应用于毫米波车车通信的多模态感知辅助波束预测

作     者：文韦博 张浩天 高诗简 程翔 杨柳青 WEN Weibo;ZHANG Haotian;GAO Shijian;CHENG Xiang;YANG Liuqing

作者机构：北京大学电子学院北京100871 Samsung SemiconductorSamsung SoC Research and Development LabSan DiegoCA 92121USA 香港科技大学(广州)智能交通学域广州511455 香港科技大学(广州)物联网学域广州511455 香港科技大学电子及计算机工程学系中国香港999077 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2023年第36卷第11期

页      面：997-1008页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家重点研发计划项目(No.2020AAA0108101) 国家自然科学基金项目(No.62125101,62341101,62001018,62301011,U23A20339) 新基石科学基金会科学探索奖 广州市科技计划项目(No.2023A03J0011) 广东省普通高校重点科研项目(No.2023ZDZX1037)资助 

主　　题：车辆通信网络 车车通信 通信感知一体化 多模态感知 波束预测 深度学习 

摘      要：为了确保车联网通信的传输可靠性,大规模多天线技术的毫米波通信亟需精确的波束赋形.在高动态的车辆通信环境下,传统的波束对准方式会造成巨大的资源开销,难以在相干时间内建立可靠链路.因此,文中提出基于多模态感知信息辅助的波束预测方案.该方案融合视觉和激光雷达点云两种非射频感知信息,利用深度神经网络进行多模态信息的特征提取,通过透视投影实现图像空间语义信息和物理空间位置信息的精准匹配和深度融合.通过协同感知坐标校正和车辆位置预测,将物理环境的特征精确映射到角域信道,从而实现实时准确的波束预测.在多模态感知仿真数据集(M3SC)上的测试结果表明,文中方案能实现较高的角度追踪精度和可达通信速率.