计算机视觉辅助的波束跟踪在真实毫米波部署中的应用

毫米波（mmWave）与太赫兹（THz）通信需要波束成形以获得足够的接收信噪比（SNR）。为寻找最优波束，当前的波束管理方案在预定义码本上对数目众多的波束进行波束训练。波束训练开销增加了接入时延，并对高移动性应用而言可能变得不可行。为降低甚至消除该波束训练开销，我们提出利用视觉数据（例如由基站摄像头捕获）来引导波束跟踪/细化过程。我们提出了一种基于编码器-解码器架构的机器学习（ML）框架，可利用先前获得的视觉感知信息预测未来波束。我们所提方法在一个大规模真实世界数据集上进行了评估，在预测未来波束时达到了 $64.47\%$ 的准确率（以及 $97.66\%$ 的归一化接收功率）。这是在所需波束训练开销不足相应基线方案（使用先前波束序列预测未来波束）的 $1\%$ 的情况下实现的。在真实世界数据集上获得的高性能与低开销展示了所提视觉辅助波束跟踪方法在真实应用中的潜力。