真实信道模型预训练
信号处理
2019-07-23 v1 信息论
机器学习
math.IT
摘要
在本文中，我们提出了一种基于神经网络的真实信道模型，其既具有与确定性信道模型相近的精度，又具有随机信道模型的均匀性。为促进这一真实信道建模，我们提出了一种结合自注意力机制的多域信道嵌入方法，以同时从多个域中提取信道特征。这一“一个模型适配所有”的方案采用可用的无线信道数据作为自监督预训练的唯一数据集。在用户许可下，网络运营商或其他组织可利用部分可用的用户特定数据对该预训练真实信道模型进行微调，以应用于信道相关的下游任务。此外，即便不进行微调，我们表明该预训练真实信道模型本身凭借其对无线信道的理解也是一个极佳的工具。
引用
@article{arxiv.1907.09117,
title = {Realistic Channel Models Pre-training},
author = {Yourui Huangfu and Jian Wang and Chen Xu and Rong Li and Yiqun Ge and Xianbin Wang and Huazi Zhang and Jun Wang},
journal= {arXiv preprint arXiv:1907.09117},
year = {2019}
}
备注
6 pages, 5 figures