无小区毫米波网络需要多个分布式基站协同形成波束，但完整获取高频段信道状态信息可能代价很高。一项新的公开预印本研究：较低频段的信道信息，能否为高频段波束设计提供足够的结构线索？
输入来自另一个频段
该方法以 Sub-6 GHz 信道状态信息作为可观测输入，为无小区毫米波系统生成全数字波束成形矩阵。这并不意味着两个频段的信道完全相同；学习任务是提取跨频段仍然对高频资源分配有用的关系。
如果这种关系足够稳定，系统可能减少对穷举式毫米波信道采集的依赖。因此，它的实际价值取决于训练环境能否代表后续遇到的传播、移动性、同步和硬件条件。
用无线图表达基站协作
作者把网络表示为图，并通过消息传递描述基站与用户之间的干扰和协作。这种结构符合无小区系统的关键性质：一个节点上的波束决策会改变其他位置看到的有用信号与干扰。
公开摘要称，在仿真中，该方法的和速率与使用完整毫米波信道信息的经典基线具有竞争力，并在部分评估条件下更高。这一比较只对应给定仿真模型和基线，不能说明低频段观测可以普遍替代高频段测量。
泛化能力是部署中的核心测试
图结构为处理不同网络规模和分布式关系提供了自然方式。真正困难的问题是，学到的跨频段映射能否适应新场地、不同遮挡模式、用户密度和天线配置。
现有公开证据说明了模型架构和数值评估，但没有证明空口实测表现、运行规模下的推理成本，也没有证明跨频相关性变化时的稳健性。
研究札记
Beamforming Design Via GNN in mmWave Cell-Free Massive MIMO Using Sub-6 GHz CSI
作者：Sina Tavakolian、Abolfazl Zakeri、Ahmed Alkhateeb、Markku Juntti、Nhan Thanh Nguyen。
状态：2026 年 8 月 31 日公开的预印本记录。
公开证据说明：论文构建图神经网络，利用 Sub-6 GHz 信道信息设计无小区毫米波全数字波束，并报告仿真和速率比较。
限制：公开记录没有证明空口表现、跨场景泛化能力或实际运行中的推理成本。