提出SCFT用于多径参数联合估计
热点事件持续更新
提出SCFT用于多径参数联合估计
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yaya Etiabi等研究者在arXiv发布论文（arXiv:2611.01491），提出谱卷积分解Transformer（SCFT），从含噪信道估计和波束对描述中联合估计多径分量的时延、AoA和AoD，并检测视距/非视距路径，面向毫米波定位与无线电SLAM应用。 在真实射线追踪数据上的测试显示，SCFT相比最强基线ResNet将GOSPA误差降低13.1%；在独立快照定位与无线电SLAM中，位置RMSE分别降低18.5%和65.0%。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
谱卷积分解 Transformer（SCFT）用于联合多径参数估计：面向毫米波定位与无线电 SLAM报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AI谱卷积分解 Transformer（SCFT）用于联合多径参数估计：面向毫米波定位与无线电 SLAM
研究者提出谱卷积分解 Transformer（SCFT），从含噪信道估计和波束对描述中联合估计多径分量的时延、AoA 和 AoD，并检测视距/非视距路径。在真实射线追踪数据上，SCFT 相比最强基线 ResNet 将 GOSPA 误差降低 13.1%。在独立快照定位与无线电 SLAM 中，位置 RMSE 分别降低 18.5% 和 65.0%。
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。