Riepilogo Tecnico: CITYMPC

Enunciato del Problema

La fedeltà dei modelli di canale wireless rappresenta un collo di bottiglia critico per lo sviluppo dei sistemi di sesta generazione (6G), i quali richiedono conoscenze ricche e specifiche del sito degli ambienti di propagazione per supportare casi d'uso come l'integrazione di rilevamento e comunicazione (ISAC) e le reti di accesso radio native all'intelligenza artificiale. I paradigmi attuali di modellazione del canale affrontano un compromesso fondamentale:

1. Modelli Stocastici Basati su Geometria (GBSM): Sebbene computazionalmente efficienti, modelli come il 3GPP TR 38.901 sono agnostici rispetto all'ambiente e non riescono a catturare le caratteristiche distinte dei collegamenti specifici in linea di vista (LoS) e non in linea di vista (nLoS).
2. Tracciamento dei Raggi Deterministico (RT): Strumenti come Sionna RT producono componenti multipath (MPC) fisicamente accurati ma sono computazionalmente costosi, richiedono geometrie esplicite di scene 3D durante l'inferenza e generano un'unica realizzazione deterministica per configurazione di collegamento.

Gli approcci esistenti basati sull'apprendimento tentano di colmare questo divario ma soffrono di limitazioni significative: i modelli generativi spesso mancano di condizionamento specifico del sito; i surrogati di tracciamento dei raggi basati su reti neurali richiedono ancora mesh di scene 3D durante l'inferenza; e i metodi basati su mappe radio tipicamente prevedono quantità aggregate del segnale piuttosto che parametri MPC completi per ciascun percorso. Di conseguenza, non esiste alcun metodo in grado di generare un insieme completo e specifico del sito di parametri MPC (inclusi Azimuth/Elevazione AoD/AoA, ritardi e guadagni) esclusivamente dalle immagini della scena, senza accesso alla geometria 3D durante l'inferenza.

Metodologia

Gli autori propongono CITYMPC, un framework di autoencoder variazionale condizionale (cVAE) progettato per prevedere l'insieme completo dei parametri MPC per ciascun percorso partendo da immagini dal punto di vista (PoV) e mappe di altezza del terreno, eliminando la necessità di mesh di scene 3D durante l'inferenza.

Costruzione dei Dati e Condizionamento

Il sistema è addestrato su un dataset su larga scala che copre cinque ambienti urbani statunitensi (Austin, Dallas, Fort Worth, Denver, New York), comprendente 427.397 collegamenti Tx-Rx generati tramite Sionna RT a 3,5 GHz.

• Input (Condizionamento $c$): Il modello prende in input:
  • Stack di Immagini PoV: Immagini a 12 canali dalle prospettive sia del Trasmettitore (Tx) che del Ricevitore (Rx). Questi canali codificano RGB, profondità, normali di superficie e cinque proprietà radio dei materiali (permittività relativa $\epsilon_r$, conducibilità $\sigma$, coefficiente di scattering, coefficiente di cross-polarizzazione e spessore) derivati dalla mesh 3D sottostante.
  • Mappa di Altezza Globale: Un layout macroscopico degli edifici di dimensioni 128 $\times$ 128.
  • Coordinate: Coordinate cartesiane grezze di Tx e Rx.
• Output (Target $x$): Il modello prevede un insieme strutturato di $L=25$ slot di percorso, inclusi:
  • Maschera di presenza del percorso ($m_\ell$).
  • Guadagno complesso normalizzato in banda base ($\tilde{\alpha}_\ell$).
  • Ritardo in eccesso normalizzato ($\tilde{\tau}_\ell$).
  • Codifiche a vettore unitario di AoD e AoA in azimuth ed elevazione.
  • Tempo di volo (ToF) a livello di collegamento ($\tau_0$) e potenza ricevuta aggregata ($P_{rx}$).

Architettura del Modello

CITYMPC utilizza un'architettura cVAE basata su transformer composta da quattro moduli:

1. Codificatore di Condizionamento (CE): Utilizza tre torri ChannelViT indipendenti per elaborare la mappa di altezza globale, lo stack PoV di Tx e lo stack PoV di Rx, fondendoli con embedding delle coordinate in un embedding compatto della scena.
2. Rete Prior (PN): Apprende una prior dipendente dalla scena $p_\psi(z|c)$ per catturare la variabilità strutturata tra gli ambienti, sostituendo la prior gaussiana fissa standard.
3. Codificatore Posterior (PE): Opera solo durante l'addestramento per approssimare la posterior $q_\phi(z|x,c)$ proiettando i parametri del percorso in token che effettuano cross-attention sui token della scena.
4. Decodificatore (DEC): Genera l'output utilizzando $L$ "query di slot" apprese inizializzate dalla variabile latente $z$. Questi slot interiorizzano la struttura ordinale degli MPC (ordinati per potenza). Il decodificatore impiega un routing informato dalla fisica, dove strati separati di cross-attention si rivolgono esclusivamente ai token della scena di Tx o Rx per prevedere rispettivamente AoD e AoA.

Strategia di Addestramento

Il modello è addestrato massimizzando il Limite Inferiore della Prova (ELBO). Una innovazione chiave è l'uso della pesatura dell'incertezza di Kendall per l'apprendimento multi-task. La perdita totale è una somma pesata di sette perdite specifiche per task (presenza del percorso, ToF, potenza ricevuta, direzioni AoD/AoA, ritardo in eccesso e guadagno complesso), dove i pesi sono appresi tramite parametri di rumore per task ($\sigma_k$) per bilanciare automaticamente task di difficoltà variabile.

Contributi Chiave

1. Caratterizzazione Completa degli MPC senza Geometria 3D: CITYMPC è il primo lavoro a prevedere l'insieme completo di parametri per ciascun percorso (inclusi gli angoli di elevazione per entrambi AoD e AoA) condizionato esclusivamente alle immagini della scena e alle mappe di altezza, rimuovendo la dipendenza durante l'inferenza dalle mesh 3D.
2. Corrispondenza Generativa con il Tracciamento dei Raggi: Il framework genera realizzazioni di canale fisicamente valide che corrispondono alla verità di terra tracciata dai raggi su tutti i parametri previsti, raggiungendo un errore quadratico medio assoluto (MAE) sulla potenza ricevuta di 1,29 dB e un MAE sul ToF di 7,25 ns nelle città valutate.
3. Benchmark e Dataset su Larga Scala: Gli autori rilasciano un benchmark riproducibile e un dataset tracciato da raggi multi-città su larga scala (427.397 collegamenti) per accelerare la ricerca futura nella modellazione del canale condizionata alla scena.
4. Inferenza Efficiente: Una volta addestrato, CITYMPC genera realizzazioni di canale durante l'inferenza senza tracciamento dei raggi, offrendo un'accelerazione di 1,90 volte nella latenza end-to-end e un'accelerazione di 9,88 volte nel tempo di passaggio in avanti del modello rispetto a Sionna RT.

Risultati Sperimentali

Valutato su cinque diverse città statunitensi, CITYMPC supera una forte baseline MLP (che utilizza ResNet-18 e MLP piatti) su tutte le metriche tranne che per l'F1 sulla presenza del percorso, dove le prestazioni sono comparabili.

• Accuratezza: CITYMPC ottiene un MAE inferiore rispetto alla baseline nella potenza ricevuta, nel ToF, nel ritardo medio e in tutte e quattro le dimensioni angolari (azimuth ed elevazione di AoD/AoA). La riduzione dell'errore sul ToF è particolarmente significativa (da 1,5 a 3,2 volte inferiore rispetto alla baseline).
• Fedeltà della Distribuzione: Le Funzioni di Distribuzione Cumulativa Empiriche (CDF) dei parametri generati si sovrappongono strettamente alla verità di terra tracciata dai raggi, confermando che il modello cattura le statistiche marginali complete del canale.
• Generalizzazione Cross-Città: Lo studio rivela significativi spostamenti di distribuzione tra le città. I modelli addestrati su una città degradano quando applicati ad altre (ad esempio, il MAE sulla potenza ricevuta aumenta da <2,1 dB a >7 dB), indicando che l'addestramento per città è attualmente necessario per un'alta fedeltà.
• Prestazioni Qualitative: Le realizzazioni di canale generate mostrano diversità stocastica (diverse configurazioni di percorso per lo stesso collegamento) mantenendo al contempo statistiche aggregate coerenti con la verità di terra, riproducendo efficacemente le mappe di potenza spaziali inclusi gli effetti dei canyon stradali e le ombre degli edifici.

Significato e Limitazioni

Il documento posiziona CITYMPC come uno strumento pratico per i ricercatori che necessitano di dati di canale su larga scala e specifici del sito senza il carico computazionale del ripetuto tracciamento dei raggi. Stabilisce una solida baseline in-distribution per la futura ricerca sulla generalizzazione multi-città.

Gli autori riconoscono esplicitamente diverse limitazioni:

• Divario Sim-to-Reale: Il modello non è stato validato contro misurazioni di canale del mondo reale; il divario tra simulazione e realtà rimane una sfida aperta.
• Trasferimento Cross-Città: Le prestazioni degradano significativamente tra le città a causa degli spostamenti di distribuzione, rendendo necessario l'addestramento per città.
• Ambito di Applicazione: Il modello attuale è mirato agli ambienti macro-cellulari urbani esterni a 3,5 GHz con antenne omnidirezionali; l'estensione a scenari interni, frequenze mmWave e antenne direttive non è ancora affrontata.
• Stabilità dell'Addestramento: L'uso della pesatura dell'incertezza di Kendall può portare a divergenze nell'addestramento (abbandono del task), che gli autori intendono affrontare in lavori futuri.