Resumo Técnico: CITYMPC

Declaração do Problema

A fidelidade dos modelos de canal sem fio é um gargalo crítico para o desenvolvimento de sistemas de sexta geração (6G), que exigem conhecimento rico e específico do local dos ambientes de propagação para suportar casos de uso como sensoriamento e comunicação integrados (ISAC) e redes de acesso por rádio nativas em IA. Os paradigmas atuais de modelagem de canal enfrentam um compromisso fundamental:

1. Modelos Estocásticos Baseados em Geometria (GBSM): Embora computacionalmente eficientes, modelos como o 3GPP TR 38.901 são agnósticos ao ambiente e falham em capturar as características distintas de enlaces específicos de linha de visada (LoS) e não linha de visada (nLoS).
2. Rastreamento de Raios Determinístico (RT): Ferramentas como o Sionna RT produzem componentes multipath (MPCs) fisicamente precisos, mas são computacionalmente caros, exigem geometria explícita de cena 3D durante a inferência e geram apenas uma única realização determinística por configuração de enlace.

As abordagens existentes baseadas em aprendizado tentam preencher essa lacuna, mas sofrem com limitações significativas: modelos generativos frequentemente carecem de condicionamento específico do local; substitutos de rastreamento de raios por redes neurais ainda exigem malhas de cena 3D durante a inferência; e métodos de mapas de rádio tipicamente preveem quantidades agregadas de sinal em vez de parâmetros completos de MPC por caminho. Consequentemente, não existe nenhum método que possa gerar um conjunto completo e específico do local de parâmetros de MPC (incluindo Azimute/Elevação de AoD/AoA, atrasos e ganhos) a partir de imagens de cena apenas, sem acesso à geometria 3D durante a inferência.

Metodologia

Os autores propõem o CITYMPC, uma estrutura de autoencoder variacional condicional (cVAE) projetada para prever o conjunto completo de parâmetros de MPC por caminho a partir de imagens de ponto de vista (PoV) e mapas de altura do terreno, eliminando a necessidade de malhas de cena 3D durante a inferência.

Construção de Dados e Condicionamento

O sistema é treinado em um conjunto de dados em grande escala abrangendo cinco ambientes urbanos dos EUA (Austin, Dallas, Fort Worth, Denver, Nova York), compreendendo 427.397 enlaces Tx-Rx gerados via Sionna RT a 3,5 GHz.

• Entradas (Condicionamento $c$): O modelo recebe como entrada:
  • Pilhas de Imagens PoV: Imagens de 12 canais tanto das perspectivas do Transmissor (Tx) quanto do Receptor (Rx). Esses canais codificam RGB, profundidade, normais de superfície e cinco propriedades de material de rádio (permissividade relativa $\epsilon_r$, condutividade $\sigma$, coeficiente de espalhamento, coeficiente de cross-polarização e espessura) derivados da malha 3D subjacente.
  • Mapa de Altura Global: Um layout macro de edifícios de 128 $\times$ 128.
  • Coordenadas: Coordenadas cartesianas brutas de Tx e Rx.
• Saídas (Alvo $x$): O modelo prevê um conjunto estruturado de $L=25$ slots de caminho, incluindo:
  • Máscara de presença de caminho ($m_\ell$).
  • Ganho de banda base complexo normalizado ($\tilde{\alpha}_\ell$).
  • Atraso excedente normalizado ($\tilde{\tau}_\ell$).
  • Codificações de vetor unitário de AoD e AoA em azimute e elevação.
  • Tempo de Voo (ToF) de nível de enlace ($\tau_0$) e potência recebida agregada ($P_{rx}$).

Arquitetura do Modelo

O CITYMPC utiliza uma arquitetura cVAE baseada em transformadores composta por quatro módulos:

1. Codificador de Condicionamento (CE): Usa três torres independentes ChannelViT para processar o mapa de altura global, o PoV do Tx e as pilhas do PoV do Rx, fundindo-as com embeddings de coordenadas em um embedding de cena compacto.
2. Rede de Priori (PN): Aprende uma priori dependente da cena $p_\psi(z|c)$ para capturar variabilidade estruturada entre ambientes, substituindo a priori Gaussiana fixa padrão.
3. Codificador de Posteriori (PE): Opera apenas durante o treinamento para aproximar a posteriori $q_\phi(z|x,c)$ projetando parâmetros de caminho em tokens que realizam atenção cruzada com tokens de cena.
4. Decodificador (DEC): Gera a saída usando $L$ "consultas de slot" aprendidas inicializadas pela variável latente $z$. Esses slots internalizam a estrutura ordinal dos MPCs (ordenados por potência). O decodificador emprega roteamento informado pela física, onde camadas separadas de atenção cruzada atendem exclusivamente a tokens de cena do Tx ou do Rx para prever AoD e AoA, respectivamente.

Estratégia de Treinamento

O modelo é treinado maximizando o Limite Inferior da Evidência (ELBO). Uma inovação chave é o uso de ponderação de incerteza de Kendall para aprendizado multi-tarefa. A perda total é uma soma ponderada de sete perdas específicas de tarefa (presença de caminho, ToF, potência recebida, direções AoD/AoA, atraso excedente e ganho complexo), onde os pesos são aprendidos via parâmetros de ruído por tarefa ($\sigma_k$) para equilibrar automaticamente tarefas de dificuldade variável.

Contribuições Principais

1. Caracterização Completa de MPC sem Geometria 3D: O CITYMPC é o primeiro trabalho a prever o conjunto completo de parâmetros por caminho (incluindo ângulos de elevação para ambos AoD e AoA) condicionado apenas a imagens de cena e mapas de altura, removendo a dependência de inferência de malhas 3D.
2. Correspondência Generativa com Rastreamento de Raios: A estrutura gera realizações de canal fisicamente válidas que correspondem à verdade fundamental rastreada por raios em todos os parâmetros previstos, alcançando um Erro Absoluto Médio (MAE) de potência recebida de 1,29 dB e um MAE de ToF de 7,25 ns nas cidades avaliadas.
3. Benchmark e Conjunto de Dados em Grande Escala: Os autores lançam um benchmark reproduzível e um conjunto de dados rastreado por raios multi-cidade em grande escala (427.397 enlaces) para acelerar pesquisas futuras em modelagem de canal condicionada a cena.
4. Inferência Eficiente: Uma vez treinado, o CITYMPC gera realizações de canal na inferência sem rastreamento de raios, oferecendo um aumento de velocidade de 1,90$\times$ na latência de ponta a ponta e um aumento de velocidade de 9,88$\times$ no tempo de passagem frontal do modelo em comparação com o Sionna RT.

Resultados Experimentais

Avaliado em cinco cidades diversas dos EUA, o CITYMPC supera uma forte linha de base MLP (que usa ResNet-18 e MLPs planos) em todas as métricas, exceto no F1 de presença de caminho, onde o desempenho é comparável.

• Precisão: O CITYMPC alcança um MAE menor que a linha de base em potência recebida, ToF, atraso médio e em todas as quatro dimensões angulares (azimute e elevação de AoD/AoA). A redução do erro de ToF é particularmente significativa (1,5$\times$ a 3,2$\times$ menor que a linha de base).
• Fidelidade de Distribuição: Funções de Distribuição Acumulada Empírica (CDFs) dos parâmetros gerados se sobrepõem estreitamente à verdade fundamental rastreada por raios, confirmando que o modelo captura as estatísticas marginais completas do canal.
• Generalização Inter-Cidade: O estudo revela deslocamentos de distribuição significativos entre cidades. Modelos treinados em uma cidade degradam-se quando aplicados a outras (por exemplo, o MAE de potência recebida aumenta de <2,1 dB para >7 dB), indicando que o treinamento por cidade é atualmente necessário para alta fidelidade.
• Desempenho Qualitativo: As realizações de canal geradas exibem diversidade estocástica (diferentes configurações de caminho para o mesmo enlace) enquanto mantêm estatísticas agregadas consistentes com a verdade fundamental, reproduzindo efetivamente mapas de potência espacial, incluindo efeitos de cânion urbano e sombras de edifícios.

Significado e Limitações

O artigo posiciona o CITYMPC como uma ferramenta prática para pesquisadores que necessitam de dados de canal específicos do local em grande escala, sem o ônus computacional de rastreamento de raios repetido. Estabelece uma forte linha de base in-distribution para futuras pesquisas de generalização multi-cidade.

Os autores reconhecem explicitamente várias limitações:

• Lacuna Sim-Real: O modelo não foi validado contra medições de canal do mundo real; a lacuna entre simulação e realidade permanece um desafio aberto.
• Transferência Inter-Cidade: O desempenho degrada-se significativamente entre cidades devido a deslocamentos de distribuição, necessitando de treinamento por cidade.
• Escopo: O modelo atual visa ambientes macro-célula urbanos externos a 3,5 GHz com antenas omnidirecionais; a extensão para cenários internos, frequências mmWave e antenas direcionais ainda não é abordada.
• Estabilidade de Treinamento: O uso de ponderação de incerteza de Kendall pode levar à divergência de treinamento (abandono de tarefa), que os autores planejam abordar em trabalhos futuros.