複合妨害分類において優れたロバスト性を示した。
論文 参考訳（メタデータ） (2026-01-19T07:42:45Z) - JSR-GFNet: Jamming-to-Signal Ratio-Aware Dynamic Gating for Interference Classification in future Cognitive Global Navigation Satellite Systems [14.709743647152301]
本稿では,bfJSR-Guided Fusion Network (JSR-GFNet)を提案する。
このマルチモーダルアーキテクチャは、位相感受性複素In-Phase/Quadrature(IQ)サンプルとショートタイムフーリエ変換(STFT)スペクトログラムを組み合わせたものである。
実験によると、JSR-GFNetは10-50dBのJSRスペクトルで高い精度を実現している。
論文 参考訳（メタデータ） (2026-01-19T07:01:25Z) - WaveRNet: Wavelet-Guided Frequency Learning for Multi-Source Domain-Generalized Retinal Vessel Segmentation [4.23704854635294]
領域一般化網膜血管分節は眼科における自動診断に重要である。
本稿では,ウェーブレット誘導周波数学習フレームワークであるWaveRNetを提案する。
論文 参考訳（メタデータ） (2026-01-09T16:58:29Z) - Any-Optical-Model: A Universal Foundation Model for Optical Remote Sensing [24.03278912134978]
我々は任意のバンド構成、センサタイプ、解像度スケールに対応するためのAOM(Any Optical Model)を提案する。
AOMは、バンド不足、クロスセンサー、クロス解像度設定といった困難な条件下で、常に最先端(SOTA)性能を達成する。
論文 参考訳（メタデータ） (2025-12-19T04:21:01Z) - Rethinking Diffusion Model-Based Video Super-Resolution: Leveraging Dense Guidance from Aligned Features [51.5076190312734]
ビデオ超解法アプローチは、エラーの蓄積、空間的アーティファクト、知覚的品質と忠実さのトレードオフに悩まされる。
ビデオ超解像(DGAF-VSR)に適した特徴を持つ新しい誘導拡散モデルを提案する。
合成および実世界のデータセットの実験では、DGAF-VSRがVSRの重要な側面において最先端の手法を超越していることが示されている。
論文 参考訳（メタデータ） (2025-11-21T03:40:45Z) - Morphing Through Time: Diffusion-Based Bridging of Temporal Gaps for Robust Alignment in Change Detection [51.56484100374058]
既存の変更検出ネットワークを変更することなく空間的・時間的ロバスト性を改善するモジュールパイプラインを導入する。
拡散モジュールは、大きな外観ギャップをブリッジする中間変形フレームを合成し、RoMaは段階的に対応を推定できる。
LEVIR-CD、WHU-CD、DSIFN-CDの実験は、登録精度と下流変化検出の両方において一貫した利得を示した。
論文 参考訳（メタデータ） (2025-11-11T08:40:28Z) - Wavelet-Guided Dual-Frequency Encoding for Remote Sensing Change Detection [67.84730634802204]
リモートセンシング画像の変化検出は,自然災害監視,都市拡張追跡,インフラ管理など,さまざまな工学的応用において重要な役割を担っている。
既存のほとんどの手法は空間領域モデリングに依存しており、特徴表現の限られた多様性は微妙な変化領域の検出を妨げる。
本研究では、特にウェーブレット領域における周波数領域の特徴モデリングが周波数成分の微細な違いを増幅し、空間領域において捉えにくいエッジ変化の知覚を高めることを観察する。
論文 参考訳（メタデータ） (2025-08-07T11:14:16Z) - FADPNet: Frequency-Aware Dual-Path Network for Face Super-Resolution [70.61549422952193]
計算コストの制限による顔超解像(FSR)は未解決の問題である。
既存のアプローチでは、全ての顔のピクセルを等しく扱い、計算資源を最適以下に割り当てる。
本稿では、低周波成分と高周波成分に顔の特徴を分解する周波数対応デュアルパスネットワークであるFADPNetを提案する。
論文 参考訳（メタデータ） (2025-06-17T02:33:42Z)
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。