arXiv cs.AI / cs.LG 最新· Yalin E. Sagduyu·· 19 小时前AI 评分42
面向5G及未来网络的多基地ISAC：基于深度学习的杂波抑制框架
Multistatic ISAC with Deep Learning-Based Clutter Suppression for 5G and Beyond
AI 导读
一个多基地ISAC框架引入深度学习杂波抑制，用于提升5G及未来网络机会信号下的目标位置与速度估计精度。研究以随机分布散射体建模分布式杂波，评估多种传统信号处理基线后发现其在强杂波下鲁棒性有限。所提出的残差与注意力增强深度神经网络直接从受杂波污染的观测中增强目标响应，在多种杂波条件下显著优于传统方法。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。