探索脉冲神经网络在 UWB 信道估计中的潜力
新兴技术
2026-01-01 v1 机器学习
摘要
尽管现有的基于深度学习的超宽带（UWB）信道估计方法实现了高精度，但其计算密集型特点与低成本边缘设备的资源限制严重冲突。受此启发，本文探索了脉冲神经网络（SNN）在该任务中的潜力，并开发了一种完全无监督的 SNN 解决方案。为了实现全面的性能分析，我们设计了一套广泛的比较策略，并在一个具有说服力的公开基准上对其进行评估。实验结果表明，我们的无监督方法仍能达到 80% 的测试准确率，与几种监督深度学习策略相当。此外，与复杂的深度学习方法相比，我们的 SNN 实现天生适合神经形态部署，并大幅降低了模型复杂度，为未来的神经形态实践带来了显著优势。
引用
@article{arxiv.2512.23975,
title = {Exploring the Potential of Spiking Neural Networks in UWB Channel Estimation},
author = {Youdong Zhang and Xu He and Xiaolin Meng},
journal= {arXiv preprint arXiv:2512.23975},
year = {2026}
}