人工智能赋能的通信无线电传播——第二部分：场景识别与信道建模
信号处理
2022-06-29 v1
摘要
这篇由两部分组成的论文研究了人工智能(AI)特别是机器学习(ML)在无线传播信道研究中的应用。在第一部分中，我们介绍了 AI 与 ML，并提供了关于 ML 赋能的信道表征与天线-信道优化的全面综述；在本部分（第二部分）中，我们在此回顾关于场景识别与信道建模的最新文献。特别地，给出了用于场景识别以及信道建模/预测的 ML 关键思想，并分析比较了广泛用于传播场景识别与信道建模及预测的 ML 方法。基于现有进展，也给出了基于 AI/ML 的信道数据处理技术未来的挑战。
引用
@article{arxiv.2111.12228,
title = {Artificial intelligence enabled radio propagation for communications-Part II: Scenario identification and channel modeling},
author = {Chen Huang and Ruisi He and Bo Ai and Andreas F. Molisch and Buon Kiong Lau and Katsuyuki Haneda and Bo Liu and Cheng-Xiang Wang and Mi Yang and Claude Oestges and Zhangdui Zhong},
journal= {arXiv preprint arXiv:2111.12228},
year = {2022}
}