研究人员开发了一个名为VIsion-based BEamforming (VIBE)的新系统，以改进车辆连接的毫米波 (mmWave) 实时波束管理。VIBE结合了机器学习、基于模型的推理和射频反馈，利用摄像头输入来减小波束对齐的搜索空间。该方法旨在克服车联网 (V2X) 网络中的路径损耗和波束失准等挑战。评估表明，与现有的5G NR方法相比，VIBE实现了更低的掉线率，并且优于其他机器学习模型。 AI
影响 这种混合学习架构可以提高自动驾驶汽车高速无线通信的可靠性和效率。
排序理由 这是一篇详细介绍车辆连接新系统的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.05071v1 Announce Type: cross Abstract: Millimeter-wave (mmWave) frequencies promise multi-gigabit connectivity for vehicle-to-everything (V2X) networks, but face challenges in terms of severe path loss and mobility-related beam misalignment. Reliable V2X connectivity r…
Millimeter-wave (mmWave) frequencies promise multi-gigabit connectivity for vehicle-to-everything (V2X) networks, but face challenges in terms of severe path loss and mobility-related beam misalignment. Reliable V2X connectivity requires fast, double-directional beam alignment. H…