面向月球地形的无线网络信号强度估计
信号处理
2025-09-19 v1 机器学习
摘要
本文提出一种新颖的物理驱动深度学习架构，用于预测月球地形上的无线电地图。我们的方法将物理基础的月球地形生成器（基于公开的 NASA 数据生成真实的地形条件）与射线追踪引擎集成，创建高保真无线传播情景数据集。基于此数据集，我们引入了双 UNets 和扩散网络构成的三角组网 (triplet-UNet) 架构，以建模复杂的传播效应。实验结果表明，我们的方法在该地形数据集上优于现有的深度学习方法，各项指标均表现出色。
引用
@article{arxiv.2509.14559,
title = {Radiolunadiff: Estimation of wireless network signal strength in lunar terrain},
author = {Paolo Torrado and Anders Pearson and Jason Klein and Alexander Moscibroda and Joshua Smith},
journal= {arXiv preprint arXiv:2509.14559},
year = {2025}
}