Generative Site-Specific Beamforming via Information-Maximizing Codebook

Cheng-Jie Zhao

doi:10.1109/tsp.2026.3732025

Generative Site-Specific Beamforming via Information-Maximizing Codebook

2026-09-08

0

PRE

AI

DOI：10.1109/tsp.2026.3732025

原文链接

原文求助

摘要

En 中文

提出了一种新颖的生成式站点特定波束成形（GenSSBF）框架，该框架整合了站点信息最大化（SIM）码本和基于条件流匹配（CFM）的波束生成器。通过该框架，基站（BS）学习站点特定的无线传播环境，能够从用户设备（UE）提供的粗略参考信号接收功率（RSRP）反馈中生成高保真通信波束。在所提出的方案中，首先通过最大化RSRP反馈与站点特定信道之间的互信息，构建低维SIM探测码本。该设计不仅降低了波束探测开销，还增强了通过UE反馈传递的信道状态信息量。通过将RSRP反馈视为条件先验，进一步开发了一种基于CFM的生成模型，以明确捕捉波束生成中的不确定性。具体而言，通过推断学习到的生成模型并从相应的后验分布中进行采样，生成一组UE特定的候选波束，随后由UE选择最终的数据传输波束。大量的仿真结果证明了所提出的SIM码本和基于CFM的波束生成器的有效性。所提出的GenSSBF框架在仅需八个探测波束和八个候选波束的情况下，实现了与最大比传输几乎相同的波束成形性能。所提出的GenSSBF框架的源代码可在https://github.com/ChengjieZhao1/Gen-SSBF-CFM-release获取。

Keyword:

Conditional flow matching

generative artificial intelligence

site-specific beamforming

Generative Site-Specific Beamforming via Information-Maximizing Codebook

摘要

期刊

机构

引用论文