JEPA场层世界模型：为MIMO信道预测与估计提供统一框架
一篇arXiv最新论文提出基于JEPA架构的场层世界模型（FWM），用于MIMO-OFDM系统中的信道状态信息获取、重构与预测。该模型借助多分辨率CSI观测学习共享的潜在传播场状态，并在潜域中预测其演化，实验显示其在跨频段重构任务中带来显著的波束赋形增益。
在现代MIMO-OFDM无线系统中，信道状态信息（CSI）的获取、重构与预测是基础但成本高昂的任务。直接在系数层级对原始CSI进行预测存在脆弱性，空间扰动、局部散射变化与相位波动都会在复信道域内造成较大误差，尽管其底层无线传播场仍包含跨时间、频率、天线与载波维度的稳定结构。
针对这一问题，研究团队提出了一种基于JEPA的场层世界模型（FWM）。该模型借助多分辨率CSI观测学习一个跨载波频段的共享潜在传播状态，并在潜在空间中预测其面向任务的相关演化。具体而言，FWM通过尺度特定的标记器头将多种分辨率的CSI观测映射到统一的潜在传播场空间；潜域预测骨干网络负责推断被掩码或未来的场状态，并采用增量式多尺度对齐策略，使新增观测尺度无需从头重训即可被纳入模型。
实验表明，在单频段与跨频段重构任务中，该方法在符号检测性能上有所提升；更值得关注的是，即便归一化均方误差的改善幅度有限，波束赋形增益仍十分可观。这意味着FWM所捕捉的是任务相关的空间传播结构，而非简单的逐系数拟合，为CSI获取问题提供了新的统一建模思路。
【空音视角】 从WiFi感知与非接触监测的角度看，这篇工作传递出一个值得关注的信号：CSI作为原始数据，其底层传播场蕴含远比单一系数更稳定的结构性信息。这一观察同样适用于感知场景，在呼吸、跌倒等微弱人体反射信号的提取中，盲目依赖逐点幅值或相位往往不够稳健，而将CSI视为具有时空结构的传播场再进行建模，可能带来更鲁棒的特征表达。当然，该论文聚焦于通信侧的波束赋形与符号检测，与生命体征监测的任务目标有所不同，但其潜场建模与多尺度对齐思路，对非接触感知中如何更高效地利用CSI数据具有借鉴意义。
—— 本文基于公开报道由空音编辑部 AI 辅助改写 来源：arXiv 信号处理 原文链接：https://arxiv.org/abs/2608.10222
来源：arXiv 信号处理（查看原文）