多模态波束预测挑战赛 2022：迈向泛化
信号处理
2022-10-14 v2 信息论
math.IT
摘要
波束管理对于毫米波（mmWave）与亚太赫兹通信系统而言是一项具有挑战性的任务，尤其在用户高度移动的场景中。利用视觉、LiDAR、雷达、位置等外部感知模态或其组合来解决该波束管理挑战，近期引起了学术界与工业界日益增长的兴趣。这主要源于波束方向决策对用户位置及周围环境几何结构的依赖——这些信息可从感知数据中获取。然而，要在实践中实现所承诺的波束管理增益（如显著降低波束对齐开销），这些方案需考虑重要方面。例如，这些多模态感知辅助的波束选择方法应能将所学推广至未见场景，并能在真实密集部署中运行。所举办的“多模态波束预测挑战赛 2022：迈向泛化”竞赛旨在为研究这些关键问题提供平台。为促进泛化性研究，该竞赛提供了一大规模多模态数据集，包含跨多个真实世界地点与一天中不同时段采集的共存通信与感知数据。在本文中，我们详细描述了问题陈述与开发数据集，并给出了一个利用用户位置数据预测最优波束索引的基线方案。本挑战赛的目标在于超越简单的可行性研究，并推动该方向上的必要研究，为未来真实世界通信系统中可泛化的多模态感知辅助波束管理铺平道路。
引用
@article{arxiv.2209.07519,
title = {Multi-Modal Beam Prediction Challenge 2022: Towards Generalization},
author = {Gouranga Charan and Umut Demirhan and João Morais and Arash Behboodi and Hamed Pezeshki and Ahmed Alkhateeb},
journal= {arXiv preprint arXiv:2209.07519},
year = {2022}
}
备注
The dataset is available on the ML competition page: https://deepsense6g.net/multi-modal-beam-prediction-challenge/