基于条件 GAN 的蜂窝网络近完美覆盖流形估计
网络与互联网体系结构
2024-02-13 v1
摘要
本文提出了一种条件生成对抗网络，该网络将任意感兴趣区域的基站位置信息转换为该区域子集（称为评估区域）内依赖于位置的覆盖概率值。我们利用印度、美国、德国和巴西的基站位置数据训练了我们的网络。与最先进的卷积神经网络相比，我们的模型将预测误差（所考虑网络生成的覆盖流形与通过仿真生成的覆盖流形之间的 差异）改善了两个数量级。此外，由 cGAN 生成的覆盖流形在视觉上几乎与真实值无法区分。
引用
@article{arxiv.2402.06901,
title = {Near-perfect Coverage Manifold Estimation in Cellular Networks via conditional GAN},
author = {Washim Uddin Mondal and Veni Goyal and Satish V. Ukkusuri and Goutam Das and Di Wang and Mohamed-Slim Alouini and Vaneet Aggarwal},
journal= {arXiv preprint arXiv:2402.06901},
year = {2024}
}