基于维纳去噪网络的失配多传感器数据空中计算
信号处理
2024-09-04 v1
摘要
在数据驱动的深度学习中，分布式感知和联合计算给计算和通信带来了沉重负担。为应对这一挑战，空中计算（OAC）被提出用于多传感器数据聚合，它使服务器能够在通信过程中接收海量传感数据的期望函数。然而，OAC 中严格的同步和精确的信道估计约束在实践中难以满足，导致时间和信道增益失配。本文将失配问题形式化为非盲图像去模糊问题。在接收端，我们首先使用维纳滤波器进行去模糊，然后利用设计的 U-Net 网络进行进一步去噪。我们的方法能够通过学习利用信号数据中的固有相关性，从而在准确性上优于传统方法。我们的代码可在 https://github.com/auto-Dog/MOAC_deep 获取。
引用
@article{arxiv.2409.00738,
title = {Misaligned Over-The-Air Computation of Multi-Sensor Data with Wiener-Denoiser Network},
author = {Mingjun Du and Sihui Zheng and Xiao-Ping Zhang and Yuhan Dong},
journal= {arXiv preprint arXiv:2409.00738},
year = {2024}
}
备注
Accepted by PICASSO@MobiCom' 24