面向毫米波无人机通信的生成式神经网络信道建模
信号处理
2021-08-27 v2
摘要
毫米波频段正日益被考虑用于与无人机（UAV）的无线通信。此项工作的关键在于描述感兴趣场景中组成参数分布的统计信道模型。本文提出一种基于数据训练生成式神经网络的通用建模方法。所提生成模型具有两阶段结构：首先预测链路状态（视距、非视距或中断），随后将该状态输入条件变分自编码器（VAE），生成所有传播路径的路径损耗、时延及到达与离开角。该方法在代表性城市环境中针对UAV与蜂窝系统间28 GHz空对地信道进行演示，训练数据集通过射线追踪生成。演示涵盖标准基站（安装于街面并下倾）以及专用基站（安装于楼顶并上倾）。所提方法能够捕捉数据中复杂的统计关系，并且即便在将3GPP标准模型参数重新拟合到数据后，仍显著优于这些模型。
引用
@article{arxiv.2012.09133,
title = {Generative Neural Network Channel Modeling for Millimeter-Wave UAV Communication},
author = {William Xia and Sundeep Rangan and Marco Mezzavillla and Angel Lozano and Giovanni Geraci and Vasilii Semkin and Giuseppe Loianno},
journal= {arXiv preprint arXiv:2012.09133},
year = {2021}
}
备注
28 pages one column, submitted to Transactions in Wireless Communications Journal. arXiv admin note: text overlap with arXiv:2008.11006