Sionna RT: Differentiable Ray Tracing for Radio Propagation Modeling

要約

Sionna は、TensorFlow に基づくリンクレベル シミュレーション用の GPU 高速化オープンソース ライブラリです。
その最新リリース (v0.14) には、電波伝搬のシミュレーション用の微分可能なレイ トレーサー (RT) が統合されています。
この独自の機能により、材料特性、アンテナ パターン、アレイ ジオメトリ、送信機と受信機の向きと位置など、多くのシステムおよび環境パラメータに関して、チャネル インパルス応答の勾配およびその他の関連量を計算できます。
このホワイト ペーパーでは、Sionna RT の主要コンポーネントの概要を説明し、無線材料の学習や勾配降下法による送信機の向きの最適化などのアプリケーション例を紹介します。
従来のレイ トレーシングは、再構成可能なインテリジェント サーフェス、統合されたセンシングと通信、ユーザー ローカリゼーションなどの 6G 研究トピックにとって重要なツールですが、微分可能なレイ トレーシングは、デジタル ツインなど、多くの斬新で刺激的な研究の方向性を可能にする重要な要素です。

要約(オリジナル)

Sionna is a GPU-accelerated open-source library for link-level simulations based on TensorFlow. Its latest release (v0.14) integrates a differentiable ray tracer (RT) for the simulation of radio wave propagation. This unique feature allows for the computation of gradients of the channel impulse response and other related quantities with respect to many system and environment parameters, such as material properties, antenna patterns, array geometries, as well as transmitter and receiver orientations and positions. In this paper, we outline the key components of Sionna RT and showcase example applications such as learning radio materials and optimizing transmitter orientations by gradient descent. While classic ray tracing is a crucial tool for 6G research topics like reconfigurable intelligent surfaces, integrated sensing and communications, as well as user localization, differentiable ray tracing is a key enabler for many novel and exciting research directions, for example, digital twins.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google