频谱论文:RadioUNet:使用卷积神经网络的快速无线电地图估计

#频谱#

R. Levie, Ç. Yapar, G. Kutyniok and G. Caire, "RadioUNet: Fast Radio Map Estimation With Convolutional Neural Networks," in IEEE Transactions on Wireless Communications, vol. 20, no. 6, pp. 4001-4015, June 2021, doi: 10.1109/TWC.2021.3054977.(TU Berlin 德国柏林工业大学)

研究内容

常用的统计模型将路径损耗近似为发射机和接收机之间距离的衰减函数。然而,在以建筑物、街道峡谷和不同高度的物体为特征的真实传播环境中,这种径向对称函数会产生非常误导的结果。

在本文中,我们证明了正确设计和训练的深度神经网络能够学习如何在给定城市环境的情况下,以非常准确和计算高效的方式估计路径损耗函数。

未完(去机场了......)

相关推荐
阿里云大数据AI技术1 分钟前
Daft 多模态视频抽帧性能优化实践:从抽帧到大模型打标,一条视频理解流水线是怎么跑起来的
大数据·人工智能·spark
weixin_446260856 分钟前
Wyvern:生成可溯源多模态报告的智能体框架
人工智能
笨鸟先飞,勤能补拙8 分钟前
从预测到决策:人工智能与机器学习的系统方法、工程闭环与现实边界
大数据·人工智能·windows·python·机器学习·密码学
tech讯息13 分钟前
生成式 AI 从 POC 验证迈向正式生产,推理部署环节成为卡点的核心原因是什么?
大数据·人工智能
Aethir14 分钟前
第三章 — 成本与经济模型
大数据·人工智能
燕云少君14 分钟前
你只是跟AI聊聊天,它已经准备好刷你的卡了
人工智能·chatgpt·openai
Java学术趴16 分钟前
我把一上午的表格活,拆成了 TRAE Work 的四步
人工智能
hyuk的AI工坊23 分钟前
从 Demo 到生产:LangChain4j 工程化落地全指南
人工智能
这张生成的图像能检测吗24 分钟前
(论文速读)TADNet:心磁图信号去噪的时间分解和基于注意力的深度学习
人工智能·深度学习·信号处理·信号去噪
小小测试开发28 分钟前
AI Agent 回归测试:Replay 录一次、CI 跑千遍,像 Jest 一样给非确定性系统写断言
人工智能·ci/cd