Résumé Technique : CITYMPC

Énoncé du Problème

La fidélité des modèles de canal sans fil constitue un goulot d'étranglement critique pour le développement des systèmes de sixième génération (6G), qui nécessitent une connaissance riche et spécifique au site des environnements de propagation pour prendre en charge des cas d'usage tels que la détection et la communication intégrées (ISAC) et les réseaux d'accès radio natifs à l'IA. Les paradigmes actuels de modélisation de canal font face à un compromis fondamental :

1. Modèles Stochastiques Basés sur la Géométrie (GBSM) : Bien que computationnellement efficaces, des modèles comme le TR 38.901 de la 3GPP sont agnostiques à l'environnement et échouent à capturer les caractéristiques distinctes des liens spécifiques en visibilité directe (LoS) et en non-visibilité directe (nLoS).
2. Traçage de Rayons Déterministe (RT) : Des outils comme Sionna RT produisent des composantes multipath (MPC) physiquement exactes mais sont coûteux en calcul, nécessitent une géométrie de scène 3D explicite lors de l'inférence, et génèrent uniquement une réalisation déterministe par configuration de lien.

Les approches existantes basées sur l'apprentissage tentent de combler ce fossé mais souffrent de limitations significatives : les modèles génératifs manquent souvent de conditionnement spécifique au site ; les substituts de traçage de rayons par réseaux de neurones nécessitent toujours des maillages de scène 3D lors de l'inférence ; et les méthodes de cartes radio prédisent généralement des quantités de signal agrégées plutôt que des paramètres MPC complets par chemin. Par conséquent, aucune méthode existante ne peut générer un ensemble complet et spécifique au site de paramètres MPC (incluant les Azimut/Élévation AoD/AoA, les délais et les gains) à partir de l'imagerie de scène uniquement, sans accès à la géométrie 3D lors de l'inférence.

Méthodologie

Les auteurs proposent CITYMPC, un cadre d'autoencodeur variationnel conditionnel (cVAE) conçu pour prédire l'ensemble complet des paramètres MPC par chemin à partir d'images en point de vue (PoV) et de cartes de hauteur de terrain, éliminant ainsi le besoin de maillages de scène 3D lors de l'inférence.

Construction des Données et Conditionnement

Le système est entraîné sur un jeu de données à grande échelle couvrant cinq environnements urbains américains (Austin, Dallas, Fort Worth, Denver, New York), comprenant 427 397 liens Tx-Rx générés via Sionna RT à 3,5 GHz.

• Entrées (Conditionnement $c$) : Le modèle prend en entrée :
  • Empilements d'Images PoV : Images à 12 canaux provenant des perspectives de l'Émetteur (Tx) et du Récepteur (Rx). Ces canaux encodent RVB, profondeur, normales de surface, et cinq propriétés radio des matériaux (permittivité relative $\epsilon_r$, conductivité $\sigma$, coefficient de diffusion, coefficient de cross-polarisation, et épaisseur) dérivées du maillage 3D sous-jacent.
  • Carte de Hauteur Globale : Une disposition macroscopique de bâtiments de 128 $\times$ 128.
  • Coordonnées : Coordonnées cartésiennes brutes de Tx et Rx.
• Sorties (Cible $x$) : Le modèle prédit un ensemble structuré de $L=25$ emplacements de chemin, incluant :
  • Masque de présence du chemin ($m_\ell$).
  • Gain complexe normalisé en bande de base ($\tilde{\alpha}_\ell$).
  • Délai excédentaire normalisé ($\tilde{\tau}_\ell$).
  • Encodages en vecteurs unitaires de AoD et AoA en azimut et élévation.
  • Temps de Vol (ToF) au niveau du lien ($\tau_0$) et puissance reçue agrégée ($P_{rx}$).

Architecture du Modèle

CITYMPC utilise une architecture de cVAE basée sur des transformateurs comprenant quatre modules :

1. Encodeur de Conditionnement (CE) : Utilise trois tours ChannelViT indépendants pour traiter la carte de hauteur globale, les empilements PoV Tx et les empilements PoV Rx, les fusionnant avec des embeddings de coordonnées en un embedding de scène compact.
2. Réseau de Prior (PN) : Apprend un prior dépendant de la scène $p_\psi(z|c)$ pour capturer la variabilité structurée à travers les environnements, remplaçant le prior gaussien fixe standard.
3. Encodeur de Postérieur (PE) : Opère uniquement pendant l'entraînement pour approximer le postérieur $q_\phi(z|x,c)$ en projetant les paramètres de chemin dans des tokens qui s'attendent de manière croisée aux tokens de scène.
4. Décodeur (DEC) : Génère la sortie en utilisant $L$ "requêtes d'emplacements" apprises, initialisées par la variable latente $z$. Ces emplacements internalisent la structure ordinaire des MPC (triés par puissance). Le décodeur emploie un routage informé par la physique, où des couches d'attention croisée séparées s'attendent exclusivement aux tokens de scène Tx ou Rx pour prédire respectivement AoD et AoA.

Stratégie d'Entraînement

Le modèle est entraîné en maximisant la borne inférieure de l'évidence (ELBO). Une innovation clé est l'utilisation du pondération d'incertitude de Kendall pour l'apprentissage multi-tâches. La perte totale est une somme pondérée de sept pertes spécifiques à la tâche (présence du chemin, ToF, puissance reçue, directions AoD/AoA, délai excédentaire, et gain complexe), où les poids sont appris via des paramètres de bruit par tâche ($\sigma_k$) pour équilibrer automatiquement des tâches de difficulté variable.

Contributions Clés

1. Caractérisation MPC Complète sans Géométrie 3D : CITYMPC est le premier travail à prédire l'ensemble complet des paramètres par chemin (incluant les angles d'élévation pour AoD et AoA) conditionné uniquement sur l'imagerie de scène et les cartes de hauteur, éliminant la dépendance aux maillages 3D lors de l'inférence.
2. Correspondance Générative avec le Traçage de Rayons : Le cadre génère des réalisations de canal physiquement valides qui correspondent à la vérité terrain par traçage de rayons sur tous les paramètres prédits, atteignant une erreur absolue moyenne (MAE) de puissance reçue de 1,29 dB et une MAE de ToF de 7,25 ns sur les villes évaluées.
3. Benchmark et Jeu de Données à Grande Échelle : Les auteurs publient un benchmark reproductible et un jeu de données de traçage de rayons multi-villes à grande échelle (427 397 liens) pour accélérer la recherche future en modélisation de canal conditionnée par la scène.
4. Inférence Efficace : Une fois entraîné, CITYMPC génère des réalisations de canal lors de l'inférence sans traçage de rayons, offrant une accélération de 1,90$\times$ sur la latence de bout en bout et de 9,88$\times$ sur le temps de passage avant du modèle par rapport à Sionna RT.

Résultats Expérimentaux

Évalué sur cinq villes américaines diverses, CITYMPC surpasse une forte base de comparaison MLP (utilisant ResNet-18 et des MLP plats) sur toutes les métriques sauf le F1 de présence du chemin, où les performances sont comparables.

• Précision : CITYMPC atteint un MAE inférieur à la base de comparaison pour la puissance reçue, le ToF, le délai moyen et les quatre dimensions angulaires (azimut et élévation AoD/AoA). La réduction de l'erreur de ToF est particulièrement significative (1,5$\times$ à 3,2$\times$ inférieure à la base de comparaison).
• Fidélité de la Distribution : Les Fonctions de Distribution Cumulative Empiriques (CDF) des paramètres générés se superposent étroitement à la vérité terrain par traçage de rayons, confirmant que le modèle capture les statistiques marginales complètes du canal.
• Généralisation Inter-villes : L'étude révèle des décalages de distribution significatifs entre les villes. Les modèles entraînés sur une ville se dégradent lorsqu'ils sont appliqués à d'autres (par exemple, le MAE de puissance reçue passe de <2,1 dB à >7 dB), indiquant qu'un entraînement par ville est actuellement nécessaire pour une haute fidélité.
• Performance Qualitative : Les réalisations de canal générées présentent une diversité stochastique (différentes configurations de chemin pour le même lien) tout en maintenant des statistiques agrégées cohérentes avec la vérité terrain, reproduisant efficacement les cartes de puissance spatiales, y compris les effets de canyon urbain et les ombres portées par les bâtiments.

Importance et Limites

L'article positionne CITYMPC comme un outil pratique pour les chercheurs nécessitant des données de canal à grande échelle et spécifiques au site, sans la charge computationnelle d'un traçage de rayons répété. Il établit une forte base de comparaison in-distribution pour les futures recherches sur la généralisation multi-villes.

Les auteurs reconnaissent explicitement plusieurs limites :

• Fossé Sim-to-Réal : Le modèle n'a pas été validé par rapport à des mesures de canal réelles ; le fossé entre simulation et réalité reste un défi ouvert.
• Transfert Inter-villes : Les performances se dégradent considérablement d'une ville à l'autre en raison des décalages de distribution, nécessitant un entraînement par ville.
• Portée : Le modèle actuel cible les environnements macro-cellulaires urbains extérieurs à 3,5 GHz avec des antennes omnidirectionnelles ; l'extension aux scénarios intérieurs, aux fréquences mmWave et aux antennes directionnelles n'est pas encore abordée.
• Stabilité de l'Entraînement : L'utilisation de la pondération d'incertitude de Kendall peut entraîner une divergence de l'entraînement (abandon de tâche), ce que les auteurs prévoient de résoudre dans des travaux futurs.