热点事件持续更新
跨尺度非线性波形融合用于通感一体化
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月26日，arXiv cs.AI 收录一篇论文，提出面向通感一体化（ISAC）的跨尺度非线性波形融合方法。该方法把图像特征与线性调频参考信号合成到共享的复数状态：用户设备端以参考信号与信道状态信息驱动神经解混器重建图像，基站端则用实际发射脉冲构造相干字典做序贯定位。在512张独立测试图像上，归一化定位误差分别降低29.0%和27.0%，平均PSNR提升1.40和0.82 dB。在固定该波形的情况下，学习式局部校正可再使归一化定位误差下降12.2%。目前尚无后续报道或独立复现。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
论文称在512张测试图像上定位误差降29.0%和27.0%，PSNR提升1.40和0.82 dB。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AI面向通感一体化的跨尺度非线性波形融合学习
面向通感一体化（ISAC）的跨尺度非线性波形融合方法，将图像特征与线性调频参考信号合成到共享复数状态，在512张独立测试图像上把归一化定位误差分别降低29.0%和27.0%，平均PSNR提升1.40和0.82 dB。用户设备端以参考信号与信道状态信息驱动神经解混器重建图像，基站端用实际发射脉冲构造相干字典做序贯定位。固定该波形时，学习式局部校正再降归一化定位误差12.2%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。