真实世界毫米波系统中的激光雷达辅助移动阻塞预测
信号处理
2021-11-19 v1 信息论
math.IT
摘要
视距链路阻塞是毫米波 (mmWave) 和太赫兹 (THz) 通信网络的可靠性和时延面临的一个关键挑战。本文提出利用激光雷达传感数据来提供对通信环境的感知，并在动态链路阻塞发生之前主动预测。这使得网络能够做出主动的切换/波束切换决策，从而增强其可靠性和时延性能。我们形式化了激光雷达辅助阻塞预测问题，并给出了毫米波系统中激光雷达辅助阻塞预测的首次真实世界演示。具体而言，我们基于 DeepSense 6G 结构构建了一个大规模真实世界数据集，其包含室外车载场景中共存的激光雷达与毫米波通信测量数据。随后，我们开发了一种高效的激光雷达数据去噪（静态簇去除）算法以及一个主动预测动态链路阻塞的机器学习模型。基于该真实世界数据集，我们的激光雷达辅助方法在预测 100ms 内发生的阻塞时达到了 95% 的准确率，对一秒内发生的阻塞预测准确率超过 80%。若用于主动切换，所提出的方案可潜在地为网络时延带来一个数量级的节省，这凸显了应对毫米波/亚太赫兹网络中阻塞挑战的一个有前景的方向。
引用
@article{arxiv.2111.09581,
title = {LiDAR-Aided Mobile Blockage Prediction in Real-World Millimeter Wave Systems},
author = {Shunyao Wu and Chaitali Chakrabarti and Ahmed Alkhateeb},
journal= {arXiv preprint arXiv:2111.09581},
year = {2021}
}
备注
Submitted to IEEE. The dataset and code files will be available on the DeepSense 6G website: https://www.deepsense6g.net/