NeWRF：用于无线辐射场重建与信道预测的深度学习框架
网络与互联网体系结构
2024-06-18 v2
摘要
我们提出了 NeWRF，一个用于预测无线信道的深度学习框架。无线信道预测是无线领域的一个长期问题，也是提升无线网络部署覆盖范围的关键技术。如今，无线部署的评估依赖于现场勘测，这是一个繁琐的过程，需要经验丰富的工程师进行大量的信道测量。为了降低现场勘测的成本，我们基于神经辐射场（NeRF）的最新进展开发了 NeWRF。NeWRF 利用稀疏的信道测量集训练神经网络模型，并能在站点内任意位置准确预测无线信道。我们引入了一系列将无线传播特性集成到 NeRF 框架中的技术，以考虑光与无线信号行为之间的根本差异。我们对我们的框架进行了广泛评估，结果表明，我们的方法能够在未访问位置准确预测信道，且测量密度显著低于先前最先进的方法。
引用
@article{arxiv.2403.03241,
title = {NeWRF: A Deep Learning Framework for Wireless Radiation Field Reconstruction and Channel Prediction},
author = {Haofan Lu and Christopher Vattheuer and Baharan Mirzasoleiman and Omid Abari},
journal= {arXiv preprint arXiv:2403.03241},
year = {2024}
}