Framework di Apprendimento Adattivo per la Localizzazione Outdoor Basata su AoA nelle Reti 5G/6G

Viene proposto un nuovo framework adattivo per la localizzazione outdoor basata sull'angolo di arrivo (AoA), progettato per gestire dimensioni variabili dei dataset di addestramento nelle reti 5G e 6G. Il framework offre due strategie di apprendimento alternative: una ottimizzata per dataset grandi e un'altra per dataset piccoli. Viene valutato su un dataset reale di canali outdoor massive MIMO OFDM. La localizzazione è fondamentale per il trasporto intelligente, le fabbriche intelligenti e le città intelligenti. Il deep learning ha migliorato l'accuratezza, ma i processi di addestramento variano in base allo dispiegamento e allo sforzo di raccolta dati. Lavori recenti hanno dimostrato che la localizzazione basata su AoA è robusta. Il framework si adatta a queste condizioni, fornendo una soluzione completa per la localizzazione outdoor.