Discrete Diffusion for Codebook-Based Beam Candidate Generation

Título: Geração de Candidatos de Feixe Baseada em Codebook via Difusão Discreta

1. Problema e Motivação

As comunicações em ondas milimétricas (mmWave) oferecem altas taxas de dados, mas são extremamente sensíveis a bloqueios e mobilidade, tornando o alinhamento de feixes um desafio central. Em sistemas baseados em codebook, o gerenciamento de feixes com probing limitado (sondagem restrita) é um problema fundamental:

• Restrição de Orçamento: Apenas um pequeno subconjunto de feixes pode ser avaliado simultaneamente dentro de um intervalo de coerência.
• Incerteza e Ruído: O sistema opera sob feedback ruidoso e quantizado, e a decisão de qual feixe servir o usuário (UE) é restrita ao conjunto sondado.
• Complexidade: A seleção ótima de feixes é um problema de decisão sequencial parcialmente observável. Com o crescimento do tamanho do codebook, o espaço de ações torna-se combinatório, tornando soluções analíticas ou de programação dinâmica inviáveis.
• Limitações Atuais: Métodos tradicionais (varredura determinística, regras heurísticas) falham em cenários dinâmicos. Abordagens de aprendizado de máquina existentes são majoritariamente discriminativas (mapeamento direto de entrada para saída), o que tende a produzir previsões muito concentradas (pouca diversidade), limitando a cobertura de feixes candidatos de alta qualidade quando múltiplos feixes têm ganhos similares.

2. Metodologia Proposta: D3PM-BM

Os autores propõem o D3PM-BM (History-Conditioned Discrete Denoising Diffusion Probabilistic Model for Beam Management), um framework generativo para a geração de candidatos de feixe.

• Formulação do Problema: O objetivo não é aprender uma política ótima direta, mas sim aprender uma distribuição condicional sobre índices de feixes promissores, baseada no histórico de sondagem ($H_t$). Isso permite gerar um conjunto diversificado de candidatos para sondagem.
• Codificador de Histórico (History Encoder):
  • Utiliza uma arquitetura hierárquica baseada em Transformers.
  • Tokenização: Converte pares (índice do feixe, feedback escalar) em vetores de características.
  • Agregação: Usa pooling com atenção para agregar os $P$ feixes sondados em um único vetor por slot de tempo.
  • Modelagem Temporal: Um encoder Transformer processa a sequência de vetores de slots para capturar dependências temporais e mobilidade, gerando um vetor de contexto $c_t$.
• Modelo de Difusão Discreta (D3PM):
  • Diferente de modelos de difusão contínuos (que usam ruído gaussiano), este modelo opera no espaço discreto de índices de feixes.
  • Processo Forward (Corrupção): Um processo de Markov degrada gradualmente o índice do feixe "ideal" (oracle) até uma distribuição uniforme, usando um kernel de mistura uniforme.
  • Processo Reverse (Denoising): Uma rede neural aprende a reconstruir a distribuição original de feixes a partir do estado corrompido, condicionada ao vetor de contexto $c_t$.
• Treinamento com Rótulos Suaves (Soft Oracle Labels):
  • Para evitar a perda de informação ao escolher apenas o "melhor" feixe (top-1), o modelo é treinado com rótulos suaves esparsos.
  • A distribuição alvo atribui probabilidade não nula aos $M$ feixes mais fortes, com pesos baseados em seus SNRs relativos e um parâmetro de temperatura. Isso ensina o modelo a reconhecer múltiplas alternativas viáveis.
• Inferência Online:
  • O modelo gera múltiplas amostras via processo de difusão reversa.
  • As amostras são convertidas em uma lista ordenada de candidatos baseada na frequência de amostragem e na confiança (log-probabilidade) do modelo.
  • O sistema de probing seleciona os $P$ melhores candidatos dessa lista para sondagem.

3. Principais Contribuições

1. Formulação Generativa: Apresenta a seleção de feixes como um problema de aprendizado de distribuição condicional discreta, superando as limitações de modelos discriminativos que tendem a colapsar modos (falta de diversidade).
2. Framework D3PM-BM: Desenvolve um modelo de difusão discreta condicionado a um histórico hierárquico, capaz de operar diretamente no espaço de codebook com feedback parcial e ruidoso.
3. Mecanismo de Treinamento Robusto: Propõe o uso de rótulos suaves baseados em SNR para supervisionar o treinamento, permitindo que o modelo aprenda a diversidade de feixes de alta qualidade, não apenas o único ótimo.
4. Fluxo Offline-Online: O modelo é treinado offline com dados históricos e implantado online como um módulo de suporte à decisão, mantendo a mesma interface de sondagem e orçamento.

4. Resultados Numéricos

As simulações foram realizadas utilizando o conjunto de dados DeepMIMO (cenário mmWave a 28 GHz) com trajetórias de mobilidade. O D3PM-BM foi comparado com baselines fortes (EMA, UCB, TRM - Transformer discriminativo, e ODE-LSTM).

• SNR Médio: O D3PM-BM alcançou consistentemente o maior SNR médio, especialmente em regimes de baixo orçamento de sondagem (poucos feixes sondados), onde a qualidade dos candidatos é crítica.
• Probabilidade de Perda do Feixe Ótimo (Miss Probability): O método reduziu significativamente a probabilidade de o feixe ideal não estar presente no conjunto sondado.
• Arrependimento Condicional (Conditional Probe Regret): Mesmo quando o feixe ideal não é sondado, o D3PM-BM seleciona feixes que estão muito mais próximos do SNR ótimo em comparação com as outras abordagens.
• Diversidade de Candidatos: Enquanto modelos discriminativos (TRM) são melhores em prever o Top-1 exato, o D3PM-BM supera consistentemente em taxas de inclusão para Top-m (m > 1), garantindo que feixes de alta qualidade estejam na lista de candidatos.
• Compromisso Complexidade-Desempenho: Foi demonstrado que cadeias de difusão curtas (poucos passos de denoising) recuperam a maior parte do ganho de desempenho, permitindo inferência de baixa latência.
• Robustez: O modelo mantém superioridade mesmo com feedback quantizado grosseiro e ruído de medição elevado.

5. Significância e Conclusão

Este trabalho destaca o potencial dos Modelos de Difusão Probabilística (DDPM) aplicados a problemas de decisão discreta em comunicações sem fio. Ao tratar a seleção de feixes como um problema de geração de distribuições em vez de classificação pontual, o D3PM-BM lida eficazmente com a incerteza inerente à mobilidade e à observação parcial.

A principal inovação é a capacidade de gerar um conjunto diversificado de candidatos de alta qualidade sob restrições severas de orçamento de sondagem, superando métodos heurísticos e de aprendizado discriminativo tradicionais. Isso é crucial para a implementação eficiente de sistemas 6G e mmWave dinâmicos, onde a adaptação rápida e robusta do feixe é essencial para manter a qualidade de serviço.