频谱论文：RadioUNet：使用卷积神经网络的快速无线电地图估计
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……）
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
10
0- 0
已为社区贡献10条内容
所有评论(0)