Reliable Beamforming at Terahertz Bands: Are Causal Representations the Way Forward?

要約

メタバースなどの将来のワイヤレス サービスには、高い情報レート、信頼性、および低遅延が必要です。
マルチユーザー ワイヤレス システムは、膨大な数のアンテナで豊富なテラヘルツ帯域幅を利用し、狭いビームフォーミング ソリューションを作成することで、このような要件を満たすことができます。
ただし、既存のソリューションにはチャネル ダイナミクスの適切なモデリングが欠けているため、移動性の高いシナリオではビームフォーミング ソリューションが不正確になります。
ここでは、動的で意味論を意識したビームフォーミング ソリューションが初めて提案され、変分因果推論で新しい人工知能アルゴリズムを利用して、マルチモーダル データの因果表現とビームフォーミングの時変ダイナミクスを計算します。
シミュレーションは、提案されたテラヘルツ (THz) ビームフォーミングの因果関係に基づくアプローチが、従来の MIMO ビームフォーミング技術よりも優れていることを示しています。

要約(オリジナル)

Future wireless services, such as the metaverse require high information rate, reliability, and low latency. Multi-user wireless systems can meet such requirements by utilizing the abundant terahertz bandwidth with a massive number of antennas, creating narrow beamforming solutions. However, existing solutions lack proper modeling of channel dynamics, resulting in inaccurate beamforming solutions in high-mobility scenarios. Herein, a dynamic, semantically aware beamforming solution is proposed for the first time, utilizing novel artificial intelligence algorithms in variational causal inference to compute the time-varying dynamics of the causal representation of multi-modal data and the beamforming. Simulations show that the proposed causality-guided approach for Terahertz (THz) beamforming outperforms classical MIMO beamforming techniques.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google