评估大型智能表面的无线感知潜力
信号处理
2021-04-14 v3 计算机视觉与模式识别
机器学习
摘要
感知能力是未来6G无线网络最受瞩目的新特性之一。本文在一个典型的工业4.0场景中探讨大型智能表面（LIS）的感知潜力。除了LIS在通信方面受到的关注外，它还能提供传播环境的高分辨率成像。这是因为，在室内环境中，它可放置在靠近被感知现象的位置，而高密度排布于大面积上的微小天线提供了高分辨率。通过将LIS视为基于接收信号功率的环境无线电图像，我们利用图像处理和机器学习工具开发感知环境的技术。一旦获得全息图像，可使用去噪自编码器（DAE）网络构建超分辨率图像，带来传统感知系统不具备的感知优势。此外，我们推导了基于广义似然比（GLRT）的统计检验，作为机器学习方案的基准。我们在一个需检测工业机器人是否偏离预定义路线的场景中测试了这些方法。结果表明，基于LIS的感知具有高精度，并在室内工业环境中具有很高应用潜力。
引用
@article{arxiv.2011.08465,
title = {Assessing Wireless Sensing Potential with Large Intelligent Surfaces},
author = {Cristian J. Vaca-Rubio and Pablo Ramirez-Espinosa and Kimmo Kansanen and Zheng-Hua Tan and Elisabeth de Carvalho and Petar Popovski},
journal= {arXiv preprint arXiv:2011.08465},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2006.06563