DeepMIMO

DeepMIMO 是用于毫米波/大规模 MIMO 通道的通用数据集。 DeepMIMO 数据集生成框架有两个重要特征。首先，DeepMIMO 通道是基于从 Remcom Wireless InSite 获得的准确光线追踪数据构建的。因此，DeepMIMO 通道捕获了对环境几何/材料和发射器/接收器位置的依赖性，这对于一些机器学习应用程序来说是必不可少的。其次，DeepMIMO 数据集是通用/参数化的，因为研究人员可以调整一组系统和通道参数，为目标机器学习应用定制生成的 DeepMIMO 数据集。然后可以通过 (i) 采用的光线追踪场景和 (ii) 参数集来完全定义 DeepMIMO 数据集，这使得数据集的准确定义和再现成为可能。

DeepMIMO is a general-purpose dataset for millimeter-wave/massive MIMO channels. The DeepMIMO dataset generation framework has two key features. First, DeepMIMO channels are constructed based on accurate ray-tracing data obtained from Remcom Wireless InSite. Thus, DeepMIMO channels capture the dependencies on environmental geometry, materials, and transmitter/receiver positions, which are essential for some machine learning applications. Second, the DeepMIMO dataset is general and parametric, as researchers can adjust a set of system and channel parameters to customize the generated dataset for target machine learning applications. A DeepMIMO dataset can be fully defined by (i) the adopted ray-tracing scenario and (ii) the parameter set, which enables the accurate definition and reproduction of the dataset.

搜集汇总

背景与挑战

背景概述

DeepMIMO是一个用于毫米波和大规模MIMO应用的通用数据集，基于准确的光线追踪数据构建，能有效模拟环境依赖性和通道特性。其参数化设计允许研究人员根据目标机器学习应用定制数据集，确保数据的准确性和可再现性。该数据集由亚利桑那州立大学于2019年发布，适用于无线通信领域的机器学习研究。