基于稀疏线测量的物理约束 Inc-GAN 隧道传播建模
信号处理
2025-10-06 v1
摘要
高速铁路隧道通信系统需要可靠的射频波传播预测以确保作业安全。然而，传统仿真方法面临高计算复杂度且无法有效处理在实际铁路作业期间收集的稀疏测量数据。本文提出一种 inception-enhanced 生成对抗网络（Inc-GAN），可使用实际火车作业期间测量的稀疏值线作为输入，从而重建隧道横截面上的完整电场分布。这直接解决了实际铁路测量约束的问题。通过基于 inception 的生成器架构和渐进式训练策略，该方法能够从单个测量信号线可靠地重建为完整的场分布。数值仿真验证表明，Inc-GAN 能基于实际火车作业期间收集的测量数据准确预测电场，计算效率显著优于传统方法，为基于真实作业数据的铁路通信系统优化提供了一种新方案。
引用
@article{arxiv.2510.03019,
title = {Physics-Constrained Inc-GAN for Tunnel Propagation Modeling from Sparse Line Measurements},
author = {Yang Zhou and Haochang Wu and Yunxi Mu and Hao Qin and Xinyue Zhang and Xingqi Zhang},
journal= {arXiv preprint arXiv:2510.03019},
year = {2025}
}