面向智能工厂的基于环境感知的迁移学习波束预测
信号处理
2024-05-27 v1
摘要
在本文中，我们提出了一种面向智能工厂的基于环境感知的波束预测模型，该模型可以从给定环境迁移到新环境。具体来说，我们首先设计了一个预训练模型，通过感知当前环境信息来预测最优波束。当遇到新环境时，通常需要收集大量新的训练数据来重新训练模型，其成本严重阻碍了所设计预训练模型的应用。因此，我们接下来设计了一种迁移学习策略，通过新环境的有限标记数据对预训练模型进行微调。仿真结果表明，当使用新环境30%的标记数据对预训练模型进行微调时，Top-10波束预测准确率达到94%。此外，与完全重新训练预测模型的方式相比，所提出的迁移学习策略的训练数据量和时间成本分别减少了70%和75%。
引用
@article{arxiv.2405.15339,
title = {Environment Sensing-aided Beam Prediction with Transfer Learning for Smart Factory},
author = {Yuan Feng and Chuanbing Zhao and Feifei Gao and Yong Zhang and Shaodan Ma},
journal= {arXiv preprint arXiv:2405.15339},
year = {2024}
}