频谱论文:空间频率插值的无线电地图 Space-Frequency-Interpolated Radio Map

#频谱#

K. Sato, K. Suto, K. Inage, K. Adachi and T. Fujii, "Space-Frequency-Interpolated Radio Map," in IEEE Transactions on Vehicular Technology, vol. 70, no. 1, pp. 714-725, Jan. 2021, doi: 10.1109/TVT.2021.3049894. 东京理科大学, 日本 电气通信大学 UEC

通常,准确的无线电地图可以增强这种无线电地图辅助系统的性能(例如,频谱共享中的频谱效率、和基于指纹的定位中的定位精度)。这一事实促使许多研究人员研究无线电地图的精确构建

主要贡献

    1. 我们将基于Kriging的无线电地图构建从空间插值扩展到空间频率插值,这使我们能够在没有(或只有几个)数据集可用的频带上获得准确的无线电地图。这种扩展可以简单地通过在传统的空间插值之前在频率轴上插入阴影值的线性插值来实现。
  • 2.在蜂窝频带上的大规模测量活动表明,所提出的方法在插值精度方面优于传统方法(神经网络方法和微调路径损耗)。
相关推荐
数字化脑洞实验室17 分钟前
AI决策vs人工决策:效率的底层逻辑与选择边界
人工智能
可触的未来,发芽的智生22 分钟前
追根索源:换不同的词嵌入(词向量生成方式不同,但词与词关系接近),会出现什么结果?
javascript·人工智能·python·神经网络·自然语言处理
递归不收敛24 分钟前
三、检索增强生成(RAG)技术体系
人工智能·笔记·自然语言处理
im_AMBER34 分钟前
React 06
前端·javascript·笔记·学习·react.js·前端框架
特立独行的猫a40 分钟前
ESP32使用笔记(基于ESP-IDF):小智AI的ESP32项目架构与启动流程全面解析
人工智能·架构·esp32·小智ai
Tiandaren1 小时前
自用提示词01 || Prompt Engineering || 学习路线大纲 || 作用:通过启发式的问题来带动学习
人工智能·pytorch·深度学习·nlp·prompt·1024程序员节
IT_陈寒1 小时前
React 19重磅前瞻:10个性能优化技巧让你少写30%的useEffect代码
前端·人工智能·后端
国科安芯1 小时前
AS32S601ZIT2抗辐照MCU在商业卫星飞轮系统中的可靠性分析
服务器·网络·人工智能·单片机·嵌入式硬件·fpga开发·1024程序员节
应用市场1 小时前
STM32卡尔曼滤波算法详解与实战应用
人工智能·stm32·算法