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): 997-1008    DOI: 10.16451/j.cnki.issn1003-6059.202311003
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 |
应用于毫米波车车通信的多模态感知辅助波束预测
文韦博1, 张浩天1, 高诗简2, 程翔1, 杨柳青3,4,5
1.北京大学 电子学院 北京 100871;
2.Samsung Semiconductor, Samsung SoC Research and Development Lab, San Diego, CA 92121, USA;
3.香港科技大学(广州) 智能交通学域 广州 511455;
4.香港科技大学(广州) 物联网学域 广州 511455;
5.香港科技大学 电子及计算机工程学系 香港 999077
Multi-modality Sensing Aided Beam Prediction for mmWave V2V Communications
WEN Weibo1, ZHANG Haotian1, GAO Shijian2, CHENG Xiang1, YANG Liuqing3,4,5
1. School of Electronics, Peking University, Beijing 100871;
2. Samsung Semiconductor, Samsung SoC Research and Deve-lopment Lab, San Diego, CA 92121, USA;
3. Intelligent Transportation Thrust, The Hong Kong University of Science and Technology(Guangzhou), Guangzhou 511455;
4. Internet of Things Thrust, The Hong Kong University of Science and Technology(Guangzhou), Guangzhou 511455;
5. Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology, Hong Kong 999077

全文: PDF (3734 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为了确保车联网通信的传输可靠性,大规模多天线技术的毫米波通信亟需精确的波束赋形.在高动态的车辆通信环境下,传统的波束对准方式会造成巨大的资源开销,难以在相干时间内建立可靠链路.因此,文中提出基于多模态感知信息辅助的波束预测方案.该方案融合视觉和激光雷达点云两种非射频感知信息,利用深度神经网络进行多模态信息的特征提取,通过透视投影实现图像空间语义信息和物理空间位置信息的精准匹配和深度融合.通过协同感知坐标校正和车辆位置预测,将物理环境的特征精确映射到角域信道,从而实现实时准确的波束预测.在多模态感知仿真数据集(M3SC)上的测试结果表明,文中方案能实现较高的角度追踪精度和可达通信速率.
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
文韦博
张浩天
高诗简
程翔
杨柳青
关键词 车辆通信网络车车通信通信感知一体化多模态感知波束预测深度学习    
Abstract:To ensure the transmission reliability of vehicular communication network, precisely aligned beamforming of millimeter-wave communication using massive multi-input multi-output(mMIMO) technology is urgently required. In highly dynamic vehicular communication scenarios, traditional beam alignment schemes incur significant resource overhead and struggle to establish reliable links within the coherence time. To address this critical challenge, a scheme of multi-modality sensing aided beam prediction for mmWave V2V communications is proposed. Two non-RF sensing modalities, vision and ranging(LiDAR) point cloud, are integrated, and deep neural networks are employed for feature extraction and integration of multi-modal information. Accurate matching and deep fusion of image space semantic information and physical space location information are achieved through perspective projection. By collaborative sensing coordinate calibration and vehicle position prediction, the features of physical environment are accurately mapped to the angular-domain channel, enabling real-time and precise beam prediction. The experimental results on the mixed multi-modal sensing-communication dataset(M3SC)show that the proposed scheme achieves high angle tracking accuracy and achievable communication rate.
Key wordsVehicular Communication Network    V2V Communications    Integrated Sensing and Communications    Multi-modal Sensing    Beam Prediction    Deep Learning   
收稿日期: 2022-10-11     
ZTFLH: TP391.4  
基金资助:国家重点研发计划项目(No.2020AAA0108101)、国家自然科学基金项目(No.62125101,62341101,62001018,62301011,U23A20339)、新基石科学基金会科学探索奖、广州市科技计划项目(No.2023A03J0011)、广东省普通高校重点科研项目(No.2023ZDZX1037)资助
通讯作者: 高诗简,博士,高级工程师,主要研究方向为无线通信、统计信号处理.E-mail:gao00379@umn.edu.   
作者简介: 文韦博,博士研究生,主要研究方向为多模态感知辅助的通信系统传输方案设计.E-mail:iweber.wen@gmail.com.张浩天,博士研究生,主要研究方向为多模态感知辅助的通信系统传输方案设计.E-mail:haotianzhang@stu.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.杨柳青,博士,教授,主要研究方向为无线通信网络、多智能体系统、通讯感知一体化等.E-mail:lqyang@ust.hk.
引用本文:   
文韦博, 张浩天, 高诗简, 程翔, 杨柳青. 应用于毫米波车车通信的多模态感知辅助波束预测[J]. 模式识别与人工智能, 2023, 36(11): 997-1008. WEN Weibo, ZHANG Haotian, GAO Shijian, CHENG Xiang, YANG Liuqing. Multi-modality Sensing Aided Beam Prediction for mmWave V2V Communications. Pattern Recognition and Artificial Intelligence, 2023, 36(11): 997-1008.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202311003      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2023/V36/I11/997
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