面向城市低空经济的信道增益图推断：基于3D条件生成对抗网络
信号处理
2025-04-18 v1
摘要
近年来，先进空中运输（AAM）的快速发展催生了低空经济（LAE）概念。然而，伴随着城市场景下新兴LAE应用的多样化飞行活动，面临复杂的物理环境，亟需实现普遍且可靠的通信以保证低空飞行器的运行安全。作为第六代（6G）移动网络的有前景技术，信道知识图（CKM）通过构建场景特定数据集实现环境感知通信，为飞行器在降低在线开销的情况下获取任意位置的信道状态信息（CSI）。城市低空环境中多样化基站（BS）部署要求高效的3D CKM构建以捕获空间信道特征并降低开销。为此，本文提出一种基于3D条件生成对抗网络（3D-CGAN）的3D信道增益图（CGM）推断方法。具体而言，本文首先分析城市低空场景下BS的潜在部署类型，探讨相应的3D信道增益模型。随后讨论所提3D-CGAN的框架，该框架通过由现有CGM组成的训练数据集进行训练。最终，经过训练的3D-CGAN仅凭基站坐标即可推断相应的CGM，无需额外测量。仿真结果表明，本文方法推断的CGM优于基准方案，能够准确反映3D环境中的无线传播特性。
关键词
引用
@article{arxiv.2504.12794,
title = {Supporting Urban Low-Altitude Economy: Channel Gain Map Inference Based on 3D Conditional GAN},
author = {Yonghao Wang and Ruoguang Li and Di Wu and Jiaqi Chen and Yong Zeng},
journal= {arXiv preprint arXiv:2504.12794},
year = {2025}
}