ML-Based Source Separation for Integrated Sensing and Communication
הפרדת אותות מבוססת למידת מכונה לתקשורת משולבת חישה
הרקע לפרויקט:
במערכות התקשורת של מחר, השימוש בתדרים גבוהים, רוחב פס רחב ומערכים גדולים של אנטנות יאפשרו חישה מדויקת וברזולוציה גבוהה, אשר יכולה לסייע בשילוב של חישת הסביבה ותקשורת אלחוטית במערכת אחת להפקת תועלת הדדית. מצד אחד, רשת התקשורת תשמש כחיישן - אותות הרדיו המועברים והמתקבלים על ידי רכיבי הרשת יכולים לשמש לחישה ולהבנה טובה יותר של העולם הפיזי לצרכים שונים, כגון איכון. מצד שני, היכולות החדשות שיתקבלו יאפשרו שיפור של ביצועי התקשורת (למשל, קביעת כיווניות שידור ההודעה באופן מדויק יותר). בפרויקט זה ננסה לפתח שיטה חדשה לקליטה איכותית ומהימנה של אותות החישה והתקשורת המשודרים לצורך השבחת ביצועים.
מטרת הפרויקט:
מטרת הפרוקיט הינה פיתוח פתרון אלגוריתמי, מבוסס רשת עמוקה, עם ביצועים משופרים (ביחס לאלגוריתם מוביל) למקלט במערכת תקשורת משולבת חישה. הסטונדט/ית יממשו שיטה חדשנית קיימת על סמך המאמר [1] שפורסם לאחרונה (ראה "מקורות" מטה), ויאמנו רשת עמוקה להפרדת אותות משופרת, אשר תוביל להשבחת ביצועי המערכת, הן כמערכת תקשורת והן כמערכת חישה.
תכולת הפרויקט:
1. קריאת מאמרים, ובפרט [1] (המאמר המופיע תחת "מקורות")
2. מימוש האלגוריתם המופיע ב-[1] ושחזור מדויק של התוצאות המופיעות בו כביסוס אמת מידה לביצועים
3. אימון רשת עמוקה בגישת למידת מונחית להפרדת אותות התקשורת והחישה
4. השוואת ביצועים בסימולציה ממוחשבת ל-[1] ואמות מידה נוספות אשר יימצאו רלונטיות בזמן הפרויקט
קורסי קדם:
1. עיבוד ספרתי של אותות 1
2. תקשורת ספרתית 1
3. מבוא ללמידת מכונה
(הנ"ל מומלץ, לא חובה)
דרישות נוספות:
1. ידע בסיסי בעיבוד אותות ותקשורת ספרתית
2. תכנות ברמה גבוהה ב-Python, בדגש על אימון רשתות עמוקות
מקורות:
[1] Wang, Jiale, et al. "A Power-Domain Non-Orthogonal Integrated Sensing and Communication Waveform Design Using OFDM." IEEE Wireless Communications Letters (2024). https://ieeexplore.ieee.org/document/10411013
תאריך עדכון אחרון : 30/09/2024