原文：免费下载

挑战：ICASSP 2025 Chanllenge

摘要：为了鼓励进一步的研究并促进在开发基于深度学习的无线电传播模型时进行公平比较，在室内传播环境中定向无线电信号发射的探索较少的情况下，我们发起了 ICASSP 2025 年首次室内路径损耗无线电地图预测挑战赛。本概述论文介绍了室内路径损耗预测问题、使用的数据集、挑战任务和评估方法。最后，介绍了挑战赛的结果和提交方法的摘要。

引言

无线电传播模型模拟各种现象，包括衰落、路径损耗、阴影和干扰，这些现象会影响用户设备的接收信号强度。因此，它们可以简化各种无线网络应用，例如覆盖预测、基于指纹的定位和网络规划 [1]。量化大规模衰落的一种广泛采用的测量方法是路径损耗 （PL），它表示由于自由空间损耗或电磁波与传播环境中障碍物（例如反射、折射或衍射）的相互作用而引起的发射信号的功率衰减。

最近的工作利用深度学习 （DL） 的进步来开发数据驱动方法 [2， 3]，这些方法可以从对真实世界或模拟数据的观察中学习。这些模型可以产生与确定性传播模型相称的准确性，