第二十一章 家里来电（2 / 3）
上辈子父亲受的苦，这辈子不能再让他再经歷一遍了！
左城掏出手机，打开银行app，给家里转了五万块。备註写的是“项目奖金“。
五万块对现在的他来说不算小数目——公司帐上的钱不能动，402的流动资金要留著运营，这笔钱是他个人这几个月攒下来的全部积蓄，加上兑换了两个积分。
但他一秒钟都没犹豫。
转完之后他又给母亲发了条微信：“妈，钱到了，你带爸去医院做个全身体检，挑最全的那种。別让他推脱，就说是我的要求。“
母亲回了一长串语音，大意是“你哪来这么多钱““是不是借的““可別乱花钱“。左城一条条回復，耐心地解释了一遍。
折腾完已经快十点了。他重新回到实验室，坐下来，对著屏幕上的仿真数据发了一会儿呆。
陈浩看了他一眼，什么都没问，默默起身给他泡了杯茶。
左城喝了口茶，把思绪拉回来。家里的事后面再想，眼下环节三还卡著一个大问题。
场景自適应算法的框架已经搭好了，城市密集区和高速公路两个场景的专项优化也调通了。但第三个场景——地下空间——出了麻烦。
地下空间的信號环境和地面完全是两个世界。信號经过层层混凝土和钢筋的衰减后，到达终端时强度极低，噪声占比极高。更麻烦的是，地下空间的多径效应极其复杂——信號在密闭空间里反覆反射折射，到达接收端时叠加成一团浆糊，常规的信道估计方法根本分不清哪个是有用信號、哪个是反射杂波。
左城的自適应追踪算法在这种环境下的表现急剧下降——不是不能用，但精度刚好卡在蓝湾通信现有方案的水平线上，超不出去。
三十个百分点的性能提升，这是环节三的硬指標。地面场景轻鬆超標，地下场景刚好持平，平均下来大概能到百分之二十出头——不够。
“问题出在特徵提取上。“陈浩的分类器在地下场景的识別准確率只有百分之七十八，远低於地面场景的百分之九十五以上，“地下空间的信號特徵太模糊了，分类器经常把它错认成室內覆盖场景，导致加载了错误的参数配置。“
“本质上还是数据不够。“左城揉了揉太阳穴，“我们手里的地下空间实测数据太少了，只有基站那七十二小时里偶尔採集到的一点边缘数据。分类器训练集不充分，自然认不准。“
数据不够。
这是技术手段解决不了的问题——他不可能凭空变出地下空间的信道实测数据。蓝湾通信的实验基站覆盖范围里没有地铁或地下商场，想拿数据就得找有地下场景覆盖的基站。
“韩哲那边能不能协调其他基站的数据？“方泽问。
“可以试试，但走流程至少要一周。“左城看了一眼环节三的倒计时——还剩二十六天，一周的等待不算致命，但会压缩后续的调试时间。
他拿起手机，给韩哲发了一条简洁的消息，说明了数据需求。
然后靠在椅背上，看著天花板想了一分钟。
不能只靠等。得找备用方案。
“陈浩。“
“嗯？“
“换个思路——既然实测数据不够，那就用仿真数据来补。你能不能基於已有的地下空间信道模型，生成一批高质量的模擬数据？不需要和真实数据一模一样，但要覆盖足够多的场景变体，把分类器的训练集撑起来。“
陈浩推了推眼镜，思考了几秒：“数据增强？可以做，但模擬数据和真实数据之间有分布偏差，直接混在一起训练可能反而降低分类器的准確率。“
“那就不直接混。“左城在纸上画了个简图，“用两阶段训练——先用模擬数据做预训练，让分类器学会地下空间的基本特徵模式；再用少量真实数据做微调，修正分布偏差。迁移学习的思路。“
陈浩盯著那张简图看了五秒钟，然后慢慢点了下头。
“这个能做。给我三天。“
左城拍了拍他的肩膀，没多说话。 ↑返回顶部↑
左城掏出手机，打开银行app，给家里转了五万块。备註写的是“项目奖金“。
五万块对现在的他来说不算小数目——公司帐上的钱不能动，402的流动资金要留著运营，这笔钱是他个人这几个月攒下来的全部积蓄，加上兑换了两个积分。
但他一秒钟都没犹豫。
转完之后他又给母亲发了条微信：“妈，钱到了，你带爸去医院做个全身体检，挑最全的那种。別让他推脱，就说是我的要求。“
母亲回了一长串语音，大意是“你哪来这么多钱““是不是借的““可別乱花钱“。左城一条条回復，耐心地解释了一遍。
折腾完已经快十点了。他重新回到实验室，坐下来，对著屏幕上的仿真数据发了一会儿呆。
陈浩看了他一眼，什么都没问，默默起身给他泡了杯茶。
左城喝了口茶，把思绪拉回来。家里的事后面再想，眼下环节三还卡著一个大问题。
场景自適应算法的框架已经搭好了，城市密集区和高速公路两个场景的专项优化也调通了。但第三个场景——地下空间——出了麻烦。
地下空间的信號环境和地面完全是两个世界。信號经过层层混凝土和钢筋的衰减后，到达终端时强度极低，噪声占比极高。更麻烦的是，地下空间的多径效应极其复杂——信號在密闭空间里反覆反射折射，到达接收端时叠加成一团浆糊，常规的信道估计方法根本分不清哪个是有用信號、哪个是反射杂波。
左城的自適应追踪算法在这种环境下的表现急剧下降——不是不能用，但精度刚好卡在蓝湾通信现有方案的水平线上，超不出去。
三十个百分点的性能提升，这是环节三的硬指標。地面场景轻鬆超標，地下场景刚好持平，平均下来大概能到百分之二十出头——不够。
“问题出在特徵提取上。“陈浩的分类器在地下场景的识別准確率只有百分之七十八，远低於地面场景的百分之九十五以上，“地下空间的信號特徵太模糊了，分类器经常把它错认成室內覆盖场景，导致加载了错误的参数配置。“
“本质上还是数据不够。“左城揉了揉太阳穴，“我们手里的地下空间实测数据太少了，只有基站那七十二小时里偶尔採集到的一点边缘数据。分类器训练集不充分，自然认不准。“
数据不够。
这是技术手段解决不了的问题——他不可能凭空变出地下空间的信道实测数据。蓝湾通信的实验基站覆盖范围里没有地铁或地下商场，想拿数据就得找有地下场景覆盖的基站。
“韩哲那边能不能协调其他基站的数据？“方泽问。
“可以试试，但走流程至少要一周。“左城看了一眼环节三的倒计时——还剩二十六天，一周的等待不算致命，但会压缩后续的调试时间。
他拿起手机，给韩哲发了一条简洁的消息，说明了数据需求。
然后靠在椅背上，看著天花板想了一分钟。
不能只靠等。得找备用方案。
“陈浩。“
“嗯？“
“换个思路——既然实测数据不够，那就用仿真数据来补。你能不能基於已有的地下空间信道模型，生成一批高质量的模擬数据？不需要和真实数据一模一样，但要覆盖足够多的场景变体，把分类器的训练集撑起来。“
陈浩推了推眼镜，思考了几秒：“数据增强？可以做，但模擬数据和真实数据之间有分布偏差，直接混在一起训练可能反而降低分类器的准確率。“
“那就不直接混。“左城在纸上画了个简图，“用两阶段训练——先用模擬数据做预训练，让分类器学会地下空间的基本特徵模式；再用少量真实数据做微调，修正分布偏差。迁移学习的思路。“
陈浩盯著那张简图看了五秒钟，然后慢慢点了下头。
“这个能做。给我三天。“
左城拍了拍他的肩膀，没多说话。 ↑返回顶部↑