EM-GANSim：基于条件 GAN 的三维室内场景实时精确电磁仿真
机器学习
2025-04-29 v2 信号处理
摘要
我们提出了一种新颖的机器学习（ML）方法（EM-GANSim），用于三维室内环境中无线通信仿真所用的实时电磁（EM）传播。我们的方法使用改进的条件生成对抗网络（GAN），该网络结合了编码的几何形状和发射机位置，同时遵循电磁传播理论。整体受物理启发的学习能够预测三维场景中的功率分布，并使用热力图表示。我们在 15 个复杂的三维室内环境中评估了我们的方法，随后在结果中加入了 4 个额外场景，展示了模型在不同条件下的泛化能力。我们的整体精度与基于光线追踪的电磁仿真相当，这由较低的均方误差值所证明。此外，我们基于 GAN 的方法大幅减少了计算时间，在复杂基准测试上实现了 5 倍的加速。在实际应用中，它可以在几毫秒内计算出三维室内环境中任何位置的信号强度。我们还提供了一个包含三维模型和电磁光线追踪仿真热力图的大型数据集。据我们所知，EM-GANSim 是第一个用于复杂三维室内环境电磁仿真的实时算法。我们计划发布代码和数据集。
引用
@article{arxiv.2405.17366,
title = {EM-GANSim: Real-time and Accurate EM Simulation Using Conditional GANs for 3D Indoor Scenes},
author = {Ruichen Wang and Dinesh Manocha},
journal= {arXiv preprint arXiv:2405.17366},
year = {2025}
}
备注
12 pages, 9 figures, 5 tables