一、文献基础信息
标题：RainGaugeNet: CSI-Based Sub-6 GHz Rainfall Attenuation Measurement and Classification for ISAC Applications（RainGaugeNet：基于CSI的Sub-6 GHz降雨衰减测量和分类用于ISAC应用）
作者：Yan Li, Jie Yang, Yixuan Huang, Tao Yang, Chao-Kai Wen, Shi Jin
来源：IEEE Transactions on Communications，2025
DOI/链接：10.1109/TCOMM.2025.3606633
分类标签：开题阶段-方法类-低频段测雨
二、文献核心内容
1. 研究问题：传统降雨监测（如雨量计、雷达、卫星）在精度、覆盖和基础设施上存在局限，如何利用ISAC框架下的Sub-6 GHz CSI测量雨致衰减，并克服水分积累和无关干扰，实现准确降雨分类？特别是在Sub-6 GHz频段（通常认为衰减可忽略）中，如何提取细粒度特征？
2. 核心方法：
衰减测量：使用功率延迟剖面（PDP）拟合幂律衰减模型（最小均方误差拟合前400 ns数据），分析RSS均值/方差、时延扩散和多普勒效应。
分类框架：预处理CSI生成PDP矩阵，提取空间（多路径）和时间（连续快照）特征；RainGaugeNet-R使用ResNet1D块分别处理空间（单个PDP）和时间（20秒序列）特征，后接全连接层分类；RainGaugeNet-T直接用Transformer编码器建模时空特征，无需分离处理。
损失函数：交叉熵，优化器Adam，学习率调度。
3. 实验设计：
数据来源：四个环境（LoS/NLoS），三种雨强（轻/中/重），使用华为Mate 60 Pro和Keysight N4010A设备采集CSI（2.8 GHz，垂直极化），总数据集覆盖不同天气条件；基准模型包括RSS-Net、CNN、Single（单快照）。
评估指标：准确率、混淆矩阵、FLOPs（计算复杂度）；交叉验证，分LoS/NLoS场景测试鲁棒性。
对比实验：与SOTA基线比较性能、复杂度；分析不同雨强和环境的敏感性。
4. 核心结果：
衰减分析：雨致衰减存在，RSS均值随雨强下降，方差增加；时延扩散在降雨开始显著增加，多普勒效应轻微。
分类性能：RainGaugeNet-R在LoS达95%、NLoS 85%；RainGaugeNet-T在LoS 90%、NLoS 99%，鲁棒性更强；优于基线（RSS-Net 50-89%、CNN 34-90%），复杂度低（FLOPs较低）。
鲁棒性：整合时序特征克服单快照局限，Transformer变体处理干扰更好。
5. 局限性：水分积累（如天线水膜）引入额外衰减，需进一步建模；数据集限于特定环境和频段，泛化需更多验证；Sub-6 GHz衰减较弱，轻雨分类挑战大；未考虑混合相降水或极端天气。
三、与我的课题关联
1. 可复用内容：RainGaugeNet框架可整合到课题RNN模型中，利用PDP和时序特征提升CSI降雨分类精度；引用场景：Sub-6 GHz ISAC降雨监测，与前述微波链路方法结合。
数据集相关：自定义数据集，覆盖LoS/NLoS和不同雨强。
方法相关：[19] ITU-R模型（雨衰减预测）；[26] Fang et al.（天气对无线电影响）；[45] Mello et al.（雨衰减预测模型）。
2. 待改进方向：/
3. 引用场景：/
四、疑问和待跟进
1. 疑问：/
2. 待跟进：/
