CNN 自编码器调整器：MIMO 启用 UAV 网络中的高效 LoS/NLoS 检测器
机器学习
2024-05-28 v1
摘要
优化无线网络（WNs）的设计、性能和资源效率，势在要求能够在不同应用程序和环境中辨别准直（LoS）和非准直（NLoS）场景。无人机（UAV）在这方面展现出巨大的潜力，由于其快速移动性、空中能力和有效载荷特征。特别是，UAV 可在陆基基站（TBS）故障或停机时作为至关重要的非陆基站（NTBS）发挥作用。在本文中，我们提出了 CNN 自编码器调整器（CAR）作为一种框架，用于在不额外消耗功耗的情况下提高 LoS/NLoS 检测的准确度。我们提出的方法将检测 LoS/NLoS 信号的平均准确率从 66% 提升到 86%，同时保持恒定的功耗水平。此外，CAR 提供的分辨率表明它可作为其他方法的预处理工具，用于提高信号质量。
引用
@article{arxiv.2405.16697,
title = {CNN Autoencoder Resizer: A Power-Efficient LoS/NLoS Detector in MIMO-enabled UAV Networks},
author = {Azim Akhtarshenas and Navid Ayoobi and David Lopez-Perez and Ramin Toosi and Matin Amoozadeh},
journal= {arXiv preprint arXiv:2405.16697},
year = {2024}
}