Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
200
konferencja
Status:
Autorzy: Styła Michał, Stefaniak Barbara, Adamkiewicz Przemysław, Rymarczyk Tomasz, Kłosowski Grzegorz, Wójcik Dariusz
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Elektroniczna
Język: angielski
Strony: 1662 - 1664
Web of Science® Times Cited: 0
Bazy: Web of Science | ACM Digital Library | DBLP
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: 32nd Annual International Conference on Mobile Computing and Networking
Skrócona nazwa konferencji: 32nd ACM MobiCom 2026
URL serii konferencji: LINK
Termin konferencji: 26 października 2026 do 30 października 2026
Miasto konferencji: Austin
Państwo konferencji: STANY ZJEDNOCZONE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 26 października 2026
Abstrakty: angielski
RadTomDop presents a device-free indoor localization system that couples compact 10.585 GHz reflective Doppler probes with radio-tomographic spatial reconstruction. The distributed probes acquire motion-induced perturbations of reflected X-band signals and forward synchronized measurements through an embedded CAN/Ethernet pipeline. To recover indoor activity from sparse and cluttered measurements, RadTomDop introduces a Doppler-conditioned physics-guided diffusion reconstruction module instead of conventional smooth inverse reconstruction. The model enforces consistency with the calibrated RTI forward operator while learning plausible room-constrained activity patterns. This end-to-end prototype transforms reflected-wave measurements into interpretable activity maps and object trajectories, enabling privacy-preserving indoor detection and tracking without tags, wearables, or active transmitters.