研究者提出SCFT联合估计多径参数
热点事件持续更新
研究者提出SCFT联合估计多径参数
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yaya Etiabi等作者提出谱卷积因子化Transformer（SCFT），用于从含噪复信道估计与物理波束对描述中联合估计多径分量的时延、到达角（AoA）与离开角（AoD），并区分视距与非视距路径。 该模型面向毫米波定位与无线电SLAM场景，目标是在噪声信道条件下同时给出多径参数，而非逐项分别估计。
AI 根据报道生成 · 48 分钟前更新
最新进展11月11日 13:00
SCFT：面向毫米波定位与无线电 SLAM 的多径参数联合估计 Transformer报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AISCFT：面向毫米波定位与无线电 SLAM 的多径参数联合估计 Transformer
研究者提出 Spectral-Convolutional Factorized Transformer（SCFT），从含噪复信道估计与物理波束对描述中联合估计多径分量的时延、AoA 与 AoD，并区分视距与非视距路径。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。