合成训练数据设计准则提升信道估计泛化

Dianxin Luan 与 John Thompson 提出一套合成训练数据的设计准则，目标是让离线训练的神经网络无需先验信息或在线训练，就能在不同无线信道上估计信道，尤其针对极高多普勒频移和不同多普勒频谱的场景。 仿真显示，不同复杂度的网络架构在未见过功率延迟分布和多普勒频移信道上均保持稳定性能，作者据此称泛化能力似乎与架构无关。上述结论来自仿真，尚未见实际信道测试结果。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。