基于生成对抗网络的快速准确协作无线电地图估计
信息论
2024-02-06 v1 计算机视觉与模式识别
机器学习
图像与视频处理
math.IT
摘要
在6G时代，需要实时无线电资源监控和管理来支持多样化的无线赋能应用。这要求快速准确地估计无线电资源的分布，通常以地理环境上的空间信号功率强度表示，即无线电地图。本文提出了一种基于生成对抗网络（GAN）的协作无线电地图估计（CRME）方法，称为GAN-CRME，其特点是在无需发射机信息的情况下实现快速准确的无线电地图估计。通过利用移动用户处分布式接收信号强度（RSS）测量与地理地图之间的交互，使用深度神经网络估计器推断无线电地图，从而降低数据采集成本和计算复杂度。此外，提出了一种基于GAN的学习算法，通过利用生成式AI的能力来增强深度神经网络估计器的推理能力。仿真结果表明，所提出的GAN-CRME在地理地图信息不准确时甚至能够进行粗略的纠错。
引用
@article{arxiv.2402.02729,
title = {Fast and Accurate Cooperative Radio Map Estimation Enabled by GAN},
author = {Zezhong Zhang and Guangxu Zhu and Junting Chen and Shuguang Cui},
journal= {arXiv preprint arXiv:2402.02729},
year = {2024}
}