摘要
本申请的实施例提供了一种基于多模态大模型的车联网波束预测方法及装置。该方法包括:获取目标车辆的摄像头图像、定位数据、所处路段的基站位置以及路段三维地图;将定位数据、基站位置以及路段三维地图输入射线追踪模型,得到无线通信信号的传播特性;将该传播特性以及摄像头图像输入散射体投影模型,得到图像中的散射体特征;根据包含摄像头图像和散射体特征的信道特征数据集对多模态大模型进行优化以及构建散射热力图,进而得到用于波束预测模型训练的波束预测数据集以进行训练。本申请技术方案可以有效提取摄像头图像中的信道特征,联合信道特征和定位信息准确地预测码本中的波束索引和波束相干时间,提高系统的通信传输速率和能量效率。
技术关键词
信道特征
波束
热力图
特征提取器
图像
信道估计
投影模型
路段
多模态
分类网络
数据
车辆
射线
大语言模型
基站
地图
预测误差
预测模型训练
视角
三元组
系统为您推荐了相关专利信息
多尺度图像分割
边缘轮廓
图像分割模型
超声图像分割
解码模块
车辆碰撞风险
环境感知模型
周围环境信息
预警方法
车辆运动状态
文档图像数据
印章
机器学习模型
深度学习模型
图像分割技术
语义分割方法
卷积神经网络分类
特征金字塔网络
镜面
变压器
图像信号处理方法
图像信号处理系统
感知损失函数
格式
图像分割