用于混合近/远场无线系统中主动干扰管理的生成式 AI 增强数字孪生框架
信号处理
2026-05-12 v1
摘要
数字孪生（DT）与生成式 AI（GenAI）的应用已证明了其在建模与基于学习的无线通信中的能力。然而，它们在主动无线系统设计中的联合潜力在很大程度上仍未被充分探索，特别是在以混合近场（NF）和远场（FF）传播机制为特征的极大规模多输入多输出（XL-MIMO）网络中。在这项工作中，我们提出了一个集成的 GenAI 增强 DT 框架，用于动态室内场景中的主动干扰管理。该 DT 构建了部署环境的高分辨率、特定于站点的虚拟副本，在室内空间的真实 3D 表示中理解遮挡发生的位置和原因。GenAI 模块的集成进一步协助该框架预测并主动抑制遮挡，而不是在干扰发生后才做出反应。基于 Sionna 射线追踪数据集的大量仿真结果表明，与传统的被动方案和纯确定性的基于 DT 的方法相比，所提出的框架在干扰抑制、信号与干扰加噪声比（SINR）和中断概率方面取得了显著改善。
引用
@article{arxiv.2605.10145,
title = {A Generative AI-Enhanced Digital Twin Framework for Proactive Interference Management in Hybrid Near/Far-Field Wireless Systems},
author = {Afan Ali and Ali Arshad Nasir and Daniel Benevides da Costa},
journal= {arXiv preprint arXiv:2605.10145},
year = {2026}
}
备注
13 pages, 9 figures