Интегрированные возможности радиосенсинга для сетей 6G: перспектива ИИ/МО
Integrated Radio Sensing Capabilities for 6G Networks: AI/ML Perspective
2026-01-01
SCID: 54.1/w54qrfrs
Discuss with AI
сети 6GИИ/МОинтегрированное зондирование и связьрадиосенсингзондирование спектра
Figures from the paper
Abstract (AI)
Беспроводная связь шестого поколения (6G) часто обозначается как «подключённый интеллект». Радиосенсинг, сочетающийся с машинным обучением (МО) и искусственным интеллектом (ИИ), помимо прочих преимуществ, открывает возможности для существенного повышения способности системы воспринимать окружающую среду и эффективно использовать эту информацию. В статье представлен панорамный обзор радиосенсинга, объединяющий сенсинг физических объектов и сенсинг спектра. С этой целью, оставаясь в рамках интегрированных систем связи и сенсинга (ISAC), мы расширяем понятие «сенсинг»: от радиолокации через сенсинг спектра до различных приложений радиосенсинга, таких как локализация некооперативных передатчиков. Мы формулируем рассматриваемые задачи, объясняем современные подходы и подробно описываем методы на основе ИИ для решения различных задач беспроводного сенсинга. Наконец, мы обсуждаем возможность интеграции различных функций радиосенсинга в единую платформу с усиленными возможностями ИИ, подчёркивая потенциальные преимущества и проблемы, которые необходимо преодолеть. Помимо учебного по стилю основного содержания, основанного на непосредственном участии авторов в исследованиях по проблематике 6G, мы рассматриваем связанную с этой темой литературу и предлагаем как отправную точку для исследователей, начинающих работу в данной области, так и актуальный обзор для широкого круга читателей, знакомых с беспроводными коммуникациями.
Key Findings
1
Работа расширяет понятие радиозондирования за пределы радиолокации, включая спектральное зондирование и такие задачи, как локализация некооперативных передатчиков.
2
Предлагается интегрировать различные функции радиозондирования в единую платформу с поддержкой ИИ для улучшения восприятия окружающей среды и осведомлённости беспроводной системы.
3
Статья рассматривает потенциальные преимущества и нерешённые проблемы интеграции радиозондирования на основе ИИ, одновременно предоставляя учебный и обзорный материал для исследователей 6G и специалистов по беспроводной связи.
4
Статья объединяет зондирование физических объектов и спектральное зондирование в расширенной архитектуре интегрированного зондирования и связи (ISAC).
5
Авторы формулируют основные задачи беспроводного зондирования, рассматривают современные подходы и описывают методы ИИ/машинного обучения для решения различных задач зондирования.
Research Object
Интегрированное радиосенсирование в беспроводных сетях 6G, включающее зондирование физических объектов, спектральное зондирование и локализацию некооперативных передатчиков
Research Subject
Функции и задачи радиосенсирования на основе AI/ML, а также механизмы их интеграции для восприятия окружающей среды и получения информации о спектре в системах ISAC
Publication Details
Publication Date
2026-01-01
Journal
Publisher
ISSN
Cited by
6
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai6
Использование генеративного искусственного интеллекта для масштабирования интеллектуальных обучающих систем2023
Всеобъемлющий обзор графовых нейронных сетей2020
Глубокие нейронные сети для акустического моделирования в распознавании речи: общее мнение четырёх исследовательских групп2012
Интегрированное зондирование и связь: на пути к беспроводным сетям двойного назначения для 6G и последующих поколений2022
Обзор периферийных вычислений для Интернета вещей2017
Обучение спайковых нейронных сетей с использованием достижений глубокого обучения2023