WiFi-Diffusion：利用扩散模型在极低采样率下实现精细的WiFi无线信号地图估计

《IEEE Journal on Selected Areas in Communications》：WiFi-Diffusion: Achieving Fine-Grained WiFi Radio Map Estimation With Ultra-Low Sampling Rate by Diffusion Models

WiFi-Diffusion通过扩散模型结合增强、生成和选举模块，有效解决了低采样率下高分辨率WiFi无线电图估计难题，其性能较现有最优方法提升10倍，采样率需求降低至1/5。

　　

摘要：

该无线电地图展示了某一地理区域内每个点的通信参数，例如接收信号强度。它可以用来提高该区域频谱利用的效率，这对于未经许可的WiFi频谱尤为重要。精细粒度无线电地图估计的问题在于如何利用分布在该区域内的传感器收集的稀疏无线电样本来推断出高分辨率的无线电地图。由于采样率极低（即可用样本数量远少于无线电地图估计所需的高分辨率），这个问题具有挑战性。我们提出了WiFi-Diffusion——一种利用扩散模型实现精细粒度WiFi无线电地图估计的新生成框架。WiFi-Diffusion利用生成式AI的创造力来应对极低采样率的挑战，主要包括三个部分：1）增强模块，利用障碍物布局等先验信息来优化扩散模型；2）生成模块，利用扩散模型生成一组候选的精细粒度无线电地图；3）选择模块，通过无线电传播模型从候选集中找出最佳的精细粒度无线电地图。大量仿真表明：1）WiFi-Diffusion生成的精细粒度无线电地图质量比使用相同极低采样率的现有最先进技术（SOTA）生成的地图高出十倍；2）WiFi-Diffusion仅需要SOTA所需采样率的五分之一，就能达到相当的精细粒度无线电地图质量。

引言

无线电地图描绘了通信信道中的关键参数，例如某一地理区域内每个点的接收信号强度（RSS）[1]。它可以显著提升许多无线应用的性能，实现动态频谱接入[2]、频谱共享[3]和干扰管理[4]等功能。精细粒度无线电地图是指覆盖大范围地理区域的高分辨率无线电地图。对于在未经许可的频谱中运行的WiFi而言，这一点尤为重要，因为它在塑造未来无线连接方面起着关键作用。目前，大量设备都在使用WiFi频谱传输大量数据。据估计，全球近70%的互联网流量通过WiFi网络传输[5]。随着WiFi流量的快速增长，需要先进的无线电识别、频谱管理和网络资源分配技术，以确保WiFi能够提供快速、可靠且无处不在的连接。精细粒度无线电地图为在大范围内高效利用WiFi提供了不可或缺的基础。