May, 2024
EM-GANSim：基于条件生成对抗网络的三维室内场景电磁实时准确模拟
EM-GANSim: Real-time and Accurate EM Simulation Using Conditional GANs for 3D Indoor Scenes
Ruichen Wang, Dinesh Manocha
TL;DR我们提出了一种用于在 3D 室内环境中进行无线通信模拟的实时电磁 (EM) 传播的新型机器学习 (ML) 方法 (EM-GANSim)。我们的方法使用了一种修改后的条件生成对抗网络 (GAN)，该网络融合了编码几何和发射机位置，并符合电磁传播理论。整体上，基于物理启发的学习能够预测 3D 场景中的功率分布，该分布用热度图表示。我们的整体准确度与基于射线追踪的 EM 模拟相当，这表现在较低的均方误差值上。此外，我们基于 GAN 的方法大幅减少了计算时间，在复杂基准测试上实现了 5 倍加速。实际上，它可以在几毫秒内计算 3D 室内环境中任何位置的信号强度。我们还提供了一个包含 3D 模型和 EM 射线追踪模拟热度图的大型数据集。据我们所知，EM-GANSim 是在复杂 3D 室内环境中进行 EM 模拟的第一个实时算法。我们计划发布代码和数据集。