车载摄像头引导毫米波波束：方法与真实世界V2V演示
信息论
2023-08-22 v1 计算机视觉与模式识别
信号处理
math.IT
摘要
精确对准毫米波（mmWave）和太赫兹（THz）窄波束对于满足5G及更先进无线通信系统的可靠性和高数据速率至关重要。然而，实现这一目标十分困难，尤其在车辆到车辆（V2V）通信场景中，发射端与接收端均持续移动。近来，视觉传感器等额外感知模态因其能提供无线环境精确信息而备受关注。为此，本文针对V2V场景开发了一种深度学习方案，利用车载360摄像头图像预测未来波束。该方案在一个真实世界的多模态mmWave V2V通信数据集上进行了评估，该数据集包含共存的360摄像头与mmWave波束训练数据。所提出的视觉辅助方案达到了的top-5波束预测准确率，同时显著降低了波束训练开销。这凸显了利用视觉实现高移动性V2V通信的潜力。
引用
@article{arxiv.2308.10362,
title = {Vehicle Cameras Guide mmWave Beams: Approach and Real-World V2V Demonstration},
author = {Tawfik Osman and Gouranga Charan and Ahmed Alkhateeb},
journal= {arXiv preprint arXiv:2308.10362},
year = {2023}
}
备注
Dataset and code files are available on the DeepSense 6G website https://deepsense6g.net/