基于毫米波雷达感知的CNN⁃ConvLSTM多时刻阻塞预测方法

来源：雷达科学与技术杂志2023年第5期北京时间：

作者：罗文宇，钟云开，邵霞，段臣续

单位：华北水利水电大学电子工程学院， 河南郑州 450046

摘要：针对当前毫米波雷达辅助无线通信单时刻阻塞预测无法适应高移动复杂场景的问题，提出一种结合卷积神经网络（CNN）和时空序列预测模型（ConvLSTM）的多时刻持续阻塞预测方法。该方法通过构造时间分布层存储CNN提取的热图特征，解决了卷积神经网络单次处理多张雷达热图可能存在的特征缺失问题，实现了连续热图特征的多帧分组。进而，利用ConvLSTM对输入多帧时空序列进行处理实现多时刻阻塞预测。利用DeepSense 6G真实场景数据的实验结果表明，该方法的多时刻预测结果均能达到90%的准确率和80%以上的F1?score，具备多时刻精确阻塞预测能力。本文方法在复杂动态环境下高频段通信的高可靠、低时延QoS保障方面具有重要的理论和应用价值。

关键词：毫米波雷达,无线通信,卷积神经网络,时空序列预测模型,多时刻阻塞预测,

基金资助：国家自然科学基金联合基金（No.U1804148）；河南省科技攻关项目（No.232102210141）