跳到正文
原文
arXiv stat.ML· Changhao He, Kaichuang Yang, Xiaojuan Zhang·· 17 小时前AI 评分25

基于 INLA 的物联网无线电环境地图无人机自适应采样:先验宽度决定精度与校准

INLA for Adaptive UAV Sampling of Radio Environment Maps in IoT Networks: Prior Width Governs Accuracy and Calibration

AI 导读

集成嵌套拉普拉斯近似(INLA)被用于非高斯 IoT 观测下的无人机自适应采样,以构建无线电环境地图(REM)。在 19 个测试窗口中,基于后验的信息采样相比随机和除草机采样使残差 NMSE 分别降低 15.3% 和 12.3%。实验显示将先验阴影标准差从 6.0 dB 拓宽至 10.025 dB 可有效改善 NMSE 与区间覆盖,先验宽度对精度与校准起主导作用。

来源:arXiv stat.ML · arxiv.org