Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2501.00314

帮助 | 高级搜索

电气工程与系统科学 > 信号处理

arXiv:2501.00314 (eess)
[提交于 2024年12月31日 ]

标题: 量子-MUSIC:量子无线传感的多信号分类

标题: Quantum-MUSIC: Multiple Signal Classification for Quantum Wireless Sensing

Authors:Hanvit Kim, Hyunwoo Park, Sunwoo Kim
摘要: 本文提出了一种量子-MUSIC算法,这是首个针对多用户量子无线感知的多重信号分类(MUSIC)算法。由于用于量子无线感知的原子接收器只能测量接收到的信号的幅度,传统基于天线的信号处理算法的感知性能下降不可避免。为克服这一限制,所提出的算法恢复了信道信息,并结合传统的MUSIC算法,实现了仅通过幅度测量来感知多用户。仿真结果显示,该算法优于现有的MUSIC算法,验证了量子无线感知的优越潜力。
摘要: This paper proposes a Quantum-MUSIC, the first multiple signal classification (MUSIC) algorithm for quantum wireless sensing of multi-user. Since an atomic receiver for quantum wireless sensing can only measure the magnitude of a received signal, sensing performance degradation of traditional antenna-based signal processing algorithms is inevitable. To overcome this limitation, the proposed algorithm recovers the channel information and incorporates the traditional MUSIC algorithm, enabling the sensing of multi-user with magnitude-only measurement. Simulation results showed that the proposed algorithm outperforms the existing MUSIC algorithm, validating the superior potential of quantum wireless sensing.
评论: 5页,6幅图
主题: 信号处理 (eess.SP)
引用方式: arXiv:2501.00314 [eess.SP]
  (或者 arXiv:2501.00314v1 [eess.SP] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.00314
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Hanvit Kim [查看电子邮件]
[v1] 星期二, 2024 年 12 月 31 日 07:17:52 UTC (989 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.SP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号