ViT LoS V2X：用于 6G 车载网络环境感知视距链路阻塞预测的视觉 Transformer

随着无线通信技术向第六代（6G）迈进，高频毫米波（mmWave）通信已成为实现车载网络的有前景的候选技术。它提供高数据速率和低延迟通信。然而，建筑物、树木和其他车辆等障碍物可能导致信号衰减和阻塞，引发通信失败，进而可能导致致命事故或交通拥堵。预测阻塞对于确保可靠和高效的通信至关重要。此外，6G 技术的到来预计将整合先进的感知能力，利用多种传感器类型。这些传感器，从传统的射频传感器到摄像头和激光雷达传感器，预计将提供对丰富多模态数据的访问，从而为通信系统增添大量额外的上下文信息。利用这些多模态数据对于做出精确的网络管理决策（包括关键的阻塞检测任务）变得至关重要。在本文中，我们提出了一种基于深度学习（DL）的方法，该方法结合了卷积神经网络（CNN）和定制的视觉 Transformer（ViT），以有效提取多模态数据中的基本信息并预测车载网络中的阻塞。我们的方法利用 CNN 和 ViT 的协同优势，从包括图像和波束向量的时间序列多模态数据中提取特征。为了捕捉提取的特征与未来时间步的阻塞状态之间的时间依赖性，我们采用了一种基于门控循环单元（GRU）的架构。我们的结果表明，所提出的方法实现了高精度，并优于最先进的解决方案，实现了超过 $95\%$ 的准确预测。