LLM4XCE: Sprachmodelle revolutionieren XL-MIMO-Kanalabschätzung für 6G

Die nächste Generation der Mobilfunknetze – 6G – setzt auf extrem großflächige Massive-MIMO-Systeme (XL-MIMO), die enorme räumliche Freiheitsgrade bieten. In solchen Systemen treten jedoch gleichzeitig Nahfeld- und Fernfeldphänomene auf, was die Kanalabschätzung mit herkömmlichen Verfahren stark erschwert.

Um diese Herausforderung zu meistern, hat ein neues Konzept namens LLM4XCE entwickelt, das die semantischen Modellierungsfähigkeiten großer Sprachmodelle nutzt. Durch ein speziell konzipiertes Embedding-Modul in Kombination mit Parallel Feature‑Spatial Attention werden Pilotdaten und räumliche Strukturen tief miteinander verknüpft, sodass eine reichhaltige semantische Repräsentation für die LLM-Eingabe entsteht.

Das Verfahren erfordert lediglich das Feintuning der obersten beiden Transformer‑Schichten, was die Trainingszeit erheblich reduziert und gleichzeitig die latenten Abhängigkeiten in den Pilotdaten erfasst. Simulationen zeigen, dass LLM4XCE die bestehenden Spitzenmethoden bei hybriden Feldbedingungen deutlich übertrifft und sowohl die Abschätzgenauigkeit als auch die Generalisierungsfähigkeit verbessert.