用于6G C-V2X无线电环境图的轻量级扩散模型
Paper#AI for Wireless Communication🔬 Research|分析: 2026年1月3日 16:26•
发布: 2025年12月27日 09:38
•1分で読める
•ArXiv分析
本文解决了6G蜂窝车联网（C-V2X）通信中动态无线电环境图（REM）生成的挑战。核心问题是由于缺乏能够适应位置变化的、高保真度的REM，导致物理层（PHY）问题对发射车辆的影响。所提出的坐标条件去噪扩散概率模型（CCDDPM）提供了一种轻量级的生成方法，基于有限的历史数据和发射车辆坐标来预测REM。这很重要，因为它能够快速且场景一致地生成REM，通过减轻PHY问题，从而可能提高6G C-V2X通信的效率和可靠性。
要点
引用 / 来源
查看原文"The CCDDPM leverages the signal intensity-based 6G V2X Radio Environment Map (REM) from limited historical transmitter vehicles in a specific region, to predict the REMs for a transmitter vehicle with arbitrary coordinates across the same region."