IEEE JSTSP文章

你在这里

今天加入SPS的首要原因!

1.IEEE信号处理杂志
2.信号处理数字图书馆*
3.内部信号处理通讯
4.SPS资源中心
5.职业晋升与认可
6.会议和出版物的折扣
7.专业网络
8.面向学生、年轻专业人士和妇女的社区
9.志愿服务机会
10.快到了!PDH / CEU学分
单击此处了解更多信息

IEEE JSTSP文章

边缘网络为满足用户设备日益增长的能量和计算需求提供了一种有前景的解决方案,提供了新的数据密集型服务。多址接入边缘计算(multiple -access edge computing, MEC)系统具有配置MEC服务器和基站/接入点(base-stations/access points, BS/AP)的能力,能够支持多个用户进行数据计算和无线充电。我们提出了一个集成的无线充电解决方案与计算卸载,以满足最大的可行比例的无线充电要求,同时保持总能量消耗在最小,受meca - ap发送功率和延迟的约束。

本文研究了一种智能反射面(IRS)辅助的无线信息与功率同步传输(SWIPT)系统。该系统考虑了部署在无人机(uav)和地面建筑上的多个IRSs,同时增强信息和能量的传输。该优化问题通过联合优化功率分裂比、发射波束形成、相移和无人机轨迹来最大化N个时隙的平均可达速率。

本专题中的论文重点介绍无线功率和信息传输中的信号处理进展。无线功率传输(WPT)和无线信息和功率传输(WIPT)在过去几年中,受到研究界越来越多的关注。在本期专刊中,共有14篇论文介绍了信息和功率无线传输领域的最新成果,特别强调了信号处理的进展。

汽车成像雷达需要高的角度分辨率,这可以通过大的天线孔径来实现。为了满足奈奎斯特空间采样率的要求,需要大量的阵列单元和接收通道。在实践中,这种解决方案的成本和复杂性都高得令人望而却步。

我们提出了一种高分辨率成像雷达系统,通过频谱和阵列配置的联合稀疏设计,实现用于自动驾驶的高保真四维(4D)传感,即距离、多普勒、方位角和仰角。为了适应大量的汽车雷达在同一频段工作,同时避免相互干扰,提出了随机稀疏步进频率波形(RSSFW)来合成大的有效带宽,以实现高距离分辨率剖面。

汽车雷达广泛应用于高级驾驶辅助系统中,被认为是实现高度自动化驾驶的关键技术之一。本文概述了汽车雷达中最先进的信号处理技术,以及当前的研究方向和实际挑战。

在张量分解问题中,最优秩选择是一个重要的问题,特别是在张量链分解和张量串分解中。本文提出了一种新的TR分解的秩选择方法,用于自动寻找接近最优的TR秩,从而降低了存储成本,特别是对于TT或TR结构不精确的张量。

大数据的出现和无线通信信号的多维特性为利用张量分解在相关数据分析和信号处理中的通用性提供了重要机会。与基于矩阵的方法不同,张量分解的唯一性可以在非常温和和自然的条件下得到保证。

本节的论文主要研究信号处理和机器学习中的张量分解。张量分解,也称为张量分解,对于表示和分析多维数据非常有用。张量分解已经应用于信号处理应用(语音、声学、通信、雷达、生物医学)、机器学习(聚类、降维、潜在因素模型、子空间学习)等等。

图像恢复一直是图像处理中的一项具有挑战性的任务。有很多方法可以解决这个问题,通常是通过最小化一个非光滑的惩罚协对数似然函数来解决。虽然这个解决方案在理论上很容易解释,但它的估计依赖于一个需要时间的优化过程。考虑到深度学习在图像分类和分割方面的研究,这类方法为图像恢复提供了一个重要的选择,但在求解逆问题上仍然具有挑战性。

页面

SPS在推特上

  • 空间网络研讨会系列将于11月16日(星期二)继续,届时温碧涵教授将介绍“分而治之:Dee…https://t.co/sii9OXGmWt
  • DEADLINE EXTENDED: IEEE Journal of Selected Topics in Signal Processing is receiving papers for a Special Issue…https://t.co/kPemaUGhjv
  • 《IEEE量子工程学报》正在寻找下一任主编,将于2022年1月开始…https://t.co/eKCgQQa9wJ
  • 大脑空间倡议系列讲座将于11月10日星期三继续,届时Benjamin B. Risk博士将展示“数据……https://t.co/EauapKJOFe
  • 大脑空间倡议系列讲座将于11月5日星期五继续,届时普赛克·路易博士将展示“使用启发……https://t.co/1IFa65x0mM

SPS视频


家庭助理中的信号处理


多媒体取证


信号处理行业


在雷达下