面向毫米波 V2I 中通过多模态特征融合（MMFF）主动波束成形的集成感知与通信

车载通信网络的未来依赖于毫米波大规模多输入多输出天线阵列以实现密集数据传输与海量车辆接入。然而，可靠的车辆到基础设施链路要求窄波束间精确对齐，传统方法涉及过量信令开销。为解决此问题，我们提出一种新颖的主动波束成形方案，通过多模态特征融合网络（MMFF-Net）集成多模态感知与通信，该网络由多个具不同功能的神经网络组件构成。与仅依赖通信处理的现有方法不同，我们的方法获取全面的环境特征以提升波束对齐精度。我们在 Vision-Wireless（ViWi）数据集上验证本方案，并为该数据集增添了真实的车辆漂移行为。我们提出的 MMFF-Net 实现了更精确且稳定的角度预测，进而提升了可达速率并降低了通信系统中断概率。即便在具有不利环境条件的复杂动态场景中，也能保证鲁棒的预测结果，证明了所提主动波束成形方法的可行性与实用性。