基于SpectrumNet的生成式AI：多频段三维无线电地图开放基准
信号处理
2024-08-29 v1 人工智能
摘要
无线电地图是一种有效展示特定区域内无线信号覆盖的可视化方式。随着无线节点变得越来越密集和复杂，它被认为对未来的第六代(6G)无线网络越来越有帮助。然而，由于实际系统中的稀疏采样，构建高分辨率无线电地图极具挑战性。生成式人工智能(AI)能够创建合成数据以填补真实世界测量中的空白，是构建高精度无线电地图的有效技术。目前，用于无线电地图构建的生成模型是在城市场景下的二维(2D)单频段无线电地图上训练的，这在不同地形场景、频谱频段和高度上的泛化能力较差。为解决此问题，我们提供了一个考虑地形和气候信息的多频段三维(3D)无线电地图数据集，命名为SpectrumNet。它是维度和规模上最大的无线电地图数据集，包含3个空间维度、5个频段、11种地形场景和3种气候场景的无线电地图。我们介绍了SpectrumNet数据集生成的参数和设置，并基于SpectrumNet数据集评估了三种用于无线电地图构建的基线方法。实验表明，SpectrumNet数据集对于训练在空间、频率和场景域具有强泛化能力的模型是必要的。还讨论了SpectrumNet数据集的未来工作，包括数据集扩展与校准，以及基于SpectrumNet数据集的无线电地图构建生成模型的扩展研究。
引用
@article{arxiv.2408.15252,
title = {Generative AI on SpectrumNet: An Open Benchmark of Multiband 3D Radio Maps},
author = {Shuhang Zhang and Shuai Jiang and Wanjie Lin and Zheng Fang and Kangjun Liu and Hongliang Zhang and Ke Chen},
journal= {arXiv preprint arXiv:2408.15252},
year = {2024}
}
备注
30 pages, 15 figures