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。发表于：。在本文中，我们提出了一种两阶段的基于机器学习的方法，专门针对非直射多径环境进行用户跟踪；首先，我们使用新提出的基于注意力机制的神经网络将嘈杂的信道响应映射到用户的可能位置；接着，通过一个可学习的自回归模型，利用时间相关的信道信息对过去的用户位置进行预测，借助动态智能表面天线的接收架构以及减少了导频数量，该方法在室外射线追踪场景中的数值评估结果表明，尽管直射路径被阻断，该方法在各种多径环境中均...
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。
