Wireless^InSite® 3D 无线传播软件

数字孪生已成为准确表示电磁（EM）无线环境的一种有前途的范例。由此产生的对现实的虚拟再现有助于全面了解传播环境，从而在物理通信层面增强多层决策过程的能力。本文研究了无线通信传播的数字化，特别强调了实时数字孪生基于射线的传播模拟这一不可或缺的方面。本文介绍了基于射线的传播模拟基准，以评估计算时间，其中包括两个城市场景，其特点是不同的网格复杂度、单个和多个无线链路配置，以及有/无漫反射的模拟。通过详尽的经验分析，展示并比较了不同基于射线的解决方案的行为。通过提供标准化的模拟和场景，这项工作为参与实施实时数字孪生和优化基于射线的传播模型的从业人员提供了一个技术基准。

查看参考资料

在本文中，我们探讨了蜂窝双稳态同步定位和映射（SLAM）这一适时的主题，并特别关注端到端处理解决方案，从原始 I/Q 样本到信道参数估计，再到毫米波（mmWave）网络中的用户设备（UE）和地标位置信息，只需最少的先验知识。首先，我们提出了一种新的多径信道参数估计解决方案，可直接利用波束参考信号接收功率（BRSRP）测量值进行操作，从而无需了解真实的天线波束模式或基本波束成形权重。此外，该方法还具有内置鲁棒性，可抵御不可避免的天线侧扰。其次，我们提出了新的快照 SLAM 算法，与现有技术相比，该算法在具有复杂杂波和多弹跳传播场景的实际建筑环境中具有更高的鲁棒性和可识别性，并且不依赖任何先验运动模型。在 60 GHz 毫米波频段，通过现实光线追踪评估以及室内环境中的真实实验测量，对所提方法的性能进行了评估。所提供的大量结果表明，与相关的现有技术相比，该方法在信道参数估计和端到端 SLAM 性能方面都有所改进。最后，文章为研究界提供了公开的 60 GHz 测量数据，促进了结果的可重复性以及进一步的算法开发。

查看参考资料

本文分析了月球地形对 NASA 计划中的月球无线通信和传感器系统信号传播的影响。研究发现，月球地形对信号传播特性有很大影响。研究结果表明，地形几何形状、信号频率、天线位置和月球表面材料是决定月球无线通信系统传播特性的重要因素。路径损耗可能比自由空间传播严重得多，并受到天线高度、工作频率和表面材料的极大影响。在环形山环境中，信号延迟可能是一个令人担忧的问题。月球地形的多次反射造成的信号延迟会限制在月球环境中实现的最大数据传输速率。本文的分析结果对月球通信链路裕度分析非常重要，有助于确定计划中月球基地工作点的可靠通信范围和无线电频率覆盖性能的限制。版权所有 © 2008 年美国航空航天学会。

查看参考资料

室外无线系统的定位通常需要发射特定的参考信号来估计距离（三坐标法）或角度（三角测量法）。这些方法会造成通信开销，需要 LoS 链路才能正常工作，并且需要多个基站，通常会对同步或特定硬件提出要求。指纹识别没有这些缺点，但建立其数据库需要大量人力来收集真实世界的测量数据。长期以来，这个问题限制了数据库的规模，从而限制了数据库的性能。这项工作建议通过数字孪生射频图填充指纹数据库，从而大大减少建立指纹数据库的人力。这些射频地图是通过对多个频段和波束成形配置的数字环境复制品进行光线跟踪模拟而建立的。然后将在线用户指纹与该空间数据库进行匹配。我们使用现实的传播模型和用户测量数据对该方法进行了实际模拟评估。我们的实验表明，使用合理的用户测量报告大小，在 95% 的情况下，NLoS 位置的定位误差都在亚米级。结果凸显了所提出的数字孪生方法在无处不在的广域 6G 定位方面的巨大潜力。

查看参考资料

本文提出了一种用于室内无线电地图构建的 RGB-D 传感器辅助光线追踪模拟框架，该框架将墙壁和障碍物等室内信息建模为一组立方体。无线电地图可以加速室内无线系统，包括资源优化和基于指纹的定位。我们可以使用光线跟踪算法，利用精确的室内结构和障碍物信息构建精确的无线电地图。然而，获取这些室内信息具有挑战性，因为人工观测这些信息的成本很高。为了缓解这一关键缺陷，我们建议利用从 RGB-D 图像中获取的三维信息进行光线追踪模拟。所提议的方法通过 RGB-D 图像的三维信息半自动地将室内信息建模为立方体。然后，建议的方法将这些立方体输入光线追踪模拟。使用 5180 和 2452 MHz 无线局域网进行的室内实验表明，所提方法能准确构建无线电地图。

查看参考资料

我们介绍了用于预测无线信道的深度学习框架 NeWRF。无线信道预测是无线领域一个长期存在的问题，也是提高无线网络部署覆盖率的关键技术。目前，无线部署的评估是通过现场勘测进行的，而现场勘测是一个繁琐的过程，需要经验丰富的工程师进行大量的信道测量。为了降低现场勘测的成本，我们开发了基于神经辐射场（NeRF）最新进展的 NeWRF。NeWRF 利用稀疏的信道测量数据集训练神经网络模型，并准确预测现场任何位置的无线信道。我们引入了一系列技术，将无线传播特性整合到 NeRF 框架中，以解释光信号和无线信号行为之间的根本差异。我们对我们的框架进行了广泛的评估，结果表明，我们的方法可以准确预测未访问地点的信道，而且测量密度明显低于之前的最先进方法。

查看参考资料

最近，基于光线追踪的无线电信道特性分析对点云产生了浓厚的兴趣，因为 RGB-D 摄像机和激光扫描仪等传感器可用于生成物理环境的精确虚拟副本。本文介绍了一种新颖的光线发射算法，该算法可直接在从传感器数据中获取的噪声点云上运行。该算法可生成粗略路径，并进一步细化为由反射和衍射组成的精确路径。商用光线跟踪工具被用作验证模拟路径的基线。结果发现基线路径占绝大多数。通过沿每个点的法向量人为施加噪声，对噪声的鲁棒性进行了检验。结果表明，与基线路径轨迹相比，所提出的方法能够适应噪声，并能找到与噪声点云相似的路径。尤其是当点的法向量估计准确时，这种情况更为普遍。最后，利用重建的点云进行了模拟，并与信道测量结果和基线路径进行了比较。结果表明，路径与基线路径轨迹相似，并表现出与从测量中提取的聚合脉冲响应类似的模式。代码见 此 https URL

查看参考资料

现代蜂窝系统越来越依赖多个不连续频段的同时通信，以实现宏多样性和增加带宽。在毫米波（mmWave）和太赫兹（THz）频率中，多频通信尤为重要，因为这些频段通常与较低频率耦合，以实现稳健性。对这些系统进行评估需要能捕捉多个频率信道路径联合分布的统计模型。本文介绍了一种基于神经网络的通用方法，用于训练多频率双向统计信道模型。在所提出的方法中，每个簇都被描述为一个多簇集，并训练生成式对抗网络（GAN）来生成随机多簇轮廓，其中生成的簇数据包括簇的角度和延迟，以及不同频率的随机接收功率、角度和延迟扩散向量。该模式可随时用于多频率链路或网络层模拟。通过大量光线跟踪数据训练的 28 和 140 GHz 城市微蜂窝链路建模，对该方法进行了演示。该方法的统计假设极少，实验表明该模型可以捕捉频率之间有趣的统计关系。

Hu, Y., Yin, M., Xia, W., Rangan, S., & Mezzavilla, M. (2022a, December 22).通过生成式对抗网络进行毫米波和 THZ 无线通信的多频信道建模。ArXiv.org. https://arxiv.org/abs/2212.11858

查看参考资料

尽管互联网定位服务应用的需求量很大，但 Wi-Fi 室内定位往往受到数据收集过程耗时耗力的影响。本研究提出了一种新型室内定位模型，利用基于卷积神经网络的指纹识别技术来解决这一问题。其目的是通过简化数据收集过程来增强 Wi-Fi 室内定位功能。所提出的室内定位模型利用三维光线追踪技术来模拟整个区域的无线接收信号强度（RSSI）。通过采用这一先进技术，该模型旨在提高 Wi-Fi 室内定位的准确性和效率。此外，通过射线追踪模拟生成的 RSSI 热图指纹数据集也在所提出的室内定位模型上进行了训练。为了优化和评估模型在真实世界场景中的性能，实验使用了从 UJIIndoorLoc 和 Wireless InSite 公开数据库中获取的模拟数据集。结果表明，新方法解决了资源限制问题，同时验证准确率高达 99.09%。

Zhu H, Cheng L, Li X, Yuan H. 基于神经网络的 Wi-Fi 指纹室内定位方法。传感器。2023; 23(15):6992. https://doi.org/10.3390/s23156992

查看参考资料

对超高速室内无线连接的需求与日俱增，这对下一代无线通信系统的设计提出了独特的挑战。这促使人们在传统的 6 GHz 以下频段之外，探索更高的频段，包括毫米波（MMW）和可见光频段。本文全面比较了这些频段在相同室内环境和场景下的传播信道。我们采用光线跟踪技术进行特定地点的信道建模，从而能够考虑室内环境和室内物体的三维模型。它使我们能够考虑到不同的频率，即 2.4 GHz、6 GHz、28 GHz、60 GHz、100 GHz 和可见光频段，以及不同的发射器类型，即射频系统的全向/定向天线和可见光通信（VLC）的室内发光器。针对所考虑的不同频率，我们获得了信道脉冲响应（CIR），并给出了室内环境中各种用户轨迹的信道路径损耗。此外，我们还为所考虑的所有频段的接收功率水平的累积分布函数（CDF）提出了闭式表达式。结果表明，VLC 信道的路径损耗低于 MMW 频段，但高于 2.4 GHz 频段。此外，我们还发现 VLC 系统对阴影和阻塞效应更为敏感。我们的研究结果进一步表明，传播信道的特性在很大程度上受天线类型的影响。例如，与喇叭形天线相比，使用全向和矩形贴片天线会导致较低的路径损耗，而且随着传输距离的缩短，这种差异会变得更加显著。

F.Aghaei, H. B. Eldeeb, L. Bariah, S. Muhaidat and M. Uysal, "Comparative Characterization of Indoor VLC and MMW Communications via Ray Tracing Simulations," inIEEE Access, doi: 10.1109/ACCESS.2023.3307186.

查看参考资料

在几何定位技术中，传播信号的一阶多径（FOMP）特性用于根据几何关系计算位置。利用高阶多径（HOMP）特性则会导致显著的定位误差。因此，区分 FOMP 和 HOMP 是一项重要任务。以前的工作使用基于确定性阈值的传统方法来完成这项任务。遗憾的是，这些方法既复杂又不够准确。本文作者提出了一种基于监督学习的高效方法，以更准确地区分城市场景中毫米波车对车通信的传播 FOMP 和 HOMP。基于射弹光线（SBR）的光线跟踪技术用于生成数据集的特征，包括接收功率、传播时间、到达方位角（AAOA）和到达仰角（EAOA）。首先介绍了基于概率分布函数（PDF）的统计分析，以研究所选特征对分类过程的影响。然后，对决策树、Naive Bayes、支持向量机、K-近邻、随机森林和人工神经网络等六种监督分类器进行了训练和测试，并比较了它们在 HOMP 误分类方面的性能。我们还进一步研究了所考虑的特征对分类器性能的影响。结果表明，所有提议的分类器都提供了可接受的分类性能。提议的 ANN 表现最好，而 NB 则最差。事实上，HOMP 的误分类误差在 2.3% 到 16.7% 之间。EAOA 对分类性能的影响最大，而 AAOA 的影响最小。

Bakhuraisa YA, Abd Aziz AB, Geok TK, Abu Bakar NB, Jamian SB, Mustakim FB.V2V 场景一阶多径识别的监督学习技术。世界电动汽车杂志》。2023; 14(4):109.https://doi.org/10.3390/wevj14040109

查看参考资料

近年来，随着物联网（IoT）的普及，对汇聚来自多个传感器的传感器信息的需求不断增加。然而，作为传统多址技术的分组通信，会因传感器同时访问和避免分组碰撞的等待时间而受到分组碰撞的阻碍，从而增加了聚合时间。而物理无线参数转换传感器网络（PhyC-SN）方法是根据载波频率来传输传感器信息，有利于传感器信息的批量采集，从而缩短了通信时间，实现了较高的聚合成功率。然而，当多个传感器同时发射相同频率的信号时，由于多径衰落的影响，接入传感器数量的估计精度会明显下降。因此，本研究重点关注传感器终端固有频率偏移引起的接收信号相位波动。因此，本研究提出了一种新的碰撞检测功能，即两个或更多传感器同时发送信号的情况。此外，还建立了一种识别 0、1、2 或更多传感器存在的方法。此外，作者还利用 0、1 和 2 个或更多发射传感器的三种模式，证明了 PhyC-SN 在估计无线电发射源位置方面的有效性。

Ito T, Oda M, Takyu O, Ohta M, Fujii T, Adachi K. 基于物理无线参数转换传感网络相位差平均值的三级识别及其对 RSSI 定位的影响。传感器。2023; 23(6):3308.https://doi.org/10.3390/s23063308

查看参考资料

在本文中，作者探讨了基于无线电的传感和环境制图前景，并特别强调了用户设备（UE）方面。我们首先介绍了一种高效的 ℓ1 -regularized least-squares (LS) 方法，用于获取单个测量或传感位置的稀疏测距角度图。在随后的环境映射中，我们引入了一种用于映射漫散射和镜面散射的新型状态模型，该模型允许使用交互多模型（IMM）扩展卡尔曼滤波器和平滑器对单个散射体进行有效的时间跟踪。此外，还解决了相关的测量选择和数据关联问题。我们提供了在 28 GHz 频段部署基于 OFDM 的 5G NR 上行链路波形（信道带宽为 400 MHz）的大量室内数值映射结果，涵盖了基于精确射线追踪的结果和实际射频测量结果。结果表明，与静态参考方法相比，基于动态跟踪的解决方案更具优势，同时从整体上展示了未来毫米波网络中基于无线电的移动环境感测和绘图的卓越前景。

C.Baquero Barneto 等人，"毫米波移动传感和环境制图：IEEE Transactions on Vehicular Technology》，第 71 卷，第 4 期，第 3900-3916 页，2022 年 4 月。4，第 3900-3916 页，2022 年 4 月，doi: 10.1109/TVT.2022.3146003。

查看参考资料

在本文中，作者提出了一种基于深度强化学习（DRL）的新型协调波束成形方案，即多个基站共同为一个移动站（MS）提供服务。所构建的解决方案使用所提出的 DRL 模型，从可能的波束成形候选码本中预测基站（BS）的次优波束成形向量。该解决方案实现了一个完整的系统，有助于高度移动的毫米波应用实现可靠的覆盖、最小的训练开销和低延迟。数值结果表明，我们提出的算法显著提高了高度移动毫米波大规模多输入多输出场景的可实现总速率容量，同时确保了较低的训练和延迟开销。

Tarafder P, Choi W.基于深度强化学习的毫米波大规模多输入多输出车载网络协调波束成形。传感器。2023; 23(5):2772.https://doi.org/10.3390/s23052772

查看参考资料

本文介绍了一种利用计算机模拟编制参考 RSSI 分布的方法。模拟使用了光线跟踪传播模型和计算要求较低的多墙模型。使用定位算法对模拟的 RSSI 分布进行了测试。它们的性能与测量的 RSSI 地图进行了比较。结果表明，使用光线跟踪模型或多墙模型进行模拟，可以取代复杂的参考图制作，两者都能提供足够精确的 1-2.5 米测量值（从用户角度看）。

Kawecki R, Hausman S, Korbel P. 使用测量和模拟 RSSI 参考图进行基于指纹的室内定位的性能。遥感》。2022; 14(9):1992.https://doi.org/10.3390/rs14091992

查看参考资料

采用大型智能表面（LIS）是提高未来无线系统覆盖率和速率的一种有前途的解决方案。本文利用压缩传感和深度学习工具，提出了应对 LIS 挑战的高效解决方案。首先，本文提出了一种基于稀疏信道传感器的新型 LIS 架构。在该架构中，除了少数几个元件是主动的（连接到基带）外，所有 LIS 元件都是被动的。随后，作者提出了两种解决方案，以可忽略不计的训练开销设计 LIS 反射矩阵。在第一种方法中，作者利用压缩传感工具，从仅在有源元件上看到的信道构建所有 LIS 元件上的信道。在第二种方法中，他们开发了一种基于深度学习的解决方案，LIS 可根据代表环境状态和发射机/接收机位置的有源元件信道，学习如何与入射信号交互。他们的研究表明，所提出解决方案的可实现速率接近上限（该上限假定信道知识完备），训练开销可忽略不计，而且只需几个有源元件，这使它们在未来的 LIS 系统中大有可为。

A.Taha, M. Alrabeiah and A. Alkhateeb, "Enabling Large Intelligent Surfaces With Compressive Sensing and Deep Learning," in IEEE Access, vol. 9, pp.

查看参考资料

本文介绍了采用多载波的宽带频谱在模拟室内环境中利用到达时间（TOA）技术改进目标定位的优势。研究调查了使用不同频谱带宽和不同载波数量对定位精度的影响。此外，论文还考虑了发射机位置在视距（LOS）和非视距传播情况下的影响。研究发现，建议方法的准确性取决于子载波的数量、分配带宽（BW）和接入点（AP）的数量。在使用大带宽和大量子载波的情况下，与传统的 TOA 技术相比，该算法能有效减少定位误差。在使用较小的波长和较少的子载波时，性能会下降，变得与传统的 TOA 技术相似。

Obeidatat, H.A., Ahmad, I., Rawashdeh, M.R. et al. Enhanced TOA Estimation Using OFDM over Wide-Band Transmission Based on a Simulated Model.Wireless Pers Commun (2021).https://doi.org/10.1007/s11277-021-09297-z

查看参考资料

在毫米波（mmWave）系统中支持高移动性可实现广泛的重要应用，如车载通信和无线虚拟/增强现实。不过，要在实践中实现这一点，需要克服若干挑战。本文开发了一种新型集成机器学习和协调波束成形解决方案，以克服这些挑战，实现高度移动的毫米波应用。仿真结果表明，所提出的深度学习协调波束成形策略接近精灵辅助解决方案的可实现率，后者知道最佳波束成形向量，且无训练开销。

查看参考资料

未来的蜂窝系统有望满足超高可靠性和超低延迟的严格要求，从而彻底改变当今的工业生态系统。按照这种思路，支持下一代工厂自动化部署的核心技术是使用毫米波（mmWave）通信，其工作频率极高（即 10 至 100 GHz）。然而，由于毫米波波长较短，使得信道特性对周围物体的实际拓扑结构和尺寸非常敏感，因此描述现实工厂环境中的无线电传播行为具有挑战性。因此，本文研究了两种不同类型工厂（即轻工业和重工业）的重要毫米波信道特性。这两类工厂代表了根据技术水平、设备密度和规模以及所生产产品进行工厂分类的极端情况。因此，我们评估了 28 和 60 千兆赫的候选毫米波频率，分别用于许可和非许可波段通信。 

查看参考资料

无处不在的连接是第五代（5G）通信系统考虑的许多服务的共同要求。然而，在地下停车场等深度室内场景中，总信道损耗很容易超过通信技术的最大耦合损耗（MCL），因此提供网络覆盖或无线连接变得非常具有挑战性。我们利用光线追踪技术对具有代表性的特定场所进行了现实覆盖分析，从而证明了深度覆盖的重要性。结果表明，现有的基于蜂窝的覆盖优化技术无法在室内/地下深层区域实现无处不在的覆盖，并强调了 5G MTC 中动态多跳中继的必要性。

查看参考资料

在本文中，作者使用名为 Wireless InSite 的商用光线跟踪软件，报告了在 24 GHz 频率下不同人群密度的人行隧道中的无线电传播特性分析结果。我们使用计算机辅助设计软件创建了三维空隧道和人体模型，并将其导入 Wireless InSite。隧道模型基于连接吉隆坡市中心 Suria 和 KLCC 的人行隧道。开发并测试了五个具有不同详细程度的三维（3D）人体模型。研究的人群密度分别为 0、0.05、0.1、0.15 和 0.2 人/平方米，分别相当于研究区域内的 0、25、50、75 和 100 人。结果表明，路径损耗指数、对数正态阴影标准偏差和接收功率波动随着人数的增加而增大。当人群密度高于 0.1 人/平方米时，大规模路径损耗模型的路径损耗指数高于空隧道的路径损耗指数。这项研究的结果也有助于了解人群对毫米波在室内类似隧道环境（如走廊、封闭走廊、矿井和交通隧道）中传播的影响。研究结果有助于提高 5G 通信网络规划和部署的有效性，尤其是在人行隧道中。

I.H. P. Tai、H. S. Lim、K. S. Diong 和 K. A. Alaghbari，"人群密度对 5G 通信中行人隧道 24 GHz 无线电传播的影响"，《IEEE Access》，第 11 卷，第 40240-40248 页，2023 年，doi：10.1109/ACCESS.2023.3269813。

查看参考资料

毫米波（mmWave）信号对阻塞的敏感性是移动毫米波通信系统面临的一个基本挑战。在本文中，我们利用机器学习工具，针对毫米波多输入多输出（MIMO）系统中的可靠性和延迟挑战提出了一种新的解决方案。在所开发的解决方案中，基站利用过去对所采用波束成形向量的观察，学习如何预测某个链路在接下来的几个时间框架内会出现阻塞。这样，服务基站就能主动将用户移交给另一个具有高概率 LOS 链路的基站。仿真结果表明，所开发的基于深度学习的策略能在接近 95% 的情况下成功预测阻塞/中断。这降低了通信会话断开的概率，从而确保了移动毫米波系统的高可靠性和低延迟。

查看参考资料

考虑到频分双工模式下多用户大规模多输入多输出系统下行链路两级波束成形器的设计，本文研究了链路两端均配备数字/模拟混合波束成形结构的情况。通过基于信道统计的用户分组和模拟波束成形实现了虚拟扇区化，用户设备只需反馈组内有效信道，信道状态信息（CSI）获取的总体成本大幅降低。通过基于几何随机模型的传播信道模拟、光线跟踪结果和室外信道测量结果表明，我们提出的波束成形策略优于最先进的方法。

查看参考资料

毫米波（mmWave）通信已成为第五代（5G）通信系统中一项前景广阔的关键技术，受到广泛关注。本文通过射线追踪方法研究了室内办公环境中的 60 GHz 毫米波信道。基于几何光学（GO）和均匀衍射理论（UTD），射线追踪法利用计算机模拟来近似无线电波的传播。非常详细的三维（3-D）环境模型和适当的材料电磁参数保证了基于射线追踪的模拟的准确性。包括功率延迟曲线（PDP）和归一化功率角频谱（PAS）在内的模拟结果与信道测量数据进行了比较，信道测量数据是通过空间交变广义期望最大化（SAGE）估计算法处理的。比较结果表明，射线追踪是表征 60 GHz 信道特性的一种有用而可靠的方法。

查看参考资料

介绍了毫米波室内传播特性，包括使用定向和全向天线的系统的路径损耗模型和多径延迟扩散值。利用已发布的室内环境实时频率测量数据，研究了 28 GHz、39 GHz、60 GHz 和 73 GHz 四个 5G 候选频率在视距（LOS）和非视距（NLOS）场景下的性能。此外，在模拟中还加入了与频率相关的电特性，如常见建筑材料的电导率-σ和介电常数-ε。结果表明，由于反射、衍射以及穿透墙壁和物体（障碍物），材料类型会影响毫米波的传播行为。

查看参考资料

毫米波无线通信产生的辐射会反射到大多数可见物体上，从而形成丰富的多径环境，尤其是在城市场景中。因此，监听设备捕捉到的辐射会受到遇到的障碍物的影响，而这些障碍物则携带着关于其相对位置的潜在信息。本文利用上述隐藏信息，提出了一种将接收到的毫米波辐射转换为设备位置的系统。利用深度学习技术和基站传输的波束成形模式的预设编码本，模拟结果表明，在包含大部分非视距位置的现实室外场景中，可以实现低于 10 米的平均估计误差，为新型定位系统铺平了道路。索引词条-5G、波束成形、深度学习、毫米波、室外定位。

查看参考资料

5G 毫米波（mmWave）技术凭借其宽带宽、宽视场传感和精确定位能力，有望成为下一代车对物（V2X）网络和自动驾驶汽车不可或缺的一部分。在本文中，我们使用光线追踪模拟来描述 V2X 信道在从 900 MHz 到 73 GHz 的广泛传播频率范围内的角度和时间相关性，适用于在城市环境中与发射机保持视距（LOS）和非视距（NLOS）波束的车辆。

查看参考资料

毫米波通信是高度移动车辆环境下的一项挑战。传统的波束训练无法满足低开销和低延迟的要求。在本文中，我们建议结合机器学习工具和态势感知，从过去的观测中学习波束信息（功率、最佳波束指数等）。我们考虑了特定于车辆环境的态势感知形式，包括接收器和周围车辆的位置。我们利用回归模型来预测不同波束功率量化的接收功率。结果表明，态势感知可以在很大程度上提高预测精度，而且该模型可以在几乎零开销的情况下实现吞吐量，性能损失很小。

查看参考资料