Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο: https://hdl.handle.net/10442/17949
Export to:   BibTeX  | EndNote  | RIS
Εξειδίκευση τύπου : Άρθρο σε επιστημονικό περιοδικό
Τίτλος: XR-RF Imaging Enabled by Software-Defined Metasurfaces and Machine Learning: Foundational Vision, Technologies and Challenges
Δημιουργός/Συγγραφέας: Liaskos, Christos
Tsioliaridou, Ageliki
Georgopoulos, Konstantinos
Morianos, Ioannis
Ioannidis, Sotiris
Salem, Iosif
Manessis, Dionysios
Schmid, Stefan
Tyrovolas, Dimitrios
Tegos, Sotiris A.
Mekikis, Prodromos-Vasileios
Diamantoulakis, Panagiotis D.
Pitilakis, Alexandros
Kantartzis, Nikolaos V.
Karagiannidis, George K.
Tasolamprou, Anna C.
[EL] Τσιλιπάκος Οδυσσέας[EN] Tsilipakos, Odysseassemantics logo
Kafesaki, Maria
Akyildiz, Ian F.
Pitsillides, Andreas
Pateraki, Maria
Vakalellis, Michael
Spais, Ilias
Ημερομηνία: 2022-11-04
Γλώσσα: Αγγλικά
ISSN: 2169-3536
DOI: 10.1109/ACCESS.2022.3219871
Περίληψη: We present a new approach to Extended Reality (XR), denoted as iCOPYWAVES, which seeks to offer naturally low-latency operation and cost-effectiveness, overcoming the critical scalability issues faced by existing solutions. iCOPYWAVES is enabled by emerging PWEs, a recently proposed technology in wireless communications. Empowered by intelligent (meta)surfaces, PWEs transform the wave propagation phenomenon into a software-defined process. We leverage PWEs to i) create, and then ii) selectively copy the scattered RF wavefront of an object from one location in space to another, where a machine learning module, accelerated by FPGAs, translates it to visual input for an XR headset using PWEdriven, RF imaging principles (XR-RF). This makes for an XR system whose operation is bounded in the physical layer and, hence, has the prospects for minimal end-to-end latency. Over large distances, RF-to-fiber/fiber-to-RF is employed to provide intermediate connectivity. The paper provides a tutorial on the iCOPYWAVES system architecture and workflow. A proof-of-concept implementation via simulations is provided, demonstrating the reconstruction of challenging objects in iCOPYWAVES produced computer graphics.
Τίτλος πηγής δημοσίευσης: IEEE Access
Τόμος/Κεφάλαιο: 10
Σελίδες: 119841-119862
Θεματική Κατηγορία: [EL] Εφαρμοσμένη οπτική. Φωτονική[EN] Applied optics. Photonicssemantics logo
Λέξεις-Κλειδιά: Wireless comunications
Microwave imaging
Machine learning
Extended reality
Αξιολόγηση από ομότιμους (peer reviewed): Ναι
Ηλεκτρονική διεύθυνση με ανοικτή πρόσβαση (link): https://ieeexplore.ieee.org/abstract/document/9940297
Ηλεκτρονική διεύθυνση στον εκδότη (link): https://ieeexplore.ieee.org/abstract/document/9940297
Ηλεκτρονική διεύθυνση περιοδικού (link) : https://ieeeaccess.ieee.org/
Εμφανίζεται στις συλλογές:Ινστιτούτο Θεωρητικής και Φυσικής Χημείας (ΙΘΦΧ) - Επιστημονικό έργο

Αρχεία σε αυτό το τεκμήριο:
Αρχείο Περιγραφή ΣελίδεςΜέγεθοςΜορφότυποςΈκδοσηΆδεια
XR-RF Imaging Enabled by Metasurfaces .pdfPublisher's version22 σελίδες σελίδες4.07 MBAdobe PDFΔημοσιευμένη/του ΕκδότηccbyThumbnail
Δείτε/ανοίξτε