Distributed Active Localization and Sensing in 6G Systems (DALOS-6G)

Syfte och mål

DALOS-6G-projektet syftar till att förbättra lokalisering och avkänning i distribuerade 6G-system genom att hantera utmaningar kopplade till mobilitet och flerbanemiljöer. Genom att utnyttja modell- och inlärningsbaserade metoder kommer projektet att utveckla en hybridram för förbättrad resursallokering och lokaliseringsprestanda. Med samarbetet mellan Chalmers och University of Toronto strävar projektet efter att stärka 6G-kapabiliteter genom innovation och kunskapsutbyte inom partnerskap.

Förväntade effekter och resultat

De förväntade resultaten av DALOS-6G-projektet inkluderar (i) utveckling av en hybrid modell- och inlärningsbaserad ram för resursallokering för att förbättra lokaliseringsprestanda, (ii) spridning av arbetet genom publicering av vetenskapliga artiklar, och (iii) att stärka det internationella samarbetet mellan Sverige och Kanada. De inledande resultaten kommer också att bidra till andra projekt och finansieringsansökningar samt till en hållbar utveckling av 6G-lokalisering och avkänning.

Planerat upplägg och genomförande

Detta ettåriga projekt börjar med systemmodellering och prestandaanalys, följt av utveckling av modellbaserade lokaliseringsmetoder för flera UEs och optimering av distribuerade antennarrayer baserat på UE-tillstånd. En hybridinlärningsbaserad metod kommer att hantera utmaningar inom aktiv avkänning. Regelbundet samarbete genom tekniska presentationer, utvärderingar, samt ett två månader långt forskningsbesök kommer att stödja kunskapsutbytet mellan de två institutionerna i Sverige och Kanada.