用于6G C-V2X无线电环境图的轻量级扩散模型

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。

• •提出了一种用于在6G C-V2X中生成无线电环境图（REM）的轻量级扩散模型（CCDDPM）。
• •使用发射车辆坐标来条件化REM生成。
• •旨在通过减轻PHY问题来提高6G C-V2X通信的效率和可靠性。
• •与其他生成式AI方法相比，展示了改进的稳定性和性能。