CKMImageNet：用于通过计算机视觉构建信道知识图的综合数据集
信息论
2024-10-11 v1 math.IT
摘要
环境感知通信与感知是向6G范式转变的关键趋势之一，这充分利用局部无线环境的先验信息来优化网络性能。信道知识图（CKM）是实现环境感知通信与感知的关键使能器，提供与位置相关的信道知识，对于信道状态信息（CSI）获取至关重要。为了高效构建 CKM，必须收集大量位置相关信道数据。然而，大多数现有信道数据集缺乏位置信息或对信道数据的可视化表征，无法探索信道知识与局部环境之间固有的关系，也无法应用诸如计算机视觉（CV）等先进人工智能算法进行 CKM 构建。为此，本文建立了一个大规模数据集，命名为 CKMImageNet，既提供带位置标记的数值信道数据，又提供对应的可视化图像，从而为信道与环境提供了全方位视角。基于商业射线追踪软件构建的 CKMImageNet 捕捉了不同场景下的电磁波传播，揭示了位置、环境与信道知识之间的关系。通过整合详细的信道数据与相应图像，CKMImageNet 不仅支持各种通信与感知算法的验证，还能启用基于计算机视觉算法的 CKM 构建。
关键词
引用
@article{arxiv.2410.07219,
title = {CKMImageNet: A Comprehensive Dataset to Enable Channel Knowledge Map Construction via Computer Vision},
author = {Di Wu and Zijian Wu and Yuelong Qiu and Shen Fu and Yong Zeng},
journal= {arXiv preprint arXiv:2410.07219},
year = {2024}
}