CDiT: Conditional Diffusion Transformer for Geometry-Aware Terahertz Cross Far- and Near-Field Channel Generation

Resumen Técnico: CDiT: Transformador de Difusión Condicional para la Generación de Canales Terahertz Cruzados en Campo Cercano y Lejano Consciente de la Geometría

Enunciado del Problema
El modelado preciso de canales es crítico para el diseño y la evaluación de sistemas de entrada múltiple y salida múltiple ultra-masivos (UM-MIMO) en el rango de los terahercios (THz). Sin embargo, los enfoques existentes enfrentan limitaciones significativas. Los métodos tradicionales basados en modelos a menudo dependen de suposiciones simplificadas, como la dispersión o estructuras paramétricas predefinidas, que no logran capturar las variaciones espaciales complejas ni la coexistencia de características de propagación en campo cercano y lejano inherentes a los entornos prácticos de THz. Si bien el aprendizaje profundo (DL) ofrece una alternativa basada en datos, los modelos generativos existentes, como las Redes Generativas Antagónicas (GAN), sufren de inestabilidad en el entrenamiento y colapso de modos. Además, los modelos de difusión recientes a menudo dependen de Redes Neuronales Convolucionales (CNN), que están limitadas por campos receptivos locales y luchan para modelar las dependencias espaciales de largo alcance y las estructuras de alta dimensión de los canales UM-MIMO en THz. Además, la mayoría de los marcos generativos existentes se enfocan exclusivamente en escenarios de campo lejano, descuidando los efectos híbridos de campo cercano/lejano introducidos por aperturas de antena extremadamente grandes.

Metodología
El artículo propone un marco de Transformador de Difusión Condicional (CDiT) para abordar estos desafíos. La metodología se basa en tres componentes centrales:

1. Modelo de Onda Planar-Esférica Híbrida (HPSM) y Representación en Espacio de Haces:
   Para equilibrar la fidelidad física con la viabilidad computacional, los autores utilizan el HPSM. Este modelo aprovecha una arquitectura de múltiples subconjuntos de antenas ampliamente espaciados, donde la propagación intra-subconjunto se modela como ondas planas, mientras que la propagación inter-subconjunto tiene en cuenta los efectos de ondas esféricas. El canal se transforma en una representación esparcida en el dominio del espacio de haces ($H_b$). Esta transformación reduce la dimensionalidad de la tarea generativa y preserva la distribución de potencia angular físicamente interpretable, permitiendo que el modelo se centre en los grupos de propagación dominantes en lugar de coeficientes densos y ruidosos.

2. Proceso de Difusión Condicional:
   La tarea de modelado del canal se formula como un problema de aprendizaje generativo condicional. El modelo aprende a transformar una variable latente gaussiana en una realización de canal en el espacio de haces condicionada a un vector consciente de la geometría $p$. Este vector incluye la distancia euclidiana, las coordenadas cartesianas relativas e información angular (codificada mediante seno/coseno para garantizar la continuidad). El proceso sigue un paso de difusión hacia adelante que añade ruido progresivamente a los datos del canal y un paso de eliminación de ruido inverso que reconstruye el canal limpio a partir del ruido, guiado por la condición geométrica.

3. Arquitectura de Transformador de Difusión (DiT):
   En lugar de utilizar CNN, el núcleo de eliminación de ruido emplea un Transformador de Difusión. La entrada de canal ruidosa se divide en parches y se incrusta en una secuencia de tokens. Un mecanismo de condicionamiento especializado inyecta tanto el paso de tiempo de difusión como la información de la posición del usuario en el núcleo del transformador mediante Normalización de Capa Adaptativa (adaLN). El mecanismo de Atención Auto-Referencial Multi-Cabezal (MHSA) permite que el modelo capture dependencias espaciales globales a través de toda la representación de canal de alta dimensión, modelando efectivamente las correlaciones complejas que surgen de la propagación de campo híbrido y las aperturas de antena ultra grandes.

Contribuciones Clave
El artículo describe tres contribuciones principales:

• Modelado Generativo Unificado de Campo Híbrido: El desarrollo de un marco basado en difusión capaz de unificar los comportamientos de propagación en campo cercano, campo lejano y campo cruzado dentro de un único modelo generativo bajo el HPSM.
• Generación Basada en Transformadores Consciente de la Geometría: El diseño de un generador basado en DiT que incorpora información de posición como señal de condicionamiento. Esta arquitectura aprovecha la auto-atención global para capturar dependencias espaciales de largo alcance, permitiendo la generación controlable de realizaciones de canal que preservan los grupos de propagación dominantes y las distribuciones de potencia angular.
• Validación Experimental: Evaluación exhaustiva que demuestra que el marco propuesto logra una convergencia estable y supera significativamente a los métodos de referencia en términos de similitud estructural y fidelidad física.

Resultados
Se realizaron experimentos extensos utilizando un conjunto de datos de 50.000 realizaciones de canales THz generadas mediante QuaDRiGa, calibradas con estadísticas de mediciones reales de escenarios de pasillos interiores en el rango de 306–321 GHz. El sistema utilizó $N_t=256$ antenas transmisoras y $N_r=64$ antenas receptoras.

• Convergencia: El marco demostró una convergencia estable, con la pérdida de prueba estabilizándose después de aproximadamente 60 épocas.
• Similitud Estructural: El CDiT propuesto logró un Índice de Similitud Estructural (SSIM) promedio de 0.75. Esto representa una mejora significativa sobre una línea base basada en GAN (0.43) y un modelo de difusión basado en CNN (0.46), correspondiendo a una mejora de ~74.4% sobre el enfoque GAN.
• Distribución de Potencia: Los canales generados se alinearon estrechamente con los datos de verdad fundamental en cuanto a las distribuciones de potencia angular en el dominio del espacio de haces. El modelo reconstruyó con éxito las concentraciones principales de energía angular y las ubicaciones espaciales, confirmando su capacidad para preservar características espaciales físicamente significativas.

Significado y Afirmaciones
Los autores afirman que el marco CDiT propuesto proporciona un paradigma basado en datos prometedor para el modelado de canales THz en sistemas de comunicaciones inalámbricas de próxima generación. Al combinar la fortaleza de los modelos de difusión para el modelado de distribuciones con el modelado de dependencias globales de los transformadores, el marco supera las limitaciones de las suposiciones convencionales de ondas planas y las arquitecturas de campo receptivo local. El artículo afirma que este enfoque preserva efectivamente tanto las características estadísticas como las espacialmente significativas de los entornos de propagación THz prácticos, ofreciendo una solución robusta para el diseño y la evaluación de sistemas UM-MIMO en THz donde la caracterización precisa del canal es primordial. El trabajo no afirma resolver todos los desafíos de THz, sino que aborda específicamente la brecha en el modelado generativo de alta fidelidad y consciente de la geometría para escenarios híbridos de campo cercano/lejano.