RayProNet：面向 3D 环境的无线电传输建模神经点场框架
信号处理
2024-06-26 v1 机器学习
摘要
无线电波传输信道是无线通信系统性能的核心因素。本文引入一种新兴的数据驱动方法，用于无线电信道建模。其关键组件包括基于点云的神经网络和带有光探针的球面谐和编码器。该方法具有以下显著优势：可灵活调整天线辐射模式和发射/接收位置，能够预测无线电功率图，并具备大规模无线场景的可扩展性。因此，为网络规划和部署优化奠定了端到端的管道。该工作在 various outdoor 和 indoor 无线环境中得到验证。
引用
@article{arxiv.2406.16907,
title = {RayProNet: A Neural Point Field Framework for Radio Propagation Modeling in 3D Environments},
author = {Ge Cao and Zhen Peng},
journal= {arXiv preprint arXiv:2406.16907},
year = {2024}
}