Millimeter Wave Drones with Cameras: Computer Vision Aided Wireless Beam Prediction

要約

ミリ波 (mmWave) およびテラヘルツ (THz) ドローンは、カバレッジの拡大、強化されたセキュリティ監視、災害管理など、いくつかの未来的なアプリケーションを可能にする可能性を秘めています。
ただし、これらのドローンは、十分なリンク バジェットを維持するために、大型のアンテナ アレイを展開し、狭い指向性ビームを使用する必要があります。
これらのアレイに関連する大きなビーム トレーニング オーバーヘッドにより、これらの狭いビームの調整は、移動性の高いドローンでは困難になります。
これらの課題に対処するために、このホワイトペーパーでは、ドローンに設置されたカメラから収集された視覚データを活用して、高速で正確なビーム予測を可能にする視覚支援機械学習ベースのアプローチを提案します。
さらに、提案されたソリューションの評価を容易にするために、共存する無線データと視覚データで構成される合成ドローン通信データセットを構築します。
提案された視覚支援ソリューションは、$\approx 91\%$ の最高 $1$ のビーム予測精度と $100\%$ に近い最高 $3$ の精度を達成します。
これらの結果は、モバイル性の高い mmWave/THz ドローン通信を実現するための提案されたソリューションの有効性を強調しています。

要約(オリジナル)

Millimeter wave (mmWave) and terahertz (THz) drones have the potential to enable several futuristic applications such as coverage extension, enhanced security monitoring, and disaster management. However, these drones need to deploy large antenna arrays and use narrow directive beams to maintain a sufficient link budget. The large beam training overhead associated with these arrays makes adjusting these narrow beams challenging for highly-mobile drones. To address these challenges, this paper proposes a vision-aided machine learning-based approach that leverages visual data collected from cameras installed on the drones to enable fast and accurate beam prediction. Further, to facilitate the evaluation of the proposed solution, we build a synthetic drone communication dataset consisting of co-existing wireless and visual data. The proposed vision-aided solution achieves a top-$1$ beam prediction accuracy of $\approx 91\%$ and close to $100\%$ top-$3$ accuracy. These results highlight the efficacy of the proposed solution towards enabling highly mobile mmWave/THz drone communication.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google