通过 NR 副链路实现蜂窝网络中的感知与通信融合
计算机视觉与模式识别
2021-09-16 v1 机器学习
摘要
RF 感知（对接收到的电磁信号中由运动或环境引起的模式进行分析和解释）已被积极研究十余年。由于通过蜂窝通信系统传播的电磁信号无处不在，RF 感知有潜力成为一种通用感知机制，应用于智能家居、零售、定位、手势识别、入侵检测等领域。具体而言，现有的蜂窝网络设施可被双重用于通信与感知。这种通信与感知融合被设想为未来通信网络的发展方向。我们提出使用 NR 副链路直接设备到设备通信，以在超越 5G 的蜂窝通信系统中实现设备发起的、灵活的感知能力。在本文中，我们特别研究了基于副链路的 RF 感知的一个常见问题，即其角度与旋转依赖性。具体而言，我们讨论了毫米波点云数据的变换以实现旋转不变性，以及基于此类旋转不变输入在角度和距离多样的设备上进行分布式处理。为处理分布式数据，我们提出了一种基于图的编码器来捕获数据的时空特征，并提出了四种多角度学习方法。这些方法的比较基于一个新记录且公开可用的数据集，该数据集包含 15 名受试者、执行 21 种手势、从 8 个角度记录。
引用
@article{arxiv.2109.07253,
title = {Integrating Sensing and Communication in Cellular Networks via NR Sidelink},
author = {Dariush Salami and Ramin Hasibi and Stefano Savazzi and Tom Michoel and Stephan Sigg},
journal= {arXiv preprint arXiv:2109.07253},
year = {2021}
}
备注
The paper is submitted to JSAC and it is still under review