基于真实环境与稀疏测量的两阶段无线电地图构建
信号处理
2024-10-25 v1 人工智能
摘要
基于大量测量的无线电地图构建精度高，但成本高昂且耗时；而环境感知的无线电地图估计虽降低了成本，却以精度下降为代价。兼顾精度与成本，本文提出一种先预测后校正（FPTC）方法，利用生成对抗网络（GANs）。首先，由无线电地图预测GAN（RMP-GAN）以环境信息为输入预测初始无线电地图；然后，由无线电地图校正GAN（RMC-GAN）以稀疏测量为引导对预测结果进行校正。具体而言，在RMP-GAN和RMC-GAN中分别引入自注意力机制和残差连接模块以提高精度。实验结果表明，与现有最先进方法相比，所提出的FPTC-GANs方法实现了最佳的无线电地图构建性能。
引用
@article{arxiv.2410.18092,
title = {Two-Stage Radio Map Construction with Real Environments and Sparse Measurements},
author = {Yifan Wang and Shu Sun and Na Liu and Lianming Xu and Li Wang},
journal= {arXiv preprint arXiv:2410.18092},
year = {2024}
}