⚡ electrical engineering

Discrete Diffusion for Codebook-Based Beam Candidate Generation

本文提出了一种基于历史条件的离散去噪扩散概率模型，用于在毫米波通信的受限探测场景下生成波束候选，实验表明该方法在低探测预算下能显著优于现有基线，有效提升信噪比并降低波束丢失概率。

原作者： Amirhossein Azarbahram, Onel L. A. López

发布于 2026-04-10

📖 1 分钟阅读☕ 轻松阅读

原作者： Amirhossein Azarbahram, Onel L. A. López

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个关于如何让毫米波通信（5G/6G 的核心技术）在移动中更聪明、更省电地找到最佳信号路径的故事。

为了让你轻松理解，我们可以把整个系统想象成一个在迷雾中寻找最佳观景台的导游团队。

1. 背景：为什么这是个难题？

想象一下，你正在使用 5G/6G 手机看高清视频。为了传输海量数据，基站（导游）和你的手机（游客）之间必须建立一条非常精准、狭窄的激光束（就像手电筒的光束）。

挑战：这条光束非常窄，稍微有点风吹草动（比如你走了一步，或者有人路过挡住了），光束就断了，视频就卡了。
现状：基站不能同时向所有方向发射光束（那样太费电、太慢）。它只能每次试几个方向（比如一次试 4 个），看看哪个方向信号好，然后选最好的那个给你用。
痛点：如果试的方向不对，你就得重新试，这会导致延迟和卡顿。特别是在你移动很快的时候，怎么在“试错”和“服务”之间找到平衡，是个大难题。

2. 以前的方法：老练的向导 vs. 死板的规则

以前的方法主要有两种：

死板规则：像拿着地图按固定路线走。如果环境变了（比如你突然跑起来），它就反应不过来。
传统 AI（判别式模型）：像一个猜谜高手。它根据你过去的动作，直接猜：“下一秒钟，最佳方向肯定是 A！”
- 缺点：它太自信了。如果它猜错了，或者其实 B 方向也不错，它往往只盯着 A，导致备选方案太少。一旦 A 被挡住，它就懵了。

3. 这篇论文的新方法：D3PM-BM（“扩散”思维）

作者提出了一种基于**“离散扩散概率模型”（Discrete Diffusion）的新方法。我们可以用“去噪绘画”**的比喻来理解它：

核心比喻：从一团乱麻中“还原”出最佳路线

想象你手里有一张被涂满杂色墨点的画（这是混乱的、不完整的信号历史），你的目标是还原出画中最清晰的线条（最佳信号方向）。

扩散过程（加噪）：
想象把一张清晰的地图（最佳方向）一点点打碎，变成一堆随机乱码。
逆向过程（去噪）：
现在的 AI 就像一个神笔马良。它看着你手里那堆乱码（你过去试过的几个方向及其反馈），然后开始一步步“擦除”杂音，试图把原本清晰的地图（最佳方向）重新画出来。

这个方法的厉害之处在于：

它不只猜一个答案：传统的 AI 像是一个只会说“肯定是 A"的独断专家。而这个新 AI 像是一个经验丰富的老向导，它会说：“虽然 A 看起来最好，但 B 和 C 也有可能是对的，我们把它们都列出来，作为备选方案。”
利用“去噪”生成多样性：因为它是一个生成式模型，它通过“去噪”过程，能自然地生成多个高质量的候选方向。这就像向导不仅告诉你“走左边”，还告诉你“左边、左前方、正前方”都有可能是对的，让你有备无患。

4. 它是如何工作的？（三步走）

记忆历史（读心术）：
AI 会仔细研究你过去几十秒的“试错记录”（比如：刚才试了方向 1、2、3，信号分别是强、弱、中）。它把这些历史数据压缩成一个“记忆包”。
生成候选名单（画草图）：
基于这个“记忆包”，AI 启动它的“去噪”程序。它不是直接给你一个答案，而是生成一长串候选方向列表（比如：方向 5、方向 12、方向 8...）。
- 关键点：它生成的列表里，不仅包含它认为最好的，还包含那些“虽然没试过但很有希望”的方向。
精准探测（实地验证）：
基站从这个长长的候选名单里，挑出几个（比如 4 个）去实际探测一下。因为名单质量高，这 4 个里包含“真命天子”（最佳方向）的概率就大大增加了。

5. 为什么这个方法更好？（实际效果）

论文通过大量模拟实验证明，这个方法在**“预算有限”**（只能试很少几个方向）的情况下，表现远超其他方法：

更少的“迷路”：当只能试 1-2 个方向时，传统方法很容易选错，导致信号中断。而新方法因为生成的候选名单更丰富、更准确，选对最佳方向的概率更高。
更强的“容错率”：即使没选到完美的“最佳方向”，新方法选出来的“次佳方向”通常也非常接近完美，不会让你觉得信号差得离谱。
适应性强：无论环境怎么变（你走得快还是慢，信号干扰大还是小），它都能通过“去噪”机制灵活调整，不像死板的规则那样容易失效。

总结

这篇论文的核心思想就是：不要只盯着一个“最可能的答案”去猜，而是利用一种像“去噪绘画”一样的生成式 AI，从混乱的历史数据中，“画”出一组高质量的备选方案。

这就好比在迷雾中找路，老向导不会只指一条路，而是会给你画出一张包含多条可行路线的草图，让你从中挑选。这样，即使路被堵了，你也有备选方案，通信就能一直流畅下去。

一句话概括：用一种能“脑补”多种可能性的 AI，帮手机在移动中更聪明地找到信号最好的路，哪怕只能试几次，也能大概率选对。

论文技术总结：基于离散扩散的代码本波束候选生成

1. 研究背景与问题定义

背景：
毫米波（mmWave）通信利用大带宽和高方向性波束赋形实现高速数据传输，但其对遮挡和移动性高度敏感，导致可靠的波束对准成为核心挑战。在基于代码本（Codebook-based）的系统中，由于探测开销限制，基站（BS）在每个时隙只能探测一小部分波束，且服务决策仅限于探测集。

核心问题：
在移动性和噪声反馈条件下，有限探测（Limited-probing）波束管理本质上是一个部分可观测的序贯决策问题。

挑战： 传统的确定性扫描或启发式跟踪在动态场景下表现不佳；现有的数据驱动方法多采用判别式学习（直接映射观测到波束），往往导致预测过于集中，缺乏候选波束的多样性，难以在探测预算紧张时覆盖多个潜在的高质量波束。
目标： 在固定的探测预算下，利用历史探测记录，生成一组高质量的波束候选列表，以最大化长期平均信噪比（SNR）。

2. 方法论：D3PM-BM 框架

作者提出了一种名为 D3PM-BM（History-Conditioned Discrete Denoising Diffusion Probabilistic Model for Beam Management）的生成式框架。

2.1 问题建模

将波束选择建模为从历史探测观测中学习离散波束索引的条件分布问题。

输入： 过去 $L$ 个时隙的探测历史 $H_t$ （包含探测的波束索引和量化后的反馈 SNR）。
输出： 一个有序的高质量波束候选列表 $S_t$ ，基站从中选择 $P$ 个波束进行探测。
优化目标： 最大化长期平均执行 SNR，而非直接优化策略本身。

2.2 核心组件

A. 分层历史编码器 (History Encoder)

为了捕捉时间依赖性和探测反馈的时序结构，采用基于 Transformer 的分层编码器：

Token 形成： 将每个时隙内的“波束索引 + 反馈值”映射为向量 Token。
时隙内聚合： 使用注意力池化（Attention Pooling）将同一时隙内的 $P$ 个 Token 聚合为一个时隙表示。
跨时隙建模： 将序列化的时隙表示输入 Transformer 编码器，提取 CLS Token 作为最终的历史上下文向量 $c_t$ 。

B. 条件离散去噪扩散概率模型 (Conditional D3PM)

由于波束索引是离散的，无法直接应用连续空间的扩散模型，因此采用了 离散去噪扩散概率模型 (D3PM)：

前向过程（加噪）： 定义一个马尔可夫链，逐步将真实的“最优波束索引”（Oracle Index）替换为均匀分布的随机索引，直到完全丢失信息。
反向过程（去噪）： 训练一个神经网络，根据当前噪声状态 $x_\tau$ 、时间步 $\tau$ 和上下文 $c_t$ ，预测原始干净索引 $x_0$ 的条件分布。
采样生成： 在推理阶段，从均匀分布开始，经过 $T_d$ 步去噪采样，生成多个候选波束索引。

C. 软标签监督训练 (Soft Oracle Labels)

为了解决单一最优标签（Top-1）忽略次优但高质量波束的问题，提出了一种稀疏温度缩放软标签策略：

利用仿真或数据集中完整的每波束 SNR 分布，选取 Top- $M$ 个最强波束。
根据相对 SNR 和温度参数 $\tau_{lbl}$ 分配概率质量，形成平滑的软标签。
优势： 既保留了近最优波束的信息（增加候选多样性），又通过稀疏性提高了训练效率。

D. 在线候选生成与排序

生成： 重复采样 $S_{gen}$ 次得到候选集合。
排序： 结合两个统计量对候选波束进行排序：
1. 频率 ( $u_t$ )： 该波束在采样中出现的次数。
2. 置信度 ( $m_t$ )： 生成该波束时的最大对数概率。
最终根据加权得分选出前 $S$ 个波束作为候选列表，基站从中选取前 $P$ 个进行探测。

3. 主要贡献

问题形式化： 将预测性代码本波束选择形式化为基于历史依赖的决策问题，并提出了一个通用的候选生成器设计目标，适用于严格的探测预算约束。
框架创新 (D3PM-BM)：
- 首次将离散扩散模型应用于毫米波波束管理，直接在离散代码本空间生成候选波束。
- 设计了分层 Transformer 编码器处理探测反馈历史。
- 提出了基于软标签的训练目标，有效利用了多波束质量相似的特性，增强了候选集的多样性。
性能验证： 通过数值分析证明，该方法在低探测预算（Low-probing regimes）下显著优于强基线（包括判别式模型、UCB、LSTM 等），特别是在减少波束丢失概率和条件探测遗憾方面。
复杂度 - 性能权衡： 展示了通过缩短扩散链（减少去噪步数）可以在保持大部分性能增益的同时显著降低推理延迟，适合实时应用。

4. 实验结果与评估

实验基于 DeepMIMO 数据集（28 GHz mmWave 场景），对比了多种基线（EMA, UCB, Transformer 判别模型 TRM, ODE-LSTM）。

平均 SNR： D3PM-BM 在所有探测预算 $P$ 下均取得最高 SNR，尤其在 $P$ 较小（如 $P=1$ 或 $2$）时优势最明显。
波束丢失概率 (Miss Probability)： 生成的候选集包含最优波束（Oracle Beam）的概率显著高于其他方法。
条件探测遗憾 (Conditional Probe Regret)： 即使最优波束未被选中，D3PM-BM 选中的次优波束与最优波束的 SNR 差距最小，表明其生成的候选集质量更高。
多样性分析： 随着候选列表长度 $m$ 增加，D3PM-BM 的 Top- $m$ 包含率持续上升，而判别式模型（TRM）主要集中在 Top-1，证明了生成式方法在提供多样化高质量候选方面的优势。
鲁棒性： 在反馈量化粗糙（低 $Q$ ）或噪声较大（高 $\sigma_v$ ）的情况下，D3PM-BM 的性能下降幅度小于基线方法，表现出更强的鲁棒性。
推理效率： 固定总腐蚀强度，减少扩散步数（ $T_d$ ）可大幅降低推理时间，且性能损失可控。

5. 意义与结论

本文提出的 D3PM-BM 框架为毫米波系统中的有限探测波束管理提供了一种新的生成式解决方案。

理论意义： 突破了传统判别式学习在波束选择中“预测单一最优”的局限，利用扩散模型强大的分布建模能力，有效处理了多模态和随机性的无线信道特性。
实践价值： 该方法无需额外的侧信息（如位置、视觉数据），仅依赖基站现有的探测反馈历史即可工作，且支持离线训练、在线部署，特别适用于高移动性、探测资源受限的 6G 及毫米波通信场景。
核心洞察： 在探测预算紧张时，生成多样化且高质量的候选波束集合比单纯追求单一波束的预测精度更为关键，扩散模型完美契合了这一需求。