基于多模态环境感知的 V2I 通信路径损耗预测
信号处理
2024-12-11 v1
摘要
由于快速变化环境的复杂性导致路径损耗的高度动态性，车载网络中无线数据传输的稳定性和可靠性面临重大挑战。本文提出了一种用于车联网（V2I）通信的基于多模态环境感知的路径损耗预测架构（MES-PLA）。首先，我们建立了一个多模态环境数据与信道联合采集平台，以生成时空同步且对齐的环境与信道数据集。然后，我们为多模态环境感知数据设计了一个多模态特征提取与融合网络（MFEF-Net）。MFEF-Net 从 RGB 图像、点云数据和 GPS 信息中提取特征，并通过注意力机制将其整合，以有效利用每种模态的优势。仿真结果表明，MES-PLA 的均方根误差（RMSE）为 2.20 dB，表明与单模态感知数据输入相比，预测精度有显著提升。此外，与单模态方法相比，MES-PLA 在不同光照条件下表现出增强的稳定性。
引用
@article{arxiv.2412.07681,
title = {Multi-Modal Environmental Sensing Based Path Loss Prediction for V2I Communications},
author = {Kai Wang and Li Yu and Jianhua Zhang and Yixuan Tian and Eryu Guo and Guangyi Liu},
journal= {arXiv preprint arXiv:2412.07681},
year = {2024}
}