基于DNN的信道估计定位：特征设计与实验结果
网络与互联网体系结构
2020-05-26 v2 信息论
机器学习
信号处理
math.IT
机器学习
摘要
我们考虑在基于信道状态信息(CSI)的大规模MIMO蜂窝系统定位中使用深度神经网络(DNNs)。我们讨论了实际CSI估计中可能存在的有害损伤，并基于使特征对所考虑的损伤保持不变这一目标，提出了一种用于基于CSI的DNN应用的原理性特征设计方法。我们通过在由户外校园环境中测量的地理标记CSI构成的数据集上应用该方法，并训练一个DNN以基于CSI估计用户设备(UE)的位置，证明了该方法的效率。我们对该学习方法的若干方面进行了实验评估，包括定位精度、泛化能力和数据老化。
引用
@article{arxiv.2004.00363,
title = {DNN-based Localization from Channel Estimates: Feature Design and Experimental Results},
author = {Paul Ferrand and Alexis Decurninge and Maxime Guillaud},
journal= {arXiv preprint arXiv:2004.00363},
year = {2020}
}
备注
Submitted to Globecom 2020