Point2Radio: Modello Fondamentale di IA per la Previsione del Campo Radio in Scenari Diversi

I ricercatori hanno introdotto Point2Radio, un modello fondamentale progettato per prevedere i campi radio in ambienti diversi utilizzando nuvole di punti sensibili ai materiali. Il modello apprende un prior di propagazione trasferibile da più scene, consentendo un'inferenza rapida su nuove scene senza la necessità di mesh o ray tracing esplicito. Point2Radio impiega un encoder comune per produrre una rappresentazione della scena condizionata dal trasmettitore, che può essere interrogata in posizioni arbitrarie del ricevitore. Decoder specifici per compito mappano questa rappresentazione a varie quantità radio, inclusi campi di guadagno di percorso tridimensionali e spettri angolari di potenza. Le prestazioni del modello sono state valutate su una suddivisione di scene disgiunte di un corpus contenente 337 scene e 86.272 campioni. Questo approccio affronta l'inefficienza della simulazione dei campi radio per ogni scena individualmente, offrendo una soluzione scalabile per applicazioni nelle comunicazioni wireless e nel sensing. L'articolo è disponibile su arXiv con l'identificatore 2607.28994.