本文提出了一個無線環境信息輔助的6G人工智能驅動空中接口(WEI-6G AI2)框架,旨在解決無線電信道變化對空中接口設計帶來的挑戰。
具體來說,該框架包括以下四個步驟:
環境感知數據獲取:利用多模態感知技術獲取包括RGB圖像、深度圖像、點雲等在內的環境信息。
環境數據維度降低:通過提取環境特徵如散射體大小、位置等,減少原始感知數據的體積,支持實時推理。
環境語義構建:根據不同任務需求,選擇相關環境特徵構建任務導向的環境語義表示,如散射體佈局信息、有效散射體熱圖等。
環境知識提取:基於環境特徵和語義,利用電磁波傳播理論計算出反映環境對信道影響的量化指標,即環境知識,為人工智能模型提供有效的先驗知識。
通過上述四個步驟,WEI-6G AI2框架能夠滿足6G人工智能驅動空中接口的場景適應性、實時推理和主動優化等需求。
在路徑損耗預測和信道狀態信息預測的仿真案例中,結果表明利用環境知識可以將模型推理時間縮短至2.2 ms,並可以減少25%的導頻開銷,有效支持未來6G人工智能驅動空中接口的實時設計。
最後,文章指出了一些需要進一步研究的挑戰,包括多模態感知數據同步、面向不同參數預測的知識構建,以及與現有網絡架構的集成等。
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Jianhua Zhan... alle arxiv.org 10-01-2024
https://arxiv.org/pdf/2409.19331.pdfDomande più approfondite