Lightweight Vision-Aided Beam Tracking for Cross-Environment mmWave Communications

Technische Samenvatting: Lichtgewicht Visie-ondersteunde Beam Tracking voor Cross-omgeving mmWave Communicatie

Probleemstelling
Millimetergolf (mmWave) communicatie vertrouwt op zeer directionele transmissie, wat nauwkeurig en laag-overhead beam management noodzakelijk maakt. Hoewel sensing-ondersteunde beam tracking met behulp van contextuele informatie (bijv. van camera's) een veelbelovende oplossing heeft opgeleverd om de overhead van beam training te verminderen, kampen bestaande benaderingen met aanzienlijke uitdagingen bij de implementatie in de echte wereld. Huidige methoden richten zich vaak op het voorspellen van beams voor een enkel tijdslot binnen een specifieke omgeving, waarbij de modelefficiëntie met betrekking tot geheugen en computationele complexiteit wordt verwaarloosd. Bovendien missen de meeste bestaande oplossingen robuustheid wanneer ze worden ingezet in diverse omgevingen met variërende geometrieën, verkeerspatronen en achtergrondcondities. Er is een kritiek gat in de ontwikkeling van laag-complexe, visie-ondersteunde frameworks die in staat zijn om te generaliseren over verschillende scenario's terwijl ze langetermijn beam-voorspelling uitvoeren (het gezamenlijk voorspellen van huidige en toekomstige beams).

Methodologie
Het artikel stelt een lichtgewicht, visie-ondersteund framework voor dat is geformuleerd als een sequence-to-sequence (Seq2Seq) classificatie Taak. Het systeem is gericht op het gezamenlijk voorspellen van optimale beam-indices voor het huidige tijdslot en $J$ toekomstige tijdslots op basis van een sequentie van eerdere RGB-visuele observaties.

• Architectuur: De kern van het voorgestelde model is een lichtgewicht neuraal netwerk dat is ontworpen voor efficiënte spatio-temporele feature learning.

  • Image Encoder: In plaats van zware backbones gebruikt het model een ResNet-stijl stem gevolgd door vier Depthwise Separable Convolution (DS-Conv) blokken. Deze blokken maken gebruik van inverted residual structuren (het uitbreiden van kanalen via $1\times1$ convoluties, het uitvoeren van ruimtelijke downsampling via $3\times3$ depthwise convoluties, en het terugprojecteren via $1\times1$ convoluties) om de complexiteit te verminderen terwijl de feature-representatie behouden blijft.
  • Temporele Modellering: De gecodeerde features worden verwerkt door een Gated Recurrent Unit (GRU) en een Multihead Attention (MHA) module om temporele afhankelijkheden in de visuele sequentie te vangen.
  • Classifier: Een drie-laags Multilayer Perceptron (MLP) geeft de waarschijnlijkheden van beam-selectie uit voor alle kandidaat-beams over de $J+1$ tijdslots.

• Verbeterde Leerstategieën: Om de robuustheid en generalisatie in cross-omgeving settings te verbeteren, zijn twee specifieke strategieën geïntroduceerd:

  1. Hiërarchische Data Augmentatie: Dit opereert op zowel sequentie- als frame-niveau om imperfecte sensing-condities na te bootsen terwijl UE-bewegingspatronen behouden blijven.
     • Sequentie-niveau: Morfologische perturbaties (erosie/dilatatie) en Gaussian blur worden consistent toegepast op alle frames in een sequentie om fouten in de extractie van bewegingsmaskers en sensing-onzekerheid te simuleren.
     • Frame-niveau: Additieve Gaussian noise wordt geïntroduceerd om lokale intensiteitsfluctuaties op te vangen.
  2. Beam Power-gebaseerde Label Smoothing: In het besef dat meerdere beams vergelijkbare prestaties kunnen bieden, vervangen de auteurs strikte one-hot supervisie door een verzwakte distributie afgeleid van beam power vectoren. De totale loss-functie combineert een Focal loss (voor harde labels) en een cross-entropy loss (voor zachte labels), gewogen door een hyperparameter $\lambda$. Dit voorkomt dat het model overmatig zelfverzekerd wordt over een enkele beam-klasse.

Belangrijkste Bijdragen

1. Cross-Omgeving Formulering: Dit werk verschuift de focus van single-environment beam tracking naar een multi-scenario setting, waarbij het probleem wordt geformuleerd als een Seq2Seq taak om langetermijnvoorspelling over geometrisch verschillende omgevingen aan te pakken.
2. Lichtgewicht Architectuur: Een compact model is ontwikkeld met behulp van depthwise separable convoluties en efficiënte temporele modellering, wat de computationele last aanzienlijk vermindert vergeleken met high-capacity baselines.
3. Robuustheidsmechanismen: De integratie van hiërarchische augmentatie en beam power-gebaseerde label smoothing richt zich specifiek op de uitdagingen van omgevingsvariatie en sensing-imperfecties.
4. Uitgebreide Evaluatie: Het framework wordt geëvalueerd op real-world data van twee verschillende DeepSense 6G scenario's (Scenario 9 en Scenario 31), die verschillende Base Station locaties, gezichtsvelden en verkeerspatronen hebben.

Experimentele Resultaten
Het voorgestelde model is getest op een samengevoegde dataset van DeepSense 6G Scenario's 9 en 31, waarbij beams worden voorspeld voor het huidige slot en de volgende drie ($J=3$) slots met behulp van een 64-beam codeboek.

• Nauwkeurigheid: Het voorgestelde model bereikte, wanneer het zowel data augmentatie als label smoothing gebruikte, een gemiddelde Top-1 nauwkeurigheid van 38,82%, Top-3 van 73,01%, Top-5 van 84,03%, en een Average Distance-Based Accuracy (ADBA) van 83,97%.
• Vergelijking met Baselines:
  • Het voorgestelde model presteerde onder de beste instellingen beter dan de state-of-the-art CNN-GRU oplossing (specifiek ontworpen voor een enkel scenario) op alle metrieken.
  • Hoewel een high-capacity ResNet-GRU baseline een iets hogere absolute nauwkeurigheid bereikte (bijv. 41,69% Top-1), deed deze dit tegen een aanzienlijk hogere computationele kosten.
• Reductie in Complexiteit: Vergeleken met de ResNet-GRU baseline verminderde het voorgestelde lichtgewicht model het aantal parameters met een factor van ongeveer 52 (van 11,3M naar 0,217M) en de computationele complexiteit (FLOPs) met een factor van ongeveer 79 (van 12,2G naar 155M).
• Temporele Prestaties: Het model behield een robuuste prestatie over alle vier de tijdslots ($t$ tot $t+3$), waarbij de Top-5 nauwkeurigheid boven de 83,5% bleef en de DBA scores rond de 84% lagen, wat het vermogen voor langetermijnvoorspelling aantoont ondanks de verminderde modelgrootte.

Betekenis
Het artikel claimt dat de primaire betekenis ligt in het aantonen dat lichtgewicht sensing-ondersteunde modellen, wanneer ze zijn uitgerust met passende geregulariseerde leermethoden (hiërarchische augmentatie en label smoothing), een bevredigende beam tracking prestatie kunnen handhaven over diverse omgevingen. Het werk adresseert de trade-off tussen voorspellingsnauwkeurigheid en implementeerbaarheid, en laat zien dat substantiële reducties in modelgrootte en computationele complexiteit kunnen worden bereikt zonder de robuustheid op te offeren die vereist is voor cross-omgeving mmWave communicatie. De resultaten suggereren dat dergelijke efficiënte modellen levensvatbaar zijn voor praktische implementatie waar computationele middelen beperkt zijn, wat een schaalbaar alternatief biedt voor zware, omgeving-specifieke deep learning oplossingen.