用于同时抑制距离误差与识别环境的深度生成模型
信号处理
2023-05-30 v1 人工智能
机器学习
应用统计
摘要
接收波形包含距离信息与环境语义的丰富信息。然而，在多径与非视距条件下，其全部潜力难以挖掘。本文提出一种深度生成模型（DGM）用于同时抑制距离误差与识别环境。具体地，我们提出一个贝叶斯模型，描述由距离相关特征与环境语义潜变量共同生成的接收波形。将同时距离误差抑制与环境识别解释为基于 DGM 的推断问题，并以独特的端到端学习方案实现。在通用超宽带数据集上的综合实验证明了其在距离误差抑制上的优越性能、对不同环境的可扩展性，以及同时环境识别的新能力。
引用
@article{arxiv.2305.18206,
title = {Deep Generative Model for Simultaneous Range Error Mitigation and Environment Identification},
author = {Yuxiao Li and Santiago Mazuelas and Yuan Shen},
journal= {arXiv preprint arXiv:2305.18206},
year = {2023}
}
备注
6 pages, 5 figures, Published in: 2021 IEEE Global Communications Conference (GLOBECOM)