面向快速准确多材料射频参数估计的视觉语言模型引导的可微光线追踪
计算机视觉与模式识别
2026-04-02 v2 网络与互联网体系结构
摘要
准确的射频(RF)材料参数对于6G系统中的电磁数字孪生至关重要,然而基于梯度的逆光线追踪(RT)在有限测量下仍对初始化敏感且成本高昂。本文提出了一种视觉语言模型(VLM)引导的框架,可在可微光线追踪(DRT)引擎中加速并稳定多材料参数估计。VLM解析场景图像以推断材料类别,并通过ITU-R材料表将其映射为定量先验,从而提供有依据的电导率初始化。VLM进一步选择信息丰富的发射机/接收机放置位置,以促进多样化且具材料区分性的路径。从这些先验出发,DRT利用测量的接收信号强度进行基于梯度的细化。在NVIDIA Sionna中对室内场景的实验表明,与均匀或随机初始化及随机放置基线相比,收敛速度提高2-4倍,最终参数误差降低10-100倍,且仅需少量接收机即可实现低于0.1%的平均相对误差。复杂度分析表明,每次迭代的时间与材料数量和测量设置的数量近乎呈线性关系,而VLM引导的放置减少了准确恢复所需的测量次数。对RT深度和射线数量的消融实验证实了在不显著增加每次迭代开销的情况下进一步提高了准确性。结果表明,来自VLM的语义先验能有效引导基于物理的优化,实现快速可靠的射频材料估计。
引用
@article{arxiv.2601.18242,
title = {Vision-Language-Model-Guided Differentiable Ray Tracing for Fast and Accurate Multi-Material RF Parameter Estimation},
author = {Zerui Kang and Yishen Lim and Zhouyou Gu and Seung-Woo Ko and Tony Q. S. Quek and Jihong Park},
journal= {arXiv preprint arXiv:2601.18242},
year = {2026}
}