⚡ electrical engineering

Generative Site-Specific Beamforming for UPAs via Decoupled Channel Sensing

本文提出了一种交叉融合生成式框架，该框架结合了解耦的方位-俯仰角通道感知、双向交叉注意力编码器以及条件归一化流，旨在解决角度歧义并生成高保真波束候选，从而在均匀平面阵列（UPA）系统中实现了显著的波束赋形增益提升，并大幅降低了与穷举式二维搜索相比的开销。

原作者： Yao Tang, Zhaolin Wang

发布于 2026-06-23

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Yao Tang, Zhaolin Wang

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

大局观：在拥挤的房间里寻找完美的信号

想象你正身处一场规模宏大的嘈杂音乐会（无线网络）。你是用户（你的手机），而基站则是舞台上的巨型扬声器系统。为了让你听清音乐，扬声器需要将一束紧凑的声音直接聚焦在你身上，而不是向四面八方乱放噪音。这被称为波束赋形（Beamforming）。

然而，房间里到处是墙壁、柱子和其他人（建筑物和障碍物），它们会让声音四处反弹。扬声器需要弄清楚你究竟在哪里，以及声音通过哪条路径到达你那里。

问题所在：
传统上，扬声器试图通过向每一个方向依次“喊叫”来寻找你（就像旋转的灯塔发射光束一样）。如果房间很大，且扬声器拥有数千个微型扬声器（天线），这种“向每个方向喊叫”的方式会非常耗时且浪费能量。这就是**开销（Overhead）**问题。

新思路：
这篇论文提出了一种更聪明的方法来寻找你。与其同时向所有方向喊叫，不如进行两次快速且独立的检查：

水平检查： “你在左边还是右边？”
垂直检查： “你在高处还是低处？”

这要快得多。但问题在于：通过分别检查这两个维度，扬声器失去了两者之间的联系。它知道你在“左边”且在“高处”，但它不知道你是在“左上角”，还是有两个不同的人（一个在左下，一个在右上）。这创造了一个缺失拼图的谜题。

解决方案：“生成式侦探”

作者创建了一个名为 GenSSBF（生成式场景特定波束赋形）的新系统来解决这个谜题。把它想象成一个使用特殊工具包来推测答案的侦探。

1. “解耦”的线索（独立的检查）

系统首先收集两份独立的线索列表：

方位角列表（Azimuth List）： 不同左右角度下的信号强度列表。
仰角列表（Elevation List）： 不同上下角度下的信号强度列表。
问题在于： 这些列表是“边缘化”的。它们告诉你左侧有多响，上方有多响，但它们无法告诉你哪个具体的角落（如左上角）才是真正的目标。

2. “交叉融合”的大脑（将点连成线）

为了修复丢失的连接，系统使用了交叉注意力编码器（Cross-Attention Encoder）。

类比： 想象有两个侦探，一个观察左右线索，另一个观察上下线索。他们坐在桌旁交谈。左右侦探说：“我在这里看到了一个强信号，”而上下侦探回答：“啊，这正好匹配我在那里看到的强信号。”
通过共享信息，他们重建了水平角度与垂直角度之间隐藏的关系。他们找回了在分别检查时丢失的“联合（Joint）”全貌。

3. “生成式”艺术家（做出多次猜测）

由于线索仍然有些模糊（可能存在多个可能的答案），系统并不仅仅选择一个猜测。它使用了一个归一化流生成器（Normalizing Flow Generator）。

类比： 相比于一个侦探只指向一个点，想象一位艺术家画出了多幅可能的肖像，展示你可能在的位置。
系统生成一小组“候选波束”（几个最佳猜测）。这就像是在说：“你很可能在这三个位置之一。”

4. “轻量化”验证（最后的检查）

最后，系统不会浪费时间检查房间里的每一个角落。它只测试艺术家画出的那几个点。

类比： 扬声器向那三个点快速发送一个微小的“乒乓信号（Ping）”。你（手机）回答：“我在第2号位置听到的信号最强！”
随后，扬声器就将波束锁定在第2号位置。

为什么这很重要

论文声称这种方法比传统方式有了巨大的进步：

速度与效率： 它将寻找信号所需的时间和能量降低了 93.8%。它不再需要检查 1,024 个方向（就像检查整个体育场里的每一个座位），而是检查几十个方向，然后利用其“大脑”来推测剩余部分。
更高的准确度： 尽管检查的点位更少，但它比旧方法更容易找到“最佳位置”。在测试中，与传统的“检查所有位置”的方法相比，它将信号强度提升了 38% 到 83%。
处理混乱： 它是专门为处理因分别检查角度而产生的混乱而设计的。“交叉注意力（Cross-Attention）”部分正是解锁丢失信息的关键钥匙。

一句话总结

这篇论文教会了无线系统一种更快的方法来寻找你的手机：通过分别检查水平和垂直角度，然后利用聪明的 AI “侦探”将这些线索连接起来，生成几个高质量的猜测，最后通过快速验证来锁定完美的信号。

技术摘要：通过解耦信道感知的均匀平面阵列（UPA）生成式场景特定波束赋形

问题陈述

在均匀平面阵列（UPA）系统中，特别是在毫米波通信中，准确的波束对准对于实现高频谱效率和链路可靠性至关重要。然而，传统的波束对准方法面临着波束赋形保真度与在线感知开销之间的根本权衡：

信道相关波束赋形需要准确的信道状态信息（CSI），这在规模化天线系统中会导致极高的导频训练和反馈开销。
网格波束扫描（例如，穷举式 2D DFT 码本搜索）虽然避免了显式的 CSI 获取，但随着角度分辨率增加，其复杂度呈乘性增长（ $M_\phi \times M_\theta$ ）。
场景特定波束赋形（SSBF）试图学习环境的规律性，从而从有限的测量值中推断出波束。然而，现有的生成式 SSBF 方法通常依赖于全 2D 感知或通用的码本测量，未能解决 UPA 中解耦感知的特定挑战。

当方位角和俯仰角域被独立探测以将在线开销降低到线性复杂度（ $M_\phi + M_\theta$ ）时，由此产生的参考信号接收功率（RSRP）观测值会受到以下影响：

信息丢失： 信道显式的方位角-俯仰角耦合关系丢失；仅保留了边缘功率分布。
波瓣失配： 最强的方位角波瓣和俯仰角波瓣可能并不对应同一个物理路径，从而导致产生不存在的虚拟角度方向。
相位模糊： 仅功率的 RSRP 反馈丢弃了相位信息，使得从分离的观测值到波束赋形器的映射具有非唯一性和高度模糊性。

方法论

本文提出了一种**交叉融合生成式场景特定波束赋形（GenSSBF）**框架，旨在从低开销、解耦感知的测量中生成高保真度的候选波束。

1. 解耦信道感知

基站（BS）分别使用独立的码本独立探测方位角域和俯仰角域。

方位角感知： 在具有宽俯仰角覆盖的条件下，探测不同的方位角扇区。
俯仰角感知： 在具有宽方位角覆盖的条件下，探测不同的俯仰角扇区。
输出： 两个低维 RSRP 向量 $r_\phi$ 和 $r_\theta$ ，将在线开销从乘性复杂度降低为线性复杂度。

2. 交叉融合 GenSSBF 架构

为了恢复丢失的联合角度信息，该框架采用了一个包含三个核心组件的生成模型：

角度域信道编码： 目标波束赋形器在角度域（DFT 基）中表示。为了避免训练过程中的相位缠绕问题，复数信道系数被编码为幅度以及一对余弦-正弦相位对（ $\rho, \cos\phi, \sin\phi$ ）。
双向交叉注意力编码器： 该模块旨在解决解耦感知的信息丢失问题。
- 独立的 MLP 将 $r_\phi$ 和 $r_\theta$ 编码为特征 Token。
- 双向交叉注意力机制允许方位角分支查询俯仰角特征（反之亦然），以提取潜在的依赖关系。
- 细化后的特征被融合为一个单一的条件向量 $c$ ，该向量总结了场景特定的二维角度结构。
条件归一化流生成器：
- 为了避免确定性预测器（其可能会平均掉多个可能的解），该框架采用条件归一化流，将简单的高斯隐变量 $z$ 映射到以 $c$ 为条件的候选波束复数分布。
- 这种随机生成器产生一组 $K$ 个候选波束赋形器，处理了从解耦 RSRP 到波束方向的多模态映射问题。

3. 任务导向型训练与验证

训练目标： 模型使用归一化波束赋形增益损失进行训练。该目标并非拟合整个条件分布（基于似然的），而是最大化 $K$ 个生成波束中最佳候选者的增益。这鼓励生成器将概率质量分配给高增益区域。
在线验证： 基站生成 $K$ 个候选波束。用户设备（UE）对这些候选者进行轻量级导频测量，并反馈具有最高 RSRP 的波束索引，用于最终的数据传输。

核心贡献

低开销解耦感知： 本文形式化了用于 UPA 的解耦感知策略，将在线开销从 $O(M_\phi M_\theta)$ 降低到 $O(M_\phi + M_\theta)$ ，同时明确表征了由此产生的联合角度耦合损失。
交叉融合 GenSSBF 框架： 一种结合了双向交叉注意力编码器（用于恢复潜在的方位角-俯仰角依赖关系）和条件归一化流（用于从模糊输入生成多个高保真候选波束）的新颖架构。
任务导向型训练损失： 一种优化目标，旨在确保候选集中至少包含一个高增益波束，而非最小化平均重构误差。文中提供了理论解释，表明成功概率随生成器在高增益区域的概率质量以及候选者数量的增加而提高。
性能验证： 使用 DeepMIMO 场景（室内、室外遮挡和城市毫米波）进行的广泛仿真证明了该框架的有效性。

结果

基于 DeepMIMO 场景（I2 28, O1B 28, Boston5G 28）的仿真结果显示：

波束赋形增益： 所提出的 GenSSBF（配合 $K=8$ $K = 8$ 个候选者）在性能上始终优于确定性 MLP 预测、不带交叉注意力的 GenSSBF 以及传统的穷举式 DFT 码本搜索。
- 与全 1024 波束 2D DFT 搜索相比，该方法实现了归一化波束赋形增益提升：83.6% (I2 28)、74.6% (O1B 28) 和 38.1% (Boston5G 28)。
- 它实现的波束图谱明显比固定码本搜索更接近最大比传输（MRT）上界。
开销缩减： 与全 2D DFT 扫描相比，解耦感知设计减少了 93.8% 的扫描开销。
鲁棒性： 与基准方法相比，该框架在广泛的信噪比（SNR）范围内保持了卓越的性能，但在极低 SNR（< -5 dB）下，由于感知噪声淹没了信号，性能会有所下降。
消融实验： 去除交叉注意力模块会显著降低性能，证实了其对于恢复潜在依赖关系的必要性。随机生成（GenSSBF）优于确定性预测（MLP），验证了在模糊感知场景下进行多模态候选生成的必要性。

重要性

本文指出，由于解耦观测带来的固有模糊性，仅靠降低感知开销不足以实现可靠的 UPA 波束对准。这项工作的意义在于证明了，生成式人工智能（特别是结合了交叉域融合和任务导向型随机生成时）可以有效地从低维、边缘功率测量中推断出高质量的场景特定波束赋形器。这种方法为在 5 世代/6 世代网络中部署大规模 UPA 系统提供了一条实现近乎最优波束赋形增益且大幅降低在线感知成本的可行路径。