面向稳健双频mmWave通信的生成式AI驱动信道阻塞预测
信号处理
2025-01-22 v1
摘要
在mmWave无线网络中，信号阻塞是一个具有显著挑战性的问题，因为信号易受环境中移动遮挡物的影响。最近，利用视觉数据已被用于提高mmWave网络中信道阻塞预测的准确率。本文提出一种基于Vision Transformer（ViT）的方法，用于视觉辅助信道阻塞预测，能够智能地在mmWave和Sub-6 GHz频率之间切换，以最大化网络吞吐量并维持可靠的连接。鉴于处理视觉数据所需的计算资源，我们将解决方案实现于分层雾-云计算架构中，雾节点与云服务器协作高效管理计算任务。该结构包含一种基于生成式AI的压缩技术，可显著减少雾节点与云中心之间传输的视觉数据 volume。我们使用真实世界的DeepSense 6G数据集进行了测试，仿真结果表明，该方法在 achieving 92.78%的信道阻塞预测准确率的同时，将带宽使用量降低了70.31%。
引用
@article{arxiv.2501.11763,
title = {Generative AI-enabled Blockage Prediction for Robust Dual-Band mmWave Communication},
author = {Mohammad Ghassemi and Han Zhang and Ali Afana and Akram Bin Sediq and Melike Erol-Kantarci},
journal= {arXiv preprint arXiv:2501.11763},
year = {2025}
}
备注
6 pages, ICC conference