NYUSIM: A Roadmap to AI-Enabled Statistical Channel Modeling and Simulation

Resumen Técnico: NYUSIM: Una Hoja de Ruta hacia la Modelación y Simulación de Canales Estadísticos Habilitados por IA

1. Problema y Motivación

El diseño y la estandarización de sistemas de comunicación inalámbrica (especialmente para 6G) dependen de modelos de canal precisos basados en mediciones reales. Sin embargo, la evolución hacia frecuencias más altas (mmWave, sub-THz y la nueva banda media superior o FR3, 7–24 GHz) y la complejidad espacial de las antenas presentan desafíos significativos:

• Limitaciones de los simuladores tradicionales: Herramientas como la versión MATLAB de NYUSIM, aunque robustas, tienen arquitecturas cerradas o propietarias que dificultan la integración con flujos de trabajo modernos de Inteligencia Artificial (IA) y Aprendizaje Automático (ML).
• Escalabilidad y Acceso a Datos: Los simuladores clásicos no están diseñados para la generación paralela masiva de datos ni para la exportación fácil de grandes conjuntos de datos necesarios para entrenar modelos generativos (como GANs o VAEs).
• Falta de Modelado 3D Realista: Los modelos anteriores a menudo se limitaban a patrones de antena canónicos (como arreglos lineales uniformes), ignorando los efectos de lóbulos laterales, polarización y patrones de radiación comerciales reales en 3D.
• Necesidad de Modelos FR3: Existe una carencia de modelos estadísticos basados en mediciones exhaustivas para las bandas FR1(C) (6.75 GHz) y FR3 (16.95 GHz), cruciales para el despliegue global de 6G.

2. Metodología

Los autores proponen una migración completa del simulador de canales NYUSIM (originalmente en MATLAB) a un marco modular en Python, integrando nuevas capacidades de modelado. La metodología se basa en tres pilares:

• Migración MATLAB a Python con Validación Rigurosa:

  • Se reescribió el código para mantener la fidelidad física y estadística. Las funciones se dividieron en clases deterministas (física fija, atenuación) y estocásticas (desvanecimiento, distribuciones de retardo).
  • Validación: Se realizaron pruebas de función-a-función y pruebas de extremo a extremo (end-to-end). Se utilizó el Test de Kolmogorov-Smirnov (K-S) y análisis de momentos sobre más de 10,000 realizaciones de Monte Carlo para asegurar que las distribuciones estadísticas (retardo, dispersión angular, desvanecimiento) en Python fueran indistinguibles de las de MATLAB.
  • Control de Aleatoriedad: Se implementó el mismo generador de números pseudoaleatorios (MT19937) y mapeo de 53 bits en Python para garantizar la reproducibilidad exacta de las secuencias de números aleatorios entre ambas versiones.

• Desarrollo del Formato Ant3D y Módulo AntPat:

  • Se introdujo Ant3D, un formato estandarizado de datos de antena en esfera completa (azimut y elevación) para definir patrones canónicos, comerciales o medidos.
  • Se creó el módulo AntPat, capaz de reconstruir patrones de radiación 3D completos a partir de cortes principales (V-cut y H-cut) proporcionados por fabricantes, utilizando una fórmula de multiplicación en escala logarítmica y normalización lineal. Esto permite simular antenas reales (hornos, arrays de fase) en lugar de solo isotrópicas.

• Integración de Nuevas Mediciones FR3:

  • Se incorporaron datos de campañas de medición realizadas por NYU WIRELESS en Nueva York a 6.75 GHz (FR1-C) y 16.95 GHz (FR3) utilizando un sondeador de canal de 1 GHz de ancho de banda.
  • Se desarrollaron modelos estadísticos espaciales (SSCM) basados en estos datos para las nuevas bandas, incluyendo distribuciones de retardo y dispersión angular específicas para condiciones de línea de vista (LOS) y no línea de vista (NLOS).

3. Contribuciones Clave

1. NYUSIM Python: La primera versión completa, modular y de código abierto del simulador en Python, diseñada nativamente para flujos de trabajo de IA/ML. Permite la generación paralela masiva de datos sin costos de licencia y se integra directamente con frameworks como PyTorch, TensorFlow y JAX.
2. Formato Ant3D: Un estándar unificado para la representación de patrones de antena 3D, facilitando la inclusión de efectos de directividad, lóbulos laterales y desajuste de polarización en simulaciones de canal estadístico.
3. Modelos FR3 Validados: La inclusión de modelos estadísticos basados en las primeras mediciones exhaustivas del mundo en las bandas de 6.75 GHz y 16.95 GHz, llenando un vacío crítico para la investigación de 6G.
4. Validación Estadística Exhaustiva: Demostración de que la migración a Python no compromete la precisión física, manteniendo la consistencia estadística con la versión MATLAB v4.0 mediante pruebas rigurosas de K-S y análisis de momentos.

4. Resultados

• Consistencia Estadística: Las pruebas de validación confirmaron que las distribuciones empíricas de la dispersión de retardo (RMS DS), la dispersión angular y el desvanecimiento por sombra en la versión Python son estadísticamente indistinguibles de las de MATLAB. Los promedios y varianzas coinciden dentro de un margen del 1%.
• Precisión en FR3: Las simulaciones realizadas con NYUSIM Python para las bandas de 6.75 GHz y 16.95 GHz reproducen fielmente las mediciones de campo. Las gráficas de función de distribución acumulada (CDF) de la dispersión de retardo direccional (RMS DS) muestran una alineación casi perfecta entre los datos empíricos (medidos) y los simulados.
• Tabla I (Resultados Cuantitativos): Los valores medios y desviaciones estándar del RMS DS direccional en el dominio logarítmico muestran errores mínimos entre mediciones y simulaciones (ej. para 16.95 GHz NLOS, la media medida es 1.35 vs. 1.38 simulada).
• Capacidad de Integración: El nuevo marco permite la integración directa con el simulador de red ns-3, facilitando experimentos de ciclo cerrado donde agentes de aprendizaje observan estados PHY/MAC y actúan dentro del mismo proceso.

5. Significado e Impacto

Este trabajo representa un cambio de paradigma en la modelación de canales inalámbricos:

• Habilitador de IA para 6G: Al proporcionar una plataforma abierta, escalable y compatible con Python, NYUSIM se convierte en la base fundamental para el desarrollo de "gemelos digitales" de canales, modelos generativos de IA y sistemas PHY/MAC co-diseñados con IA.
• Reproducibilidad y Transparencia: La migración a un código abierto en Python fomenta la reproducibilidad de la investigación, permitiendo a la comunidad validar y extender modelos basados en datos de medición de alta calidad.
• Avance en Frecuencias FR3: Establece el estándar para la investigación en la banda media superior (FR3), crucial para el despliegue global de 6G, proporcionando los primeros modelos estadísticos robustos para estas frecuencias.
• Modelado de Antenas Realistas: La introducción de Ant3D permite transitar de modelos teóricos simplificados a simulaciones que reflejan el comportamiento real de las antenas comerciales y sus efectos en la propagación, mejorando la precisión del diseño de sistemas.

En conclusión, NYUSIM Python no es solo una portada de código, sino una evolución estratégica hacia una infraestructura de simulación moderna, preparada para la era de la IA y las comunicaciones 6G.