配备摄像头的毫米波基站：视觉辅助的波束与阻塞预测
信息论
2019-11-18 v2 信号处理
math.IT
摘要
本文研究了一种利用视觉来帮助克服关键无线通信挑战的新研究方向。具体而言，本文考虑毫米波（mmWave）通信系统，它是 5G 及未来通信的主要组成部分。这些系统面临两个重要挑战：（i）与选择最优波束相关的大量训练开销，以及（ii）由于对链路阻塞高度敏感而带来的可靠性挑战。有趣的是，大多数采用毫米波阵列的设备很可能也会使用摄像头，例如 5G 手机、自动驾驶车辆以及虚拟/增强现实头显。因此，我们研究了在毫米波基站部署摄像头并利用其视觉数据来帮助克服波束选择与阻塞预测挑战的潜在增益。为此，本文利用计算机视觉与深度学习工具，直接从摄像头 RGB 图像和 sub-6GHz 信道预测毫米波波束与阻塞。实验结果揭示了此类方案有效性的有趣见解。例如，深度学习模型能够实现超过 90% 的波束预测准确率，且仅需对场景拍一张照片而零开销。
引用
@article{arxiv.1911.06255,
title = {Millimeter Wave Base Stations with Cameras: Vision Aided Beam and Blockage Prediction},
author = {Muhammad Alrabeiah and Andrew Hredzak and Ahmed Alkhateeb},
journal= {arXiv preprint arXiv:1911.06255},
year = {2019}
}
备注
submitted to IEEE Vehicular Technology Conference, Oct. 2019. The datasets/codes are available at https://www.viwi-dataset.net