当前位置: 首页 > news >正文

RainGaugeNet:基于CSI的Sub-6 GHz降雨衰减测量和分类用于ISAC应用

一、文献基础信息

标题:RainGaugeNet: CSI-Based Sub-6 GHz Rainfall Attenuation Measurement and Classification for ISAC Applications(RainGaugeNet:基于CSI的Sub-6 GHz降雨衰减测量和分类用于ISAC应用)

作者:Yan Li, Jie Yang, Yixuan Huang, Tao Yang, Chao-Kai Wen, Shi Jin

来源:IEEE Transactions on Communications,2025

DOI/链接:10.1109/TCOMM.2025.3606633

分类标签:开题阶段-方法类-低频段测雨

二、文献核心内容

1. 研究问题:传统降雨监测(如雨量计、雷达、卫星)在精度、覆盖和基础设施上存在局限,如何利用ISAC框架下的Sub-6 GHz CSI测量雨致衰减,并克服水分积累和无关干扰,实现准确降雨分类?特别是在Sub-6 GHz频段(通常认为衰减可忽略)中,如何提取细粒度特征?

2. 核心方法:

  • 衰减测量:使用功率延迟剖面(PDP)拟合幂律衰减模型(最小均方误差拟合前400 ns数据),分析RSS均值/方差、时延扩散和多普勒效应。

  • 分类框架:预处理CSI生成PDP矩阵,提取空间(多路径)和时间(连续快照)特征;RainGaugeNet-R使用ResNet1D块分别处理空间(单个PDP)和时间(20秒序列)特征,后接全连接层分类;RainGaugeNet-T直接用Transformer编码器建模时空特征,无需分离处理。

  • 损失函数:交叉熵,优化器Adam,学习率调度。

3. 实验设计:

  • 数据来源:四个环境(LoS/NLoS),三种雨强(轻/中/重),使用华为Mate 60 Pro和Keysight N4010A设备采集CSI(2.8 GHz,垂直极化),总数据集覆盖不同天气条件;基准模型包括RSS-Net、CNN、Single(单快照)。

  • 评估指标:准确率、混淆矩阵、FLOPs(计算复杂度);交叉验证,分LoS/NLoS场景测试鲁棒性。

  • 对比实验:与SOTA基线比较性能、复杂度;分析不同雨强和环境的敏感性。

4. 核心结果:

  • 衰减分析:雨致衰减存在,RSS均值随雨强下降,方差增加;时延扩散在降雨开始显著增加,多普勒效应轻微。

  • 分类性能:RainGaugeNet-R在LoS达95%、NLoS 85%;RainGaugeNet-T在LoS 90%、NLoS 99%,鲁棒性更强;优于基线(RSS-Net 50-89%、CNN 34-90%),复杂度低(FLOPs较低)。

  • 鲁棒性:整合时序特征克服单快照局限,Transformer变体处理干扰更好。

5. 局限性:水分积累(如天线水膜)引入额外衰减,需进一步建模;数据集限于特定环境和频段,泛化需更多验证;Sub-6 GHz衰减较弱,轻雨分类挑战大;未考虑混合相降水或极端天气。

三、与我的课题关联

1. 可复用内容:RainGaugeNet框架可整合到课题RNN模型中,利用PDP和时序特征提升CSI降雨分类精度;引用场景:Sub-6 GHz ISAC降雨监测,与前述微波链路方法结合。

  • 数据集相关:自定义数据集,覆盖LoS/NLoS和不同雨强。

  • 方法相关:[19] ITU-R模型(雨衰减预测);[26] Fang et al.(天气对无线电影响);[45] Mello et al.(雨衰减预测模型)。

2. 待改进方向:/

3. 引用场景:/

四、疑问和待跟进

1. 疑问:/

2. 待跟进:/

http://www.jsqmd.com/news/229735/

相关文章:

  • Python真题库之CCF GESP 2024年12月认证 Python 4级试题含正确答案与解析(考级教程与教材)
  • 中文文本情感分类教程:StructBERT模型应用详解
  • AI智能体数据流水线搭建:从采集到分析全流程,3块钱搞定POC
  • 基于PLC的污水处理:组态王动画仿真、源代码、图纸及IO地址分配
  • StructBERT部署案例:用户反馈分析实战
  • Python真题库之CCF GESP 2024年12月认证 Python 5级试题含正确答案与解析(考级教程与教材)
  • 智能驾驶AI体仿真:云端GPU加速训练过程
  • Python真题库之CCF GESP 2024年12月认证 Python 6级试题含正确答案与解析(考级教程与教材)
  • Mac用户福音:无需显卡跑AI智能体,云端按分钟计费
  • StructBERT轻量级情感分析:CPU优化部署实战
  • AI红蓝对抗沙盒:预装攻防工具集,团队协作不抢资源
  • Python真题库之CCF GESP 2024年12月认证 Python 1级试题含正确答案与解析(考级教程与教材)
  • 中文情感分析实战:StructBERT轻量版部署案例
  • 中文情感分析技术前沿:StructBERT轻量版创新
  • 中文文本情感分析API:StructBERT教程
  • 中文情感分析模型应用:StructBERT实战教程
  • 【测试用例设计方法论】如何构建“可定位、可维护、不漏测”的用例体系
  • 中文文本情绪识别部署:StructBERT轻量版环境配置
  • 中文文本情感分析教程:StructBERT实战
  • 中文情感分析实战:StructBERT模型应用全指南
  • StructBERT性能调优实战:情感分析推理速度提升技巧
  • StructBERT部署避坑指南:常见错误与解决方案
  • StructBERT轻量版部署教程:无GPU环境情感分析解决方案
  • 中文情感分析API开发:StructBERT接口安全配置
  • MacBook如何跑AI安全模型?云端GPU解决方案,学生党专属优惠
  • StructBERT案例:影视评论情感分析
  • StructBERT情感分析API性能优化与压力测试实战
  • 中文情感分析模型部署:StructBERT优化版指南
  • 轻量级情感分析服务:StructBERT Docker部署指南
  • 智能合约安全分析:AI辅助审计云端工作站搭建