BriefGPT - AI 论文速递
·
自回归注意力神经网络用于动态元表面天线的非直射用户跟踪
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一种基于机器学习的用户跟踪方法，利用注意力机制的神经网络映射信道响应到用户位置，并通过自回归模型预测用户位置。该方法在室外射线追踪场景中表现良好。
🎯
关键要点
-
提出了一种基于机器学习的用户跟踪方法，专门针对非直射多径环境。
-
方法分为两个阶段：首先使用基于注意力机制的神经网络映射信道响应到用户位置。
-
其次，通过可学习的自回归模型预测用户位置，利用时间相关的信道信息。
-
该方法在室外射线追踪场景中表现良好，能够实现较高的定位准确性。
-
动态智能表面天线的接收架构和减少导频数量有助于提高定位性能。
➡️
