PulseAugur
中
实时 08:02:50
English(EN) Geometry-Aware Cross-Height Channel Knowledge Map Prediction for UAV-Assisted Communications With Uncertainty-Guided 3D Sensing

无人机使用几何感知框架进行跨高度信道知识图谱绘制

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的框架，用于预测无人机辅助通信在不同高度的信道知识图谱（CKMs）。这种几何感知方法整合了城市场景先验、稀疏多高度观测和目标高度描述符，以重建未观测高度的密集CKMs。框架中包含一个不确定性头，用于管理预测置信度，并在运动和安全约束下实现成本感知感知。实验表明，所提出的FPN-Transformer模型在降低均方根误差（RMSE）方面优于基线3D-RadioDiff，并通过不确定性引导感知策略改进了主动重建。 AI

影响 这项研究通过在不同高度实现更好的信道知识预测，有望提高无人机辅助通信系统的效率和准确性。

排序理由 这是一篇详细介绍新技术框架和实验结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

无人机使用几何感知框架进行跨高度信道知识图谱绘制

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Zhihan Zeng, Amir Hussain, Yue Xiu, Phee Lep Yeoh, Lu Chen, Zhongpei Zhang, Guan Gui ·

    Geometry-Aware Cross-Height Channel Knowledge Map Prediction for UAV-Assisted Communications With Uncertainty-Guided 3D Sensing

    arXiv:2607.00887v1 Announce Type: new Abstract: Low-altitude Unmanned Aerial Vehicles (UAVs) often need to infer channel knowledge across a range of heights from only sparse observations collected at a few altitude layers. To address this challenge, this paper studies height-cond…

  2. arXiv cs.CV TIER_1 English(EN) · Guan Gui ·

    面向无人机辅助通信的几何感知跨高度信道知识图谱预测与不确定性引导三维感知

    Low-altitude Unmanned Aerial Vehicles (UAVs) often need to infer channel knowledge across a range of heights from only sparse observations collected at a few altitude layers. To address this challenge, this paper studies height-conditioned cross-height channel knowledge map (CKM)…

相关实体

相关话题