6G C-V2X無線環境マップのための軽量拡散モデル

この論文は、6G Cellular Vehicle-to-Everything (C-V2X)通信における動的な無線環境マップ（REM）生成の課題に取り組んでいます。主な問題は、場所の変化に適応できる高忠実度のREMの欠如による、送信車両への物理層（PHY）問題の影響です。提案されたCoordinate-Conditioned Denoising Diffusion Probabilistic Model (CCDDPM)は、限られた履歴データと送信車両の座標に基づいてREMを予測するための、軽量で生成的なアプローチを提供します。これは、迅速かつシナリオに一貫したREM生成を可能にし、PHY問題を軽減することにより、6G C-V2X通信の効率と信頼性を向上させる可能性があるため、重要です。

• •6G C-V2Xにおける無線環境マップ（REM）を生成するための軽量拡散モデル（CCDDPM）を提案。
• •送信車両の座標を使用してREM生成を条件付け。
• •PHY問題を軽減することにより、6G C-V2X通信の効率と信頼性を向上させることを目的とする。
• •他の生成AIアプローチと比較して、改善された安定性とパフォーマンスを実証。