用于无线定位与信道制图的三胞胎神经网络
机器学习
2019-10-01 v1 信息论
信号处理
math.IT
机器学习
摘要
近来，神经网络被提出用于无线系统中用户设备（UEs）的定位与信道制图。这两种方法都处理在多天线基站获取的信道状态信息（CSI），以学习将 CSI 映射到位置信息的函数。基于 CSI 的使用深度神经网络的定位需要包含 CSI 及关联位置信息的数据集。信道制图（CC）仅需 CSI 信息即可提取相对位置信息。由于 CC 建立在降维之上，它可以使用自编码器实现。本文中，我们提出一种基于三胞胎网络（Siamese networks）的统一架构，可用于有监督 UE 定位和无监督信道制图。此外，我们的框架支持半监督定位，即训练期间仅有少量位置信息可用。我们通过仿真证明，三胞胎网络以单一统一神经网络架构实现了与现有定位和 CC 方法相似或更好的性能。
引用
@article{arxiv.1909.13355,
title = {Siamese Neural Networks for Wireless Positioning and Channel Charting},
author = {Eric Lei and Oscar Castañeda and Olav Tirkkonen and Tom Goldstein and Christoph Studer},
journal= {arXiv preprint arXiv:1909.13355},
year = {2019}
}
备注
Presented at Allerton 2019; 8 pages