DOI: https://doi.org/10.1038/s44459-025-00014-x
تاريخ النشر: 2026-03-03
المؤلف: Mingjun Ying وآخرون
الموضوع الرئيسي: انتشار الموجات المليمترية والنمذجة
نظرة عامة
تقدم هذه القسم نظرة عامة على دور محاكيات تتبع الأشعة (RT) في تعزيز التوائم الرقمية اللاسلكية لتوقعات دقيقة لقنوات الراديو في أنظمة الاتصالات اللاسلكية من الجيل التالي. يسلط الضوء على قيود دقة محاكاة RT بسبب نقص بيانات القياس وعمليات التحقق. يقدم البحث خوارزمية معايرة الموقع لـ NYURay، أداة تتبع الأشعة المملوكة لجامعة نيويورك، التي تعمل على تحسين مواقع المرسل والمستقبل (T-R) لتصحيح الأخطاء الناتجة عن نظام تحديد المواقع العالمي (GPS)، مما يؤدي إلى تحسين دقة بنسبة 42.3% في السيناريوهات ذات خط الرؤية (LOS) و13.5% في السيناريوهات غير ذات خط الرؤية (NLOS). تُظهر عملية التحقق عبر 18 موقع T-R دقة ممتازة في توقع فقدان المسار، مع انحرافات في أس exponent فقدان المسار (PLE) أقل من 0.14.
يؤكد البحث على أهمية توقع قنوات الانتشار المحددة بالموقع لتحسين وضع محطات القاعدة والتحقق من أداء الشبكة، خاصة مع انتقال الشبكات اللاسلكية إلى ترددات أعلى. يحدد القيود الحرجة في محاكيات RT الحالية، بما في ذلك اختناقات الحوسبة، ونمذجة غير دقيقة لآليات الانتشار، وتمثيلات بيئية غير كافية. على الرغم من التقدم في تكنولوجيا RT، لا تزال هناك تحديات في تحقيق توقعات في الوقت الحقيقي ودمج بيانات القياس للمعايرة، مما يبرز الحاجة إلى مزيد من التطوير في هذا المجال لدعم نشر تقنيات الجيل السادس (6G).
طرق
في هذا القسم، يحدد المؤلفون منهجية منهجية لاكتشاف القيم الشاذة وتقييم دالة التوزيع التراكمي (CDF) تهدف إلى تعزيز دقة محاكيات تتبع الأشعة (RT) مقارنة بالبيانات المقاسة. تبدأ المنهجية بتحديد قيم RT والقياس المزدوجة، المشار إليها بـ \( x_{RT} = \{x^{(i)}_{RT}\}_{i=1}^N \) و \( x_{meas} = \{x^{(i)}_{meas}\}_{i=1}^N \)، حيث \( N \) هو العدد الإجمالي للأزواج. يتم استخدام تحليل قائم على النسبة لحساب نسبة القياس إلى RT \( r_i = \frac{x^{(i)}_{meas}}{x^{(i)}_{RT} + \epsilon} \) (مع \( \epsilon = 10^{-6} \) لتجنب القسمة على الصفر)، والذي يحدد الفروق النسبية بين مجموعتي البيانات.
تتكون عملية اكتشاف القيم الشاذة من خمس خطوات منهجية: (1) حساب نسبة القياس إلى RT، (2) تطبيق المعيار 1 لتحديد النسب المتطرفة (مثل \( r_i < 0.2 \) أو \( r_i > 5.0 \))، (3) تقييم الفروق المطلقة \( d_i = x^{(i)}_{meas} – x^{(i)}_{RT} \) للإشارة إلى الأزواج التي تتجاوز النسبة المئوية 90، (4) وضع علامة على الأزواج كقيم شاذة إذا تم استيفاء أي من المعايير، و(5) إزالة القيم الشاذة من مجموعة البيانات. يتم تقييم فعالية هذا التصفية باستخدام اختبار كولموغوروف-سميرنوف (KS)، مقارنة دوال CDF التجريبية للبيانات المصفاة من RT والقياسات. تشير إحصائية KS المنخفضة \( D_{KS} \) وزيادة قيمة p بعد التصفية إلى تحسين التوافق بين المحاكاة والقياسات، مما يشير إلى أن المنهجية تلتقط وتزيل البيانات المشكلة بشكل فعال مع الاحتفاظ بالقياسات الصحيحة.
نتائج
في هذا القسم، يقدم المؤلفون نتائج التحقق من NYURay، وهو محاكي متقدم لتتبع الأشعة (RT) يعتمد على بايثون، من خلال حملات قياس واسعة النطاق عند ترددات منتصف النطاق العليا 6.75 جيجاهرتز و16.95 جيجاهرتز. شملت عملية التحقق منهجية معايرة الموقع لمعالجة عدم اليقين في نظام تحديد المواقع العالمي (GPS) وقياسات شاملة لخلايا ميكروية حضرية (UMi) عبر 18 موقعًا للمرسل والمستقبل (T-R)، مع مسافات فصل تتراوح من 40 إلى 880 مترًا. تشير النتائج إلى دقة عالية في توقعات فقدان المسار، مع انحرافات في أس exponent فقدان المسار أقل من 0.14. ومع ذلك، أظهر المحاكي ميلًا لتقليل تقديرات انتشار التأخير ومعلمات انتشار الزاوية. ومن الجدير بالذكر أن معايرة الموقع حسنت مطابقة المسارات المتعددة بنسبة 42.28% في السيناريوهات ذات خط الرؤية و13.52% في الظروف غير ذات خط الرؤية. عززت تصفية القيم الشاذة المنهجية التوافق بين محاكيات NYURay والقياسات التجريبية، كما يتضح من تحسين نتائج اختبار كولموغوروف-سميرنوف (KS).
تم تطوير محاكي NYURay، الذي تم تطويره في جامعة نيويورك وايرلس، بناءً على قاعدة كود C++ الأساسية وتم تحسينه لدمج آليات انتشار تعتمد على التردد مثل الانكسار والتشتت. يستخدم تنسيق بيانات نقطية مفصل لتسهيل المقارنات المباشرة بين مخرجات المحاكاة والقياسات التجريبية، مما يمكّن من التحقق الدقيق من معلمات القناة مثل فقدان المسار (PL) وانتشار التأخير (DS) وانتشار الزاوية (AS). يستخدم المحاكي نهجًا شاملاً لنمذجة تفاعلات الموجات الكهرومغناطيسية مع البيئة، مع الأخذ في الاعتبار الانعكاس، والتغلغل، والانكسار، والتشتت. تضمن عملية منهجية من أربع مراحل دقة هندسية عالية وخصائص كهرومغناطيسية للبيئة الانتشار، باستخدام أدوات مثل بيانات OpenStreetMap ومعدات قياس عالية الدقة لتحسين النموذج. بشكل عام، تؤكد النتائج على فعالية NYURay كأداة قوية لنمذجة القنوات اللاسلكية، مما يظهر إمكاناتها للتحليل المحدد بالموقع في البيئات الحضرية.
نقاش
في قسم النقاش من ورقة البحث، يوضح المؤلفون عملية تصدير والتحقق من نموذج ثلاثي الأبعاد مصقول لحسابات الحقل الكهرومغناطيسي باستخدام أداة تتبع الأشعة (RT) NYURay. يظهر النموذج، الذي تم تصديره بتنسيق XML من Mitsuba، دقة عالية مع خطأ جذر متوسط مربع (RMS) أقل من 10 سم لأبعاد المباني وأقل من 5 سم لوضع الكائنات. هذه الدقة ضرورية لتقليل متطلبات المعايرة لخوارزميات الموقع، حيث تضمن الخصائص الهندسية والمادية الدقيقة أن تتطابق مكونات المسار المتعدد (MPCs) المحاكية بشكل وثيق مع القياسات الواقعية. يعترف المؤلفون بأن الفروق بين القنوات المحاكية والمقاسة يمكن أن تنشأ من قيود النمذجة، والتقريبات الحاسوبية، وعدم اليقين البيئي، مما يبرز أهمية المعايرة لتسوية التوقعات النظرية مع البيانات التجريبية.
كما يتم مناقشة حملة القياس الخاصة بـ NYU WIRELESS، التي وصفت الانتشار في بيئات مختلفة عند ترددات 6.75 جيجاهرتز و16.95 جيجاهرتز. استخدمت الحملة جهاز قياس قنوات ذو ارتباط منزلق، محققة دقة زمنية عالية وتوظيف هوائيات مزدوجة النطاق لالتقاط بيانات المسار المتعدد بفعالية. يبرز المؤلفون التحديات التي تطرحها عدم اليقين في مواقع GPS في البيئات الحضرية الكثيفة، والتي يمكن أن تؤثر بشكل كبير على خصائص الانتشار. للتخفيف من هذه القضايا، تم تطوير خوارزمية معايرة لتحسين مواقع المرسل والمستقبل، مما يضمن تحليل دقيق لفقدان المسار والتحقق من النموذج. تتضمن عملية المعايرة تحسين المواقع لكل رابط مرسل-مستقبل (T-R) بشكل مستقل، مما يقلل من الفروق بين ملفات تعريف تأخير الطاقة المحاكية والمقاسة (PDPs). يوضح المؤلفون دالة فقدان متعددة المكونات المستخدمة في المعايرة، والتي تدمج المطابقة القصوى، وتشابه الشكل، وتقييد المسافة لتحقيق نتائج موثوقة. يعزز هذا النهج المنهجي دقة محاكيات RT ويدعم تطوير أنظمة الاتصالات اللاسلكية القوية.
DOI: https://doi.org/10.1038/s44459-025-00014-x
Publication Date: 2026-03-03
Author(s): Mingjun Ying et al.
Primary Topic: Millimeter-Wave Propagation and Modeling
Overview
The section provides an overview of the role of ray-tracing (RT) simulators in enhancing wireless digital twins for accurate radio channel predictions in next-generation wireless systems. It highlights the limitations of RT simulation accuracy due to insufficient measurement data and validation processes. The paper introduces a location calibration algorithm for NYURay, NYU’s proprietary ray tracer, which optimizes transmitter-receiver (T-R) locations to correct GPS-induced errors, resulting in a 42.3% improvement in accuracy for line-of-sight (LOS) and 13.5% for non-line-of-sight (NLOS) scenarios. Validation across 18 T-R locations demonstrates excellent path loss prediction accuracy, with deviations in the path loss exponent (PLE) under 0.14.
The paper emphasizes the significance of site-specific propagation channel prediction for optimizing base station placement and validating network performance, particularly as wireless networks transition to higher frequencies. It identifies critical limitations in existing RT simulators, including computational bottlenecks, inaccurate modeling of propagation mechanisms, and inadequate environmental representations. Despite advancements in RT technology, challenges remain in achieving real-time predictions and integrating measurement data for calibration, underscoring the need for further development in this field to support the deployment of 6G technologies.
Methods
In this section, the authors outline a systematic methodology for outlier detection and cumulative distribution function (CDF) evaluation aimed at enhancing the accuracy of ray tracing (RT) simulations in comparison to measured data. The methodology begins with the identification of paired RT and measurement values, denoted as \( x_{RT} = \{x^{(i)}_{RT}\}_{i=1}^N \) and \( x_{meas} = \{x^{(i)}_{meas}\}_{i=1}^N \), where \( N \) is the total number of pairs. A ratio-based analysis is employed to compute the measurement-to-RT ratio \( r_i = \frac{x^{(i)}_{meas}}{x^{(i)}_{RT} + \epsilon} \) (with \( \epsilon = 10^{-6} \) to avoid division by zero), which quantifies the relative differences between the two datasets.
The outlier detection process consists of five systematic steps: (1) calculation of the measurement-to-RT ratio, (2) application of Criterion 1 to identify extreme ratios (e.g., \( r_i < 0.2 \) or \( r_i > 5.0 \)), (3) evaluation of absolute differences \( d_i = x^{(i)}_{meas} – x^{(i)}_{RT} \) to flag pairs exceeding the 90th percentile, (4) marking pairs as outliers if either criterion is satisfied, and (5) removal of outliers from the dataset. The effectiveness of this filtering is assessed using the Kolmogorov-Smirnov (KS) test, comparing the empirical CDFs of the filtered RT and measurement data. A reduced KS statistic \( D_{KS} \) and an increased p-value following filtering indicate improved alignment between the simulations and measurements, suggesting that the methodology effectively captures and removes problematic data while retaining valid measurements.
Results
In this section, the authors present the results of validating NYURay, an advanced Python-based ray-tracing (RT) simulator, through extensive measurement campaigns at upper mid-band frequencies of 6.75 GHz and 16.95 GHz. The validation process included a location calibration methodology to address GPS uncertainties and comprehensive urban microcell (UMi) measurements across 18 transmitter-receiver (T-R) locations, with separation distances ranging from 40 to 880 meters. The findings indicate a high accuracy in path loss predictions, with deviations in the path loss exponent below 0.14. However, the simulator exhibited a tendency to underestimate delay spread and angular spread parameters. Notably, location calibration improved multipath matching by 42.28% in line-of-sight scenarios and 13.52% in non-line-of-sight conditions. Systematic outlier filtering further enhanced the agreement between NYURay simulations and empirical measurements, as evidenced by improved Kolmogorov-Smirnov (KS) test results.
The NYURay simulator, developed at NYU WIRELESS, builds upon a foundational C++ codebase and has been enhanced to incorporate frequency-dependent propagation mechanisms such as diffraction and scattering. It utilizes a detailed point-data format to facilitate direct comparisons between simulation outputs and empirical measurements, enabling precise validation of channel parameters like path loss (PL), delay spread (DS), and angular spread (AS). The simulator employs a comprehensive approach to model electromagnetic wave interactions with the environment, accounting for reflection, penetration, diffraction, and scattering. A systematic four-stage procedure ensures high-fidelity geometric accuracy and electromagnetic characterization of the propagation environment, utilizing tools such as OpenStreetMap data and high-precision measurement equipment for model refinement. Overall, the results underscore the efficacy of NYURay as a robust tool for wireless channel modeling, demonstrating its potential for site-specific analysis in urban environments.
Discussion
In the discussion section of the research paper, the authors detail the process of exporting and validating a refined 3D model for electromagnetic field computations using the NYURay ray tracing (RT) tool. The model, exported in Mitsuba XML format, demonstrates high accuracy with less than 10 cm root mean square (RMS) error for building dimensions and under 5 cm for object placement. This precision is crucial for minimizing the calibration requirements of location algorithms, as accurate geometric and material properties ensure that simulated multipath components (MPCs) align closely with real-world measurements. The authors acknowledge that discrepancies between simulated and measured channels can arise from modeling limitations, computational approximations, and environmental uncertainties, emphasizing the importance of calibration to reconcile theoretical predictions with empirical data.
The NYU WIRELESS measurement campaign, which characterized propagation in various environments at frequencies of 6.75 GHz and 16.95 GHz, is also discussed. The campaign utilized a sliding-correlation channel sounder, achieving high temporal resolution and employing dual-band antennas to capture multipath data effectively. The authors highlight the challenges posed by GPS location uncertainties in dense urban settings, which can significantly affect propagation characteristics. To mitigate these issues, a calibration algorithm was developed to refine transmitter and receiver positions, ensuring accurate path loss analysis and model validation. The calibration process involves optimizing positions for each transmitter-receiver (T-R) link independently, minimizing discrepancies between simulated and measured power delay profiles (PDPs). The authors detail the multi-component loss function used in the calibration, which integrates peak matching, shape similarity, and distance regularization to achieve reliable results. This systematic approach enhances the accuracy of RT simulations and supports the development of robust wireless communication systems.