迈向真实世界 6G 无人机通信：位置与相机辅助的波束预测
信号处理
2022-05-25 v1
摘要
毫米波（mmWave）和太赫兹（THz）通信系统通常部署大型天线阵列以保证足够的接收信号功率。然而，与这些阵列相关的波束训练开销使其难以支持无人机通信等高度移动的应用。为克服这一挑战，本文提出一种基于机器学习的方法，利用视觉和位置等额外感知数据进行快速准确的 mmWave/THz 波束预测。所开发的框架在一个真实世界的多模态 mmWave 无人机通信数据集上进行了评估，该数据集包含共存的相机、实际 GPS 和 mmWave 波束训练数据。所提出的感知辅助方案实现了 86.32% 的 top-1 波束预测准确率以及接近 100% 的 top-3 和 top-5 准确率，同时显著降低了波束训练开销。这凸显了实现高度移动 6G 无人机通信的一种有前景的解决方案。
引用
@article{arxiv.2205.12187,
title = {Towards Real-World 6G Drone Communication: Position and Camera Aided Beam Prediction},
author = {Gouranga Charan and Andrew Hredzak and Christian Stoddard and Benjamin Berrey and Madhav Seth and Hector Nunez and Ahmed Alkhateeb},
journal= {arXiv preprint arXiv:2205.12187},
year = {2022}
}
备注
Submitted to IEEE. Datasets and code files are available on the DeepSense website: https://deepsense6g.net/