PulseAugur
实时 09:24:42
English(EN) RIS-Aided mmWave Localization Under Cross-Link Interference via Beam-Domain ML Fingerprinting

新的机器学习框架利用RIS和毫米波感知增强6G定位

研究人员开发了一个新的机器学习框架,用于在利用可重构智能表面(RIS)和毫米波(mmWave)感知的6G网络中进行精确本地化。该方法将接收到的信噪比(SNR)映射到用户设备(UE)的方位角和距离,即使在直接链路不可用时也是如此。该框架已扩展到处理跨链路干扰,这种干扰比距离估计更严重地降低了角度估计。 AI

影响 这项研究可以提高未来6G网络中本地化的精度,从而影响波束管理和整体网络效率。

排序理由 这是一篇详细介绍新颖技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的机器学习框架利用RIS和毫米波感知增强6G定位

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Md Tarek Hassan, Dmitry Zelenchuk, Muhammad Ali Babar Abbasi ·

    基于波束域机器学习指纹的RIS辅助毫米波跨链路干扰下的定位

    arXiv:2608.07444v1 Announce Type: cross Abstract: Accurate user equipment (UE) localization is critical for beam management in reconfigurable intelligent surface (RIS)-assisted millimeter-wave (mmWave) based sixth-generation (6G) networks, especially if the direct base-station-UE…