Map as a Prompt: Learning Multi-Modal Spatial-Signal Foundation Models for Cross-scenario Wireless Localization
作者: Yong Chu, Xun Zhou, Zenglin Xu, Hui Wang, Yue Yu
分类: eess.SP, cs.AI, cs.LG
发布日期: 2026-07-20
💡 一句话要点
提出SigMap以解决跨场景无线定位问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 无线定位 多模态模型 循环自适应掩蔽 地图作为提示 零-shot 泛化 5G应用 环境适应性
📋 核心要点
- 现有无线定位方法在多样化环境中泛化能力不足，难以适应新场景。
- 本文提出SigMap，通过循环自适应掩蔽策略和“地图作为提示”框架来增强模型的鲁棒性和适应性。
- 实验表明，SigMap在多个定位任务中达到了最先进的性能，尤其在未见环境中表现出强大的零-shot 泛化能力。
📝 摘要（中文）
准确且稳健的无线定位是5G/6G应用的关键，然而在多样化环境中实现精确定位仍然面临挑战。现有数据驱动方法常因泛化能力有限而需大量标注数据，难以适应新场景。为此，本文提出了SigMap，一个多模态基础模型，创新性地引入了循环自适应掩蔽策略和“地图作为提示”的框架。实验结果表明，该模型在多个定位任务中表现出色，尤其在未见环境中展现出强大的零-shot 泛化能力，显著超越了现有的监督和自监督基线。
🔬 方法详解
问题定义：本文旨在解决在多样化环境中进行无线定位的挑战，现有方法通常依赖大量标注数据且难以适应新场景，导致定位精度不足。
核心思路：论文提出的SigMap模型通过引入循环自适应掩蔽策略和“地图作为提示”的框架，旨在提升模型的泛化能力和适应性，从而实现更准确的无线定位。
技术框架：SigMap的整体架构包括数据输入模块、掩蔽策略模块、3D地理信息集成模块和输出定位结果模块。通过动态调整掩蔽模式，模型能够更好地学习无线信号的特征。
关键创新：SigMap的核心创新在于其循环自适应掩蔽策略和“地图作为提示”的方法，这与传统的静态掩蔽和单一数据源方法有本质区别，显著提升了模型的适应性和鲁棒性。
关键设计：模型设计中采用了轻量级的软提示机制来集成3D地理信息，并在损失函数中引入了针对不同场景的适应性调整，以优化模型的学习过程。
🖼️ 关键图片
📊 实验亮点
实验结果显示，SigMap在多个定位任务中达到了最先进的性能，尤其在未见环境中展现出强大的零-shot 泛化能力。与现有的监督和自监督基线相比，SigMap的性能提升幅度显著，具体数据未提供。
🎯 应用场景
该研究的潜在应用领域包括自动驾驶、扩展现实和智能制造等5G/6G应用场景。通过提高无线定位的准确性和鲁棒性，SigMap能够为这些领域提供更可靠的支持，推动技术的进一步发展与应用。
📄 摘要（原文）
Accurate and robust wireless localization is a critical enabler for emerging 5G/6G applications, including autonomous driving, extended reality, and smart manufacturing. Despite its importance, achieving precise localization across diverse environments remains challenging due to the complex nature of wireless signals and their sensitivity to environmental changes. Existing data-driven approaches often suffer from limited generalization capability, requiring extensive labeled data and struggling to adapt to new scenarios. To address these limitations, we propose SigMap, a multimodal foundation model that introduces two key innovations: (1) A cycle-adaptive masking strategy that dynamically adjusts masking patterns based on channel periodicity characteristics to learn robust wireless representations; (2) A novel "map-as-prompt" framework that integrates 3D geographic information through lightweight soft prompts for effective cross-scenario adaptation. Extensive experiments demonstrate that our model achieves state-of-the-art performance across multiple localization tasks while exhibiting strong zero-shot generalization in unseen environments, significantly outperforming both supervised and self-supervised baselines by considerable margins.