模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2023, Vol. 36 Issue (11): 987-996    DOI: 10.16451/j.cnki.issn1003-6059.202311002
通信与多模态感知联觉机理和智能融合 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于感知图像信息的无人机信道路径损耗预测
孙铭然1, 黄子蔚1, 白露2,3, 程翔1, 张洪广4, 冯涛4
1.北京大学 电子学院 北京 100871;
2.山东省工业技术研究院 济南 250100;
3.山东大学 山东大学-南洋理工大学人工智能国际联合研究院 济南 250101;
4.中国人民解放军军事科学院 系统工程研究院 北京 100039
Sensing Image Data Based Unmanned Aerial Vehicle Channel Path Loss Prediction
SUN Mingran1, HUANG Ziwei1, BAI Lu2,3, CHENG Xiang1, ZHANG Hongguang4, FENG Tao4
1. School of Electronics, Peking University, Beijing 100871;
2. Shandong Research Institute of Industrial Technology, Jinan 250100;
3. Joint SDU-NTU Centre for Artificial Intelligence Research, Shandong University, Jinan 250101;
4. Institute of System Engineering, Academy of Military Sciences PLA, Beijing 100039

全文: PDF (2454 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为了更好地促进6G无人机对地通信技术的应用和发展,完善无人机对地通信系统设计理论基础及满足6G通信的安全性和有效性的需求,开展6G无人机对地通信场景下基于感知图像信息的信道路径损耗预测研究.首先,基于感知数据仿真平台AirSim和无线信道仿真软件Wireless InSite,构建动态无人机对地通信场景下的混合通信与感知智能融合数据集,为探索物理空间和电磁空间的映射关系提供重要的数据支撑.然后,基于构建的数据集,建立物理空间的感知图像信息与电磁空间的路径损耗信息之间的映射关系,实现6G无人机对地通信场景下的实时路径损耗预测.最后,通过仿真测试,将模型预测结果和测试集进行对比,验证模型的准确性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
孙铭然
黄子蔚
白露
程翔
张洪广
冯涛
关键词 通信与感知融合路径损耗预测联觉机理无人机通信    
Abstract:To facilitate the application and development of 6G unmanned aerial vehicle(UAV)-to-ground wireless communications, improve the theory foundation of UAV-to-ground communication system and meet the safety and efficiency requirements of 6G communications, sensing image data based UAV channel path loss prediction in 6G UAV-to-ground communication scenario is studied. Firstly, based on AirSim and Wireless InSite, sensing data simulation platform and channel data simulation platform, a mixed sensing and communication integration dataset for a dynamic UAV-to-ground communication scenario, is established to explore the mapping relationship between physical space and electromagnetic space. Secondly, based on the established dataset, the mapping relationship between sensing image in physical space and channel path loss in electromagnetic space is built and the 6G UAV-to-ground real-time path loss prediction is achieved. Finally, the prediction result of the proposed model is compared with the test set through the simulation test and the results verify the accuracy of the proposed model.
Key wordsSensing and Communication Integration    Path Loss Prediction    Synesthesia Mechanism    Unmanned Aerial Vehicle Communications   
收稿日期: 2023-10-09     
ZTFLH: TN92  
基金资助:国家自然科学基金项目(No.62125101,62341101,62371273,62001018,62106282)、山东省自然科学基金项目(No.ZR2023YQ058)、新基石科学基金会科学探索奖、第九届青年人才托举工程项目(No.2023QNRC001)、泰山学者工程、北京市科技新星计划项目(No.20220484139)资助
通讯作者: 白 露,博士,研究员,主要研究方向为6G无线通信网络信道测量与建模.E-mail:lubai@sdu.edu.cn.   
作者简介: 孙铭然,博士研究生,主要研究方向为基于人工智能的信道建模.E-mail:mingransun@stu.pku.edu.cn.黄子蔚,博士研究生,主要研究方向为复杂高速移动场景下的无线通信信道的测量与建模.E-mail:ziweihuang@pku.edu.cn.程 翔,博士,教授,主要研究方向为基于数据驱动的智慧网络、网联智能.E-mail:xiangcheng@pku.edu.cn.张洪广,博士,助理研究员,主要研究方向为少样本学习、元学习、迁移学习.E-mail:zhang.hongguang@outlook.com.冯 涛,博士,高级工程师,主要研究方向为智能网络、软件定义网络、网络管理.E-mail:fengt09@163.com.
引用本文:   
孙铭然, 黄子蔚, 白露, 程翔, 张洪广, 冯涛. 基于感知图像信息的无人机信道路径损耗预测[J]. 模式识别与人工智能, 2023, 36(11): 987-996. SUN Mingran, HUANG Ziwei, BAI Lu, CHENG Xiang, ZHANG Hongguang, FENG Tao. Sensing Image Data Based Unmanned Aerial Vehicle Channel Path Loss Prediction. Pattern Recognition and Artificial Intelligence, 2023, 36(11): 987-996.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202311002      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2023/V36/I11/987
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn