基于二值贝叶斯滤波的蜂窝连接无人机信道知识图
信息论
2024-09-04 v1 信号处理
math.IT
摘要
信道知识图（CKM）是一项有望实现环境感知无线通信与传感的技术。链路状态图（LSM）是 CKM 的一种特定类型，旨在学习发射机与接收机在所有可能位置处特定于位置的视距（LoS）链路概率，从而为增强动态网络的通信质量提供先验信息。本文利用专家经验数学模型和测量数据，研究了蜂窝连接无人机（UAV）的 LSM 构建。具体而言，我们首先将 LSM 建模为二值空间随机场，并通过经验模型获取其初始分布。然后，我们提出了一种有效的二值贝叶斯滤波器，利用信道测量对 LSM 进行序贯更新。为了高效更新 LSM，我们在距离域和角度域分别建立了位置对之间 LoS 概率的空间相关性模型，并在贝叶斯滤波器中采用这些模型来更新无测量位置处的概率。仿真结果证明了所提算法在 LSM 构建中的有效性，其性能显著优于基准方案，尤其是在测量数据稀疏的情况下。
引用
@article{arxiv.2409.00016,
title = {Channel Knowledge Map for Cellular-Connected UAV via Binary Bayesian Filtering},
author = {Yuhang Yang and Xiaoli Xu and Yong Zeng and Haijian Sun and Rose Qingyang Hu},
journal= {arXiv preprint arXiv:2409.00016},
year = {2024}
}