• 一种结合激光雷达（LiDAR）和惯性测量单元（IMU）紧密耦合技术以及扫描环境的室内地图构建算法：IS-LEGO-LOAM 云俊英（Junying Yun） 刘周峰（Zhoufeng Liu） 万新通（Xintong Wan） 段格菲（Gefei Duan） 田博文（Bowen Tian） 高雅静（Yajing Gao）

  摘要 室内环境通常包含许多结构特征稀疏的区域，例如长走廊、大型中庭和玻璃幕墙等场景。这些条件可能导致循环闭合检测困难以及累积的定位误差，从而导致定位漂移，甚至在地图构建过程中出现映射失败。本文提出了一种名为IS-LEGO-LOAM的室内映射算法，该算法结合了紧密耦合的LiDAR-

  来源：Sensors

  时间：2026-05-01

• 基于深度学习的动态时分ISAC波束成形技术在车辆网络中的应用 Lim Junseok 和 So Jaewoo

  摘要 集成传感与通信（ISAC）是车辆网络中一项具有前景的关键技术，因为它允许路边单元在同一频谱和硬件平台上同时支持数据传输和类似雷达的传感功能。在传统的时分ISAC系统中，每个帧被划分为具有固定比例的传感阶段和通信阶段，这决定了传感精度与通信吞吐量之间的

  来源：Sensors

  时间：2026-05-01

• 一种用于大规模紧密耦合线性天线阵列辐射模式预测的快速高效方法 魏建树、 徐鹏、 卢海涛、 蔡晓

  摘要 对于大规模紧密耦合的线性天线阵列来说，可靠且快速的辐射模式预测至关重要。强烈的相互耦合和有限阵列边缘效应限制了传统阵列因子方法的准确性，而全波仿真对于大型阵列来说在计算上变得不可行。为了解决这个问题，提出了一种快速高效的辐射模式预测方法（FERPP）

  来源：Sensors

  时间：2026-05-01

• 基于区块链的不确定性感知被动Wi-Fi定位技术，用于保障关键基础设施传感器网络的安全 作者：Dmytro Prokopovych-Tkachenko、Oleksandr Galushchenko、Olga Torstensson、Volodymyr Zvieriev、Saltanat Adilzhanova 和 Edison Pignaton de Freitas

  **亮点** 主要发现是什么？ 当以校准后的不确定性形式呈现后验分布，而非单一坐标估计时，被动Wi-Fi定位对安全运营中心（SOC）的操作更为有用。实地实验确定了一个大约40米的操作边界，超过该边界后，定位误差显著增加，完全自动化的行动变得不那么可靠。 **主要发现

  来源：Sensors

  时间：2026-05-01

• CUCT-Net：端到端信号到图像学习方法，用于超声计算机断层扫描中的量化声速估计与组织分割 高勤汉（Qinhan Gao）和 穆罕默德·卡莱德·阿尔梅卡维（Mohamed Khaled Almekkawy）

  摘要 目的：传统的全波形反演（FWI）方法用于超声计算机断层扫描（UCT）在计算上代价较高，并且对强声学对比度敏感。在这项工作中，我们提出了多通道换能器网络（CUCT-Net），这是一个深度学习框架，它可以直接将接收到的

  来源：Sensors

  时间：2026-05-01

• 硬件无关的模仿学习方法用于自主超声扫描，以解决物理部署中的差异问题 马卓阳（Zhuoyang Ma） 夏静（Jing Xia） 高宏（Hong Gao） 朱宏波（Hongbo Zhu） 唐永康（Yongkang Tang）

  摘要

  来源：Sensors

  时间：2026-05-01

• 从几何探索到语义补全：场景探索卷积与大型格式感知技术在恶劣天气条件下的无人机空中目标检测中的应用 赵一泽（Yize Zhao）、 王波（Bo Wang）和 詹家雷（Jialei Zhan）

  摘要 从无人机（UAV）图像中进行目标检测对于交通监控、灾害响应和城市监控等应用至关重要，然而大多数现有方法都是在晴朗天气条件下开发和评估的。在现实世界的无人机操作中，包括雾、雨和雪在内的恶劣天气会导致图像严重退化，这同

  来源：Sensors

  时间：2026-05-01

• 基于载波多普勒皮尔逊相关系数估计的时间同步攻击检测方法 李丽芬 肖志云

  摘要

  来源：Sensors

  时间：2026-05-01

• 基于纸张的（生物）传感器中的电化学剥离分析：当前技术进展与前景 Christos Kokkinos 和 Anastasios Economou

  摘要 在过去几年中，基于纸张的设备（PADs）作为便携式、低成本且可一次性使用的（生物）传感器，在即时检测和现场分析领域受到了越来越多的关注。电化学是一种特别有吸引力的检测方法，因为它具有高灵敏度并且与便携式仪器兼容。特

  来源：Sensors

  时间：2026-05-01

• GPU-TOPSIS：一种针对大规模多标准决策的TOPSIS方法的完整向量化与并行重构方案 作者：Latifa Boubekri, Hassnae Aberkane, Mohammed Chaouki Abounaima, Loubna Lamrini

  摘要 TOPSIS（基于与理想解相似性排序的决策方法）是工业、金融和科学领域中最广泛使用的多标准决策（MCDM）方法之一。然而，其顺序计算成本为 O(m × n)，其中 m 表示备选方案的数量，n 表示标准的数量，当决策

  来源：Big Data and Cognitive Computing

  时间：2026-05-01

知名企业招聘：