摘要由 AI 生成
2026 年 9 月 7 日，arXiv cs.AI 发表题为《A Deep Generative Model for Synthesizing Labeled Wireless Signals》的研究论文。该研究提出了一种深度生成模型，旨在合成带有标签的无线信号数据。
关键实体KEY ENTITIES
IIns-GANInter-Instance Generative Adversarial NetworksUWBUltra-Wideband
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- Inter-Instance Generative Adversarial Networks1
- IIns-GAN1
- Ultra-Wideband1
- UWB1
全部报道（1）SOURCES
↗
针对无线传感领域位置相关标签数据获取成本高、传统环境模型合成方法泛化性差的问题，研究者提出了一种基于深度学习的 Inter-Instance Generative Adversarial Networks (IIns-GAN) 新方法以生成逼真的带标签无线信号。该方法生成的信号适应不同环境场景，适用于距离估计和环境识别等任务。在公共超宽带 (UWB) 数据集上的实验表明，IIns-GAN 生成的信号镜像了真实测量的物理特征，显著提升了多样化无线传感任务的模型训练效果。