基于图像到图像 inpainting 的信道知识图构建方法

信道知识图（Channel Knowledge Map, CKM）因其作为环境感知无线通信的新兴技术而广受关注。它涉及包含特定位置信道知识的数据库，这些数据库随后用于促进信道状态信息（CSI）获取和收发机设计。在此背景下，一个根本性挑战在于如何高效地基于给定的无线传播环境构建 CKM。大多数现有方法基于随机建模和序列预测，这些方法未充分利用传播环境的固有物理特征，导致准确率低和计算复杂度高。为克服这些限制，我们提出一种基于拉普拉斯金字塔（Laplacian Pyramid, LP）的 CKM 构建方案，用于预测目标区域中任意位置的信道知识。具体而言，我们将信道知识视为二维图像，将 CKM 构建问题转化为图像到图像（I2I）inpainting 任务，通过恢复图像矩阵中对应像素值来预测特定位置的信道知识。然后，受拉普拉斯金字塔可逆且闭式结构启发，我们展示其为设计快速 I2I 映射网络的天然合适性。针对 LP 分解的不同频率成分，我们设计了相应的网络。此外，为编码传播环境的全局结构信息，我们分别在不同层中引入自注意力和交叉协方差注意力机制。最后，实验结果表明，所提出的方案在更高的重建准确率下实现更低的计算复杂度。此外，该方法具有强大的泛化能力，可在不同的无线通信场景中实现。