摘 要：為了解決Ｖｅｈｉｃｌｅ ｔｏ Ｅｖｅｒｙｔｈｉｎｇ （Ｖ２Ｘ） 毫米波通信系統(tǒng)延時(shí)高、鏈路易阻塞等問題，基于車輛和用戶終端周圍環(huán)境狀態(tài)信息的感知，提出一種視覺輔助的能效最大阻塞預(yù)測方法。利用視覺感知模型實(shí)現(xiàn)系統(tǒng)對目標(biāo)用戶以及周圍障礙物的精準(zhǔn)感知，結(jié)合深度強(qiáng)化學(xué)習(xí)設(shè)計(jì)了一種融合特征和時(shí)間注意力的ＤＡ-ＤＢＬＳＴＭ 網(wǎng)絡(luò)預(yù)測未來鏈路阻塞到達(dá)時(shí)間，與傳統(tǒng)注意力相比，該融合注意力不僅可以關(guān)注每個(gè)時(shí)間單元中的不同特征，而且關(guān)注不同時(shí)間單元的時(shí)序信息，使檢測效果更優(yōu)。仿真和分析結(jié)果表明，提出的ＤＡ-ＤＢＬＳＴＭ 網(wǎng)絡(luò)預(yù)測鏈路阻塞效果明顯，在均方誤差（Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ，ＭＳＥ）、均方根誤差（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ，ＲＭＳＥ）、平均絕對誤差（Ｍｅａｎ Ａｂｓｏｌｕｔｅ Ｅｒｒｏｒ，ＭＡＥ） 和平均絕對百分比誤差（ＭｅａｎＡｂｓｏｌｕｔｅ Ｐｅｒｃｅｎｔａｇｅ Ｅｒｒｏｒ，ＭＡＰＥ） 方面均優(yōu)于現(xiàn)有方法。

關(guān)鍵詞：Ｖ２Ｘ 通信；機(jī)器視覺；雙向ＬＳＴＭ；注意力機(jī)制；阻塞預(yù)測

中圖分類號：ＴＮ９２ 文獻(xiàn)標(biāo)志碼：Ａ 開放科學(xué)（資源服務(wù)）標(biāo)識碼（ＯＳＩＤ）：

文章編號：１００３－３１０６（２０２４）０５－１２７７－０９

０ 引言

毫米波通信是當(dāng)前和未來無線通信的關(guān)鍵支柱網(wǎng)絡(luò)［１］，高頻段的帶寬可以滿足自動駕駛、智能交互等新興應(yīng)用對網(wǎng)絡(luò)速率的要求。毫米波主要依靠視距（Ｌｉｎｅ ｏｆ Ｓｉｇｈｔ，ＬｏＳ ）鏈路來實(shí)現(xiàn)高速率的信息傳輸，與非視距（Ｎｏｎ Ｌｉｎｅ ｏｆ Ｓｉｇｈｔ，ＮＬｏＳ）鏈路相比，ＬｏＳ 鏈路接收信號的功率更大，從而可以實(shí)現(xiàn)更好的通信功能［２］。當(dāng)環(huán)境中用戶與基站之間的ＬｏＳ 鏈路被遮擋時(shí)，用戶接收功率嚴(yán)重衰減，信噪比（Ｓｉｇｎａｌ ｔｏ Ｎｏｉｓｅ Ｒａｔｉｏ，ＳＮＲ）將嚴(yán)重降低，這些對毫米波通信的可靠性提出了挑戰(zhàn)。在以往的通信范式當(dāng)中，高質(zhì)量ＬｏＳ 鏈路的重建往往是被動重建，而對于高頻通信而言，系統(tǒng)能夠主動保持ＬｏＳ 鏈路非常重要，這需要系統(tǒng)具備感知環(huán)境的能力，因此，如何對環(huán)境中的物體進(jìn)行感知并提取利用相關(guān)信息成為了阻塞預(yù)測的關(guān)鍵難點(diǎn)。

近年來，隨著環(huán)境中不固定變量的增多，傳統(tǒng)的數(shù)學(xué)建模方式遠(yuǎn)不足以支撐環(huán)境中多樣化的信息感知和預(yù)測，為了獲取多樣化的環(huán)境信息，集成傳感和通信（Ｉｎｔｅｇｒａｔｅｄ Ｓｅｎｓｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ，ＩＳＡＣ）應(yīng)運(yùn)而生［３］。ＩＳＡＣ 利用智能終端上配備的傳感器，如相機(jī)、雷達(dá)輔助通信，從而感知環(huán)境中的各種信息，并通過深度神經(jīng)網(wǎng)絡(luò)與傳感器輔助相結(jié)合來有效減小系統(tǒng)選擇最優(yōu)波束所造成的開銷［４－５］，這些工作往往從無線傳感數(shù)據(jù)中學(xué)習(xí)一些統(tǒng)計(jì)規(guī)律來預(yù)測未來鏈路阻塞的發(fā)生。文獻(xiàn)［６］開發(fā)了一種基于機(jī)器學(xué)習(xí)的有效方案預(yù)測未來的阻塞，通過遞歸神經(jīng)網(wǎng)絡(luò)來處理波束序列進(jìn)而預(yù)測阻塞。文獻(xiàn)［７］開發(fā)了基于深度學(xué)習(xí)的毫米波雷達(dá)輔助波束預(yù)測方法，利用雷達(dá)信號處理的領(lǐng)域知識來提取并學(xué)習(xí)模型的相關(guān)特征。文獻(xiàn)［８］提出了一種利用無線信號和道路監(jiān)控系統(tǒng)驅(qū)動的新機(jī)制，基于多元回歸技術(shù)預(yù)測用戶到達(dá)阻塞區(qū)域的時(shí)間，從而確定最佳切換決策。文獻(xiàn)［９］提出了視覺輔助毫米波無線通信的波束預(yù)測方案，通過多層感知機(jī)估計(jì)用戶與攝像機(jī)之間的角度從而為用戶選擇最佳波束索引。文獻(xiàn)［１０］提出了一種新的深度學(xué)習(xí)架構(gòu)，通過利用光束和ＲＧＢ 圖像序列來預(yù)測全動態(tài)環(huán)境中的鏈路阻塞。文獻(xiàn)［１１］開發(fā)了２ 種基于深度神經(jīng)網(wǎng)絡(luò)的兩階段和端到端算法，用于預(yù)測傳入服務(wù)及其請求時(shí)間。

研究人員早期曾采用傳統(tǒng)的機(jī)器學(xué)習(xí)方法對感知信息進(jìn)行分類和預(yù)測［１２－１３］，如使用分類器或者回歸方法，然而研究發(fā)現(xiàn)這些以傳統(tǒng)機(jī)器學(xué)習(xí)方法為基礎(chǔ)的環(huán)境感知和預(yù)測結(jié)果很不理想，其性能太過依賴特征，具有較高的錯(cuò)誤率。為解決這些問題，基于Ｖｅｈｉｃｌｅ ｔｏ Ｅｖｅｒｙｔｈｉｎｇ（Ｖ２Ｘ）的智能感知通信（Ｉｎ-ｔｅｌｌｉｇｅｎｔ Ｐｅｒｃｅｐｔｉｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎ，ＩＰＣ）這一概念被提出，相較于傳統(tǒng)機(jī)器學(xué)習(xí)，ＩＰＣ 擺脫了太過依賴特征的缺點(diǎn)，可以直接捕獲原始數(shù)據(jù)之間的關(guān)系并將其擴(kuò)展到新場景中，具有較強(qiáng)的自主學(xué)習(xí)和泛化能力。此外，ＩＰＣ 具備獲取交通信息、實(shí)現(xiàn)波束跟蹤、遮擋判斷、參數(shù)獲取和資源配置等多種功能［１４］，對于多類其他通信場景例如智能反射面等也有良好的支撐，具有大規(guī)模部署和應(yīng)用的前景。

為了更好地解決Ｖ２Ｘ 毫米波通信穿透性差、鏈路易阻塞的問題，本文在考慮實(shí)際視覺和通信模型的情況下提出了一種基于視覺感知的新型Ｖ２Ｘ 通信阻塞預(yù)測方法，其本質(zhì)是將通信由“被動接收”轉(zhuǎn)化為“主動感知”，屬于主動感知輔助的通信新范式，是感知通信一體化新體系中的重要技術(shù)，此方法可以預(yù)測阻塞的到達(dá)時(shí)間，使系統(tǒng)提前改變通信方案（如將信號從另一個(gè)基站傳遞給用戶），從而實(shí)現(xiàn)通信的穩(wěn)定性。此外本文開發(fā)了一種融合注意力的機(jī)器學(xué)習(xí)方法，利用提取的散射體／ 環(huán)境相關(guān)特征有效預(yù)測未來阻塞到達(dá)時(shí)間。具體而言，首先，采用目標(biāo)檢測與定位算法分析視覺傳感器中的ＲＧＢ 圖像，檢測用戶和障礙物并確定其位置，視覺輔助Ｖ２Ｘ 通信僅以ＲＧＢ 圖像形式，不需要其他通道，可以顯著降低開銷。然后使用多種方法訓(xùn)練不同類型的神經(jīng)網(wǎng)絡(luò)，以預(yù)測未來阻塞到達(dá)的時(shí)間。最后，通過多項(xiàng)指標(biāo)對不同阻塞模型進(jìn)行評價(jià)對比分析。

１ 系統(tǒng)模型

Ｖ２Ｘ 通信在提高交通效率方面發(fā)揮著重要作用，低延時(shí)的通信取決于系統(tǒng)的處理速度和預(yù)測的準(zhǔn)確度，因此Ｖ２Ｘ 是本文的研究場景。本文考慮了一種室外通信場景，如圖１ 所示，道路上有一些車輛和行人，道路邊有一個(gè)毫米波基站為處于繁忙道路上的靜止用戶提供服務(wù)，每個(gè)基站配備了具有Ｍ 個(gè)元素的均勻平面陣列（Ｕｎｉｆｏｒｍ Ｐｌａｎａｒ Ａｒｒａｙ，ＵＰＡ），為了捕捉到實(shí)時(shí)的ＲＧＢ 圖像，系統(tǒng)在毫米波基站上方配備ＲＧＢ 攝像頭用來感知并監(jiān)控周圍環(huán)境，并獲取相關(guān)信息，該信息可以潛在地用于主動預(yù)測由移動物體引起的未來鏈路阻塞時(shí)間。通信系統(tǒng)采用正交分頻復(fù)用技術(shù)，采用預(yù)定義的波束形成碼本F＝ ｛ｆｍ｝ Ｑｍ ＝ １ ，ｆｍ ∈CＭ×１ 和Ｑ 是碼本中波束形成向量的總數(shù)，其中維度Ｍ 表示基站的天線個(gè)數(shù)。對于無線環(huán)境中的任何毫米波用戶，其接收到的下行信號為：

ｙｋ ＝ ｈＴｋｆｍ ｘ ＋ ｎｋ ， （１）

式中：ｙｋ ∈C為用戶在第ｋ 個(gè)子載波處接收的信號，ｈｋ ∈CＭ×１ 為基站和用戶在第ｋ 個(gè)子載波處之間的信道，ｘ∈C\"為傳輸數(shù)據(jù)符號，ｎｋ 為從復(fù)高斯分布ＮC（０，σ２ ）中提取的噪聲樣本。

１． １ 信道模型

本文假設(shè)了一個(gè)幾何信道模型，其中用戶在第ｋ 個(gè)子載波上的信道向量為：

式中：Ｌ 為信道路徑數(shù)，ασ 、ησ 、θσ 、Φσ 分別表示第σ 個(gè)信道的路徑增益（包括路徑損失）、時(shí)延、到達(dá)方位角和到達(dá)仰角，Ｔｓ 為采樣時(shí)間，Ｄ 為循環(huán)前綴長度。

１． ２ 阻塞預(yù)測模型

本文工作主要是觀察在基站捕獲的一系列圖像樣本，并利用感測數(shù)據(jù)來預(yù)測靜止用戶未來多久將被環(huán)境中的障礙物阻擋在窗口內(nèi)，令時(shí)刻ｔ 在基站捕獲單個(gè)ＲＧＢ 圖像為Ｚ［ｔ］∈RＷ×Ｈ×Ｃ ，Ｗ、Ｈ、Ｃ 分別是圖像的寬度、高度和顏色通道數(shù)。在任一時(shí)刻τ∈Z ，定義基站使用的ＲＧＢ 圖像序列Ｓ［τ］為：

Ｓ［τ］ ＝ ｛Ｓ［ｔ］｝τｔ＝ τ －ｒ ＋１ ， （３）

式中：ｒ∈Z 為預(yù)測未來鏈路阻塞到達(dá)時(shí)間的輸入序列或觀察窗口的長度。根據(jù)輸入的圖像序列Ｓ［τ］預(yù)測下一時(shí)刻阻塞距離到達(dá)靜止用戶所需具體時(shí)間Ｔｄ，需要注意的是，本項(xiàng)工作不關(guān)注確切的未來實(shí)例窗口狀態(tài)，而是考慮表示未來阻塞到來的具體時(shí)間。采用機(jī)器學(xué)習(xí)模型去學(xué)習(xí)Ｓ［τ］到Ｔｄ 的映射任務(wù)，定義一個(gè)函數(shù)ｆθ，該函數(shù)將觀察到的圖像序列Ｓ［τ］映射到未來堵塞到達(dá)的時(shí)間Ｔｄ 中去，函數(shù)ｆθ可以表示為

ｆθ ：Ｓ［τ］→ Ｔｄ ， （４）

式中：θ 表示機(jī)器學(xué)習(xí)模型的參數(shù)，從標(biāo)記序列的數(shù)據(jù)集中學(xué)習(xí)。

２ 視覺輔助阻塞預(yù)測方法

在Ｖ２Ｘ 通信網(wǎng)絡(luò)中，ＬｏＳ 鏈路阻塞通常是由環(huán)境中可移動物體造成的，例如汽車、公交車等，考慮真實(shí)場景中移動對象的動態(tài)特性，未來阻塞任務(wù)的預(yù)測將更加具有挑戰(zhàn)性。為此，將阻塞預(yù)測分為對象檢測和時(shí)序預(yù)測２ 個(gè)子任務(wù)。如圖２ 所示，第一個(gè)子任務(wù)涉及檢測環(huán)境中感興趣的相關(guān)對象，考慮到當(dāng)前計(jì)算機(jī)視覺和深度學(xué)習(xí)領(lǐng)域的最新進(jìn)展，這項(xiàng)任務(wù)可以利用基于卷積神經(jīng)網(wǎng)絡(luò)（ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＣＮＮ）的物體檢測執(zhí)行，例如ＹＯＬＯ（Ｙｏｕ Ｏｎｌｙ Ｌｏｏｋ Ｏｎｃｅ）模型，其主要是從圖像中提取相關(guān)特征，并在圖像中繪制邊界框來鎖定感興趣的具體特征。第二個(gè)子任務(wù)是以第一個(gè)子任務(wù)提取的相關(guān)特征作為輸入，通過機(jī)器學(xué)習(xí)模型從提取的特征中學(xué)習(xí)潛在的關(guān)鍵指標(biāo)，進(jìn)而預(yù)測未來時(shí)刻窗口用戶被阻塞的剩余時(shí)間。

２． １ 目標(biāo)檢測與定位

為了準(zhǔn)確快速地識別環(huán)境中感興趣的對象并提取其邊界框坐標(biāo)，本文采用了ＹＯＬＯｖ７ 版本的目標(biāo)檢測模型［１５］，ＹＯＬＯｖ７ 是一種單階段目標(biāo)檢測算法，與雙階段檢測方法相比具有更快的速度和更高的準(zhǔn)確度，主要通過處理視覺數(shù)據(jù)從中獲取感興趣對象的信息。在本文工作中未重新采集圖片、對圖片進(jìn)行標(biāo)注，而是直接利用官方開源的ＣＯＣＯ 預(yù)訓(xùn)練權(quán)重，其包含行人、汽車和公交車等８０ 種類別，完全能夠滿足環(huán)境中存在大多數(shù)相關(guān)對象的檢測。

通過目標(biāo)檢測可以提取感興趣對象的邊界框坐標(biāo)，因其是歸一化后的坐標(biāo)，處理后得到邊框左上角和右下角像素點(diǎn)坐標(biāo)（ｘ１ ，ｙ１ ）、（ｘ２ ，ｙ２ ）。由于邊界框可以由左上角和右下角這２ 組坐標(biāo)表示，因此可以將ｘ１ 、ｙ１ 、ｘ２ 、ｙ２ 四元組作為邊界框的特征表示。

通過以上步驟可以獲得物體像素尺度的位置信息，物體真實(shí)速度的獲取前提是如何將像素尺度坐標(biāo)轉(zhuǎn)換成真實(shí)場景下的物理坐標(biāo)。實(shí)驗(yàn)中將相機(jī)固定在某一位置以保證拍攝圖像具有相同范圍大小的視野，視野范圍的恒定意味著實(shí)際物理距離也不會發(fā)生變化，具體計(jì)算公式如下：

式中：Ｗ* 為圖像在真實(shí)場景中所占據(jù)的寬度，單位ｍ；Ｗ 為圖像中的像素寬度，ｘｔ２ 和ｘｔ１ 分別表示目標(biāo)在ｔ２ 和ｔ１ 時(shí)刻的像素點(diǎn)中心點(diǎn)位置，ＦＰＳ 為一幀的時(shí)間。

而后將坐標(biāo)與速度連接形成向量β∈RＹ×１ ，Ｙ 為檢測到的物體數(shù)目，因每個(gè)數(shù)據(jù)樣本中檢測到的物體數(shù)目未必相同，這將導(dǎo)致提取的特征長度不固定。為了保證向量β 長度一致，用Ｚ－Ｙ 個(gè)零值去填充以獲得長度一致的向量β＾ ∈RＺ×１ 。經(jīng)過以上處理，物體坐標(biāo)和速度連接形成的固定長度向量β＾ 就可以被提取出來。

２． ２ 阻塞預(yù)測方法

此方法無需再用圖像序列，只需從圖像中提取目標(biāo)的邊框坐標(biāo)和速度，這將大大減少計(jì)算量，有效節(jié)省運(yùn)算時(shí)間。由于提取信息為時(shí)序序列信息，故只考慮采用不同類型的時(shí)序神經(jīng)網(wǎng)絡(luò)，如長短期記憶（Ｌｏｎｇ Ｓｈｏｒｔ Ｔｅｒｍ Ｍｅｍｏｒｙ，ＬＳＴＭ）神經(jīng)網(wǎng)絡(luò)、門控循環(huán)網(wǎng)絡(luò)（Ｇａｔｅｄ Ｒｅｃｕｒｒｅｎｔ Ｕｎｉｔ，ＧＲＵ）等。為了預(yù)測用戶下一時(shí)刻的阻塞剩余時(shí)間，本文以時(shí)間序列｛β＾ ［τ－ｒ＋１］，…，β＾ ［τ］｝作為輸入，進(jìn)而完成預(yù)測任務(wù)并對比分析其效果。

２． ２． １ ＬＳＴＭ 網(wǎng)絡(luò)

ＬＳＴＭ 是一種特殊的時(shí)序網(wǎng)絡(luò)［１６］，通過遺忘、記憶和更新３ 個(gè)門控單元控制信息的保留和傳遞。如圖３ 所示，遺忘門決定了上一時(shí)刻單元狀態(tài)Ｃｔ－１ 中哪些信息需要被遺忘。記憶門與遺忘門相反，它由Ｓｉｇｍｏｉｄ 和ｔａｎｈ 兩個(gè)神經(jīng)網(wǎng)絡(luò)層組成。Ｓｉｇｍｏｉｄ 網(wǎng)絡(luò)層接收ｘｔ 和ｈｔ－１ 作為輸入，輸出ｉｔ 決定哪些信息需要被更新；ｔａｎｈ 網(wǎng)絡(luò)層通過整合輸入的ｘｔ 和ｈｔ－１ 來創(chuàng)建一個(gè)新的－１ ～ １ 的狀態(tài)候選量Ｃ～ｔ，并對其更新得到新狀態(tài)Ｃｔ。輸出門用來控制Ｃｔ 中的內(nèi)容輸出到ＬＳＴＭ 網(wǎng)絡(luò)當(dāng)前的輸出值ｈｔ 中。

２． ２． ２ Ｂｉ-ＬＳＴＭ 網(wǎng)絡(luò)

Ｂｉ-ＬＳＴＭ 簡稱雙向ＬＳＴＭ，是ＬＳＴＭ 的一種變體［１７］。如圖４ 所示，它由輸入層、正向ＬＳＴＭ、反向ＬＳＴＭ 以及輸出層組成，正向ＬＳＴＭ 提取輸入特征序列的正向特征，而反向ＬＳＴＭ 與之相反，提取特征序列從后往前的反向特征，輸出層負(fù)責(zé)對二者的輸出數(shù)據(jù)進(jìn)行整合。

正向ＬＳＴＭ 和反向ＬＳＴＭ 的計(jì)算如表１ 所示，其中ｘｔ 為ｔ 時(shí)刻的輸入序列，Ｃｔ 為ｔ 時(shí)刻的細(xì)胞狀態(tài)，ｈｔ－１ 為隱層狀態(tài)，Ｗｆ、Ｗｉ、Ｗｃ、Ｗｏ 分別為記憶細(xì)胞狀態(tài)、遺忘門、輸入門、輸出門的權(quán)重矩陣，ｂｆ、ｂｉ、ｂｃ、ｂｏ 分別表示其對應(yīng)偏置。由此可以求出在ｔ 時(shí)刻的輸出ｙｔ 為

ｙｔ ＝ Ｗｙ ｈ ＋ Ｗ*ｙ ｈ′ ＋ ｂｙ ， （６）

式中：Ｗｙ 和Ｗ*ｙ 分別為正向輸入和反向輸入到隱層權(quán)重矩陣，ｂｙ 為其偏置。

由于其使用過去時(shí)刻和未來時(shí)刻的信息，因此對于遠(yuǎn)距離時(shí)間序列預(yù)測，Ｂｉ-ＬＳＴＭ 可以獲得比ＬＳＴＭ 更好的性能。

２． ２． ３ ＤＡＤＢＬＳＴＭ 網(wǎng)絡(luò)

通過在神經(jīng)網(wǎng)絡(luò)輸出端引入注意力的方法雖然已經(jīng)很普遍［１８－２０］，但是同時(shí)引入２ 種不同注意力在Ｖ２Ｘ 通信領(lǐng)域還未得到廣泛應(yīng)用，本文分別在雙層Ｂｉ-ＬＳＴＭ 的每個(gè)隱層輸出端引入特征注意力（Ｆｅａｔｕｒｅ Ａｔｔｅｎｔｉｏｎ，ＦｅａＡｔｔｎ）和時(shí)間注意力（Ｔｉｍｅ Ａｔ-ｔｅｎｔｉｏｎ，ＴｉｍｅＡｔｔｎ）。ＦｅａＡｔｔｎ 可以獲取特征空間的不同位置特征之間的信息，關(guān)注每個(gè)時(shí)間點(diǎn)上不同特征的性能，使得單位時(shí)間序列可以自適應(yīng)地選擇最相關(guān)的屬性。ＴｉｍｅＡｔｔｎ 可以捕獲時(shí)間序列之間的信息，關(guān)注不同時(shí)間序列的屬性，從而使系統(tǒng)更全面的利用序列數(shù)據(jù)。圖５ 展示了ＤＡ-ＤＢＬＳＴＭ 模型的網(wǎng)絡(luò)結(jié)構(gòu)，第一層為Ｂｉ-ＬＳＴＭ 網(wǎng)絡(luò)，負(fù)責(zé)從輸入數(shù)據(jù)中挖掘出每個(gè)單元序列中的隱藏信息，對于輸入時(shí)間序列Ｘ ＝ （Ｘ１ ，Ｘ２ ，…，ＸＴ），Ｘｔ ∈RＮ ，Ｎ 表示序列數(shù)據(jù)中的特征數(shù)量，Ｂｉ-ＬＳＴＭ 網(wǎng)絡(luò)主要學(xué)習(xí)從Ｘｔ 到ｈｔ的映射任務(wù)：

ｈｔ ＝ ｆ１（Ｘｔ，ｈｔ－１ ）， （７）

式中：ｈｔ 表示ｔ 時(shí)刻的隱藏層向量，ｆ１ 表示時(shí)序神經(jīng)網(wǎng)絡(luò)，Ｘｔ ＝ （ｘ１ｔ，ｘ２ｔ，…，ｘＮｔ）表示單位時(shí)間序列中的Ｎ 個(gè)特征向量。第二層是ＦｅａＡｔｔｎ 層，它可以選擇性地將關(guān)注點(diǎn)聚焦于特定的特征上，由于考慮了每個(gè)特征對ｈｔ 的作用，因此能夠獲得更好的效果。通過利用從第一層中捕獲的單位時(shí)間序列的每組特征，可以得到關(guān)于特征的注意機(jī)制，計(jì)算如下：

式中：ｇ∈?。浴ⅲ鳎?∈RＴ×ｈｉｄｄｅｎ＿ｓｉｚｅ和ｕ∈RＴ×Ｔ為需要學(xué)習(xí)的權(quán)重矩陣，Ｘｉ ＝ （ｘｉ１，ｘｉ２，…，ｘｉＴ ）∈RＴ為序列長度為Ｔ 的第ｉ 個(gè)特征序列數(shù)據(jù)，αｉｔ為第ｉ 個(gè)特征在時(shí)間ｔ分配的關(guān)注權(quán)重值。將αｉｔ在時(shí)間ｔ 分配給輸入向量Ｘ ～ｔ：

Ｘ～ｔ ＝ （α１ｔｘ１ｔ，α２ｔｘ２ｔ，…，αＮｔｘＮｔ）。（１０）

在時(shí)間ｔ 自適應(yīng)地選擇不同的特征之后，獲得新的輸入向量Ｘ ～ｔ。與Ｘｔ 相比，Ｘ ～ｔ 可以選擇性地關(guān)注不同的特征，而不是將相同的權(quán)重分配給每個(gè)特征。而后將從ＦｅａＡｔｔｎ 層輸出的序列Ｘ ～ ＝ （Ｘ ～１ ，Ｘ ～２ ，…，Ｘ ～Ｔ）作為輸入送入第三層網(wǎng)絡(luò)。第三層網(wǎng)絡(luò)同第一層類似，用來學(xué)習(xí)第二層輸出序列Ｘ ～ｔ 到ｈ～ｔ 的映射函數(shù)：

ｔ ＝ ｆ２（Ｘ～ｔ，ｈ ～ｔ－１ ）， （１１）

式中：ｈ～ｔ 是ｔ 時(shí)刻的第三層網(wǎng)絡(luò)的隱藏層向量，ｈ～ｔ－１ 是隱藏層的前一個(gè)單元的輸出，ｆ２ 是時(shí)序神經(jīng)網(wǎng)絡(luò)。然后ＴｉｍｅＡｔｔｎ 層以從第三層網(wǎng)絡(luò)的隱藏層狀態(tài)Ｈ ～ｔ ＝ （ｈ～１ ，ｈ～２ ，…，ｈ～Ｔ）作為輸入，對其進(jìn)行加權(quán)求和，處理過程如式（１２）～ 式（１４）所示：

式中：ｇ～ 和ｗ～ｔ 為權(quán)重矩陣，αｔ 為時(shí)間序列分配所得的關(guān)注權(quán)重值，ｓｔ 為隱層狀態(tài)與注意力權(quán)重加權(quán)后的值，最后將其通過全連接層得到預(yù)測結(jié)果。

本文提出的ＤＡＤＢＬＳＴＭ 模型內(nèi)容總結(jié)如下：首先，第一層網(wǎng)絡(luò)提取每個(gè)序列單元的隱藏層信息，學(xué)習(xí)相應(yīng)的映射任務(wù)；然后，通過第二層的ＦｅａＡｔｔｎ機(jī)制在不同時(shí)間自適應(yīng)地選擇特征；其次，將隱藏層信息和不同時(shí)間的不同特征組合成新的輸入序列數(shù)據(jù)，送入第三層網(wǎng)絡(luò)學(xué)習(xí)映射任務(wù)；最后，第三層的輸出經(jīng)過ＴｉｍｅＡｔｔｎ 層，對時(shí)間序列分配注意力并通過全連接層輸出預(yù)測值。

３ 仿真分析

３． １ 實(shí)驗(yàn)環(huán)境、參數(shù)配置和評估指標(biāo)

實(shí)驗(yàn)所用計(jì)算機(jī)硬件配置為：處理器Ｉｎｔｅｌ Ｘｅｏｎ Ｐｌａｔｉｎｕｍ８２５５Ｃ，ＣＰＵ 頻率為２． ５ ＧＨｚ，ＧＰＵ加速顯卡為ＮＶＩＤＩＡ ＧｅＦｏｒｃｅ ＲＴＸ ２０８０Ｔｉ，操作系統(tǒng)為Ｕｂｕｎｔｕ １８． ０４，使用ｐｙｔｈｏｎ３． ７ 編程。實(shí)驗(yàn)采用ＲＧＢ 相機(jī)自行拍攝所在街道場景，采樣頻率每秒約１０ 個(gè)樣本，共２ ０００ 個(gè)樣本，將其按照７ ∶ ２ ∶ １ 的比例劃分為訓(xùn)練集、驗(yàn)證集和測試集，通過目標(biāo)檢測模型及相關(guān)處理提取生成的特征序列，對其進(jìn)行最大最小歸一化處理，該方法能夠消除變異量綱和變異范圍的影響，確保數(shù)據(jù)是在同一量綱下進(jìn)行比較，處理后進(jìn)而將其送入深度學(xué)習(xí)模型以評估未來阻塞發(fā)生的可能性。所提出的Ｂｉ-ＬＳＴＭ 模型中有３ 個(gè)主要參數(shù)，分別是隱藏層大小、時(shí)間窗長度和批次大小。由于深度學(xué)習(xí)模型具有參數(shù)化特性，模型的訓(xùn)練和測試受參數(shù)的影響較大。實(shí)驗(yàn)采用隨機(jī)梯度下降算法更新參數(shù)直到模型收斂，并采取控制變量方式，反復(fù)對驗(yàn)證集進(jìn)行驗(yàn)證以得到使模型學(xué)習(xí)效果最佳的參數(shù)配置，從而避免出現(xiàn)精度波動的問題。為了在處理大規(guī)模數(shù)據(jù)和復(fù)雜模型時(shí)更具優(yōu)勢，采用Ａｄａｍ 優(yōu)化器，訓(xùn)練過程損失函數(shù)為ｍｅａｎ＿ｓｑｕａｒｅｄ＿ｅｒｒｏｒ，學(xué)習(xí)率為０． ００１，批次大小為１０，訓(xùn)練次數(shù)為５０。

本文使用滑動窗口的方式處理數(shù)據(jù)，以多張圖片生成的特征序列為一組，作為輸入以預(yù)測未來一個(gè)窗口內(nèi)用戶距離阻塞來臨的剩余時(shí)間Ｔｄ。使用均方根誤差（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ，ＲＭＳＥ）、均方誤差（Ｍｅａｎ Ｓｑｕａｒｅ Ｅｒｒｏｒ，ＭＳＥ）、平均絕對誤差（ＭｅａｎＡｂｓｏｌｕｔｅ Ｅｒｒｏｒ，ＭＡＥ ）以及平均絕對百分比誤差（Ｍｅａｎ Ａｂｓｏｌｕｔｅ Ｐｅｒｃｅｎｔａｇｅ Ｅｒｒｏｒ，ＭＡＰＥ）來評估ＤＡ-ＤＢＬＳＴＭ 模型的預(yù)測性能。評估指標(biāo)的計(jì)算如下：

式中：Ｙｉ 為實(shí)際值，Ｙ*ｉ 為預(yù)測值。

３． ２ 參數(shù)靈敏度實(shí)驗(yàn)

為探究最佳時(shí)間窗長度和隱藏層大小及其對ＤＡ-ＤＢＬＳＴＭ 模型的影響，實(shí)驗(yàn)選取ＤＡ-ＤＢＬＳＴＭ、ＢｉＬＳＴＭ-ＦｅａＡｔｔｎ 和ＢｉＬＳＴＭ-ＴｉｍｅＡｔｔｎ 進(jìn)行實(shí)驗(yàn)并繪制其ＲＭＳＥ，如圖６ 所示。

從圖６（ａ）可以看出，在保持其他參數(shù)大小不變的情況下改變時(shí)間窗長度，設(shè)置時(shí)間窗步長分別為２、４、６、１０、１５，當(dāng)時(shí)間窗步長為６ 時(shí)，３ 種網(wǎng)絡(luò)的ＲＭＳＥ 均低于其他時(shí)間窗步長，當(dāng)時(shí)間窗步長的長度太短或太長時(shí)，３ 種網(wǎng)絡(luò)的性能會變差，但相較于Ｂｉ-ＬＳＴＭ-ＦｅａＡｔｔｎ 和Ｂｉ-ＬＳＴＭ-ＴｉｍｅＡｔｔｎ，ＤＡ-ＤＢＬＳＴＭ具有更好的魯棒性。此外，從圖中很容易觀察到當(dāng)時(shí)間窗步長較大時(shí)，ＤＡＤＢＬＳＴＭ 顯著優(yōu)于另外２ 種網(wǎng)絡(luò)，這也表明ＴｉｍｅＡｔｔｎ 機(jī)制可以通過在所有時(shí)間步長中選擇相關(guān)的編碼器隱藏狀態(tài)來捕獲長期依賴關(guān)系。

通過設(shè)置時(shí)間步長為６，實(shí)驗(yàn)進(jìn)一步研究隱藏層大小與ＲＭＳＥ 之間的關(guān)系，分別設(shè)置隱藏層大小為６、１２、１８、２４、３２，并將其關(guān)系通過圖６（ｂ）進(jìn)行繪制，注意到當(dāng)隱藏層大小為１２，ＤＡ-ＤＢＬＳＴＭ 可以實(shí)現(xiàn)最佳性能，盡管另外２ 種網(wǎng)絡(luò)在隱藏層大小為２４達(dá)到最優(yōu)，但ＲＭＳＥ 仍遠(yuǎn)遠(yuǎn)高于ＤＡ-ＤＢＬＳＴＭ，這表明ＤＡＤＢＬＳＴＭ 對參數(shù)具有更強(qiáng)的魯棒性。還可以觀測到僅添加ＦｅａＡｔｔｎ 的網(wǎng)絡(luò)相較于僅添加ＴｉｍｅＡｔｔｎ 的網(wǎng)絡(luò)，受隱藏層大小變化的影響較小，網(wǎng)絡(luò)更穩(wěn)定，這也驗(yàn)證了ＦｅａＡｔｔｎ 對元素間狀態(tài)關(guān)系的捕獲具有一定的增強(qiáng)作用。

３． ３ 阻塞時(shí)間預(yù)測實(shí)驗(yàn)

為驗(yàn)證ＤＡ-ＤＢＬＳＴＭ 模型的性能，實(shí)驗(yàn)采?。拢?ＬＳＴＭ、Ｄｏｕｂｌｅ Ｂｉ-ＬＳＴＭ、Ｂｉ-ＬＳＴＭ-ＦｅａＡｔｔｎ 和Ｂｉ-ＬＳＴＭ-ＴｉｍｅＡｔｔｎ 四種模型與之對比。公平起見，除注意力外，其他網(wǎng)絡(luò)與之對比的４ 種模型均與其采用相同的參數(shù)。當(dāng)輸入數(shù)據(jù)組數(shù)一定時(shí)，實(shí)驗(yàn)探究了幾種模型從輸入到輸出的運(yùn)行時(shí)間，并將其以柱狀圖的形狀繪制，如圖７ 所示。從圖中可以看出，Ｂｉ-ＬＳＴＭ和Ｂｉ-ＬＳＴＭ-ＦｅａＡｔｔｎ、Ｂｉ-ＬＳＴＭ-ＴｉｍｅＡｔｔｎ 兩種網(wǎng)絡(luò)的運(yùn)行時(shí)間接近，ＤＡ-ＤＢＬＳＴＭ 網(wǎng)絡(luò)的運(yùn)行時(shí)間略微高于Ｄｏｕｂｌｅ Ｂｉ-ＬＳＴＭ 網(wǎng)絡(luò)，但卻遠(yuǎn)大于Ｂｉ-ＬＳＴＭ 網(wǎng)絡(luò)，這是因?yàn)椋模?ＤＢＬＳＴＭ 相較于Ｂｉ-ＬＳＴＭ 擁有更深的網(wǎng)絡(luò)結(jié)構(gòu)，因此在處理本文復(fù)雜數(shù)據(jù)時(shí)具備更強(qiáng)大的特征抽取和處理能力，能夠更有效地捕捉數(shù)據(jù)之間的關(guān)聯(lián)性，這也意味著需要更多的計(jì)算資源和時(shí)間來完成工作。

表２ 為ＤＡ-ＤＢＬＳＴＭ 與其他模型對比?？梢钥闯?，采用的ＤＡ-ＤＢＬＳＴＭ 模型在評估指標(biāo)ＲＭＳＥ、ＭＳＥ、ＭＡＥ 以及ＭＡＰＥ 方面的值比其他模型小很多。以ＭＳＥ 為例，Ｂｉ-ＬＳＴＭ、Ｄｏｕｂｌｅ Ｂｉ-ＬＳＴＭ、Ｂｉ-ＬＳＴＭ-ＦｅａＡｔｔｎ、Ｂｉ-ＬＳＴＭ-ＴｉｍｅＡｔｔｎ 和Ｄｏｕｂｌｅ-ＬＳＴＭ的ＭＳＥ 分別為０． ２１８ ５、０． ２３０ ４、０． １７５ ３、０． １３９ ５，ＤＡ-ＤＢＬＳＴＭ 模型將ＭＳＥ 降低至０． １１６ ３，比ＢｉＬＳＴＭ 模型低了將近一倍。對于ＲＭＳＥ、ＭＡＥ 和ＭＡＰＥ，ＤＡ-ＤＢＬＳＴＭ 模型也遠(yuǎn)遠(yuǎn)低于其余４ 種模型。為了更清晰地展示表２ 中的結(jié)果，將表２ 中的數(shù)據(jù)按照百分比進(jìn)行縮放并在圖８ 中繪制，也可以看出ＤＡ-ＤＢＬＳＴＭ 性能指標(biāo)明顯低于其他模型。

基于此，實(shí)驗(yàn)還對每個(gè)模型進(jìn)行２０ 次試驗(yàn)得出不同模型４ 種指標(biāo)的變化區(qū)間并繪制，圖９ 分別展示了４ 種模型的ＲＭＳＥ、ＭＳＥ、ＭＡＥ 和ＭＡＰＥ 的方箱圖，從圖中不難看出，ＤＡ-ＤＢＬＳＴＭ 模型呈現(xiàn)出來的性能明顯優(yōu)于其他模型，該模型的中線以及最小值均在其他模型之下，平均值也遠(yuǎn)遠(yuǎn)小于其他模型，變化區(qū)間也保持在一定范圍，相對來說比較穩(wěn)定。由此可得出結(jié)論，ＤＡ-ＤＢＬＳＴＭ 模型不僅可以顯著提高預(yù)測精度，對改善系統(tǒng)穩(wěn)定性也有很大幫助。

４ 結(jié)束語

本文對視覺輔助Ｖ２Ｘ 通信網(wǎng)絡(luò)進(jìn)行研究，針對未來阻塞到達(dá)時(shí)間預(yù)測，提出了一種融合注意力機(jī)制的ＤＡ-ＤＢＬＳＴＭ 網(wǎng)絡(luò)。在雙層雙向ＬＳＴＭ 網(wǎng)絡(luò)中引入ＦｅａＡｔｔｎ 和ＴｉｍｅＡｔｔｎ 層，從而可以自適應(yīng)地分配特征和時(shí)間權(quán)重，使系統(tǒng)性能最優(yōu)。并與多種先進(jìn)的時(shí)序神經(jīng)網(wǎng)絡(luò)進(jìn)行對比，驗(yàn)證其網(wǎng)絡(luò)性能。仿真結(jié)果表明，本文提出的ＤＡ-ＤＢＬＳＴＭ 網(wǎng)絡(luò)在精度和穩(wěn)定性方面優(yōu)于其他先進(jìn)方法，不僅具有較高的預(yù)測精度，而且對注意機(jī)制的使用和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)提供了一種新的毫米波通信應(yīng)用思路。未來計(jì)劃將該思路拓展到其他信息感知模式，并融合多模態(tài)感知數(shù)據(jù)準(zhǔn)確、高效地提取靜態(tài)和動態(tài)環(huán)境信息，綜合利用新的多個(gè)維度來輔助系統(tǒng)的設(shè)計(jì)與優(yōu)化。

參考文獻(xiàn)

［１］ ＨＯＮＧ Ｗ，ＪＩＡＮＧ Ｚ Ｈ，ＹＵ Ｃ，ｅｔ ａｌ． Ｔｈｅ Ｒｏｌｅ ｏｆＭｉｌｌｉｍｅｔｅｒｗａｖｅ Ｔｅｃｈｎｏｌｏｇｉｅｓ ｉｎ ５Ｇ ／ ６Ｇ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ［Ｊ］． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｆ Ｍｉｃｒｏｗａｖｅｓ，２０２１，１ （１）：１０１－１２２．

［２］ ＣＨＡＲＡＮ Ｇ，ＡＬＲＡＢＥＩＡＨ Ｍ，ＡＬＫＨＡＴＥＥＢ Ａ． Ｖｉｓｉｏｎａｉｄｅｄ ６Ｇ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ｂｌｏｃｋａｇｅ Ｐｒｅｄｉｃｔｉｏｎａｎｄ Ｐｒｏａｃｔｉｖｅ Ｈａｎｄｏｆｆ ［Ｊ ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎＶｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２１，７０（１０）：１０１９３－１０２０８．

［３］ ＴＩＡＮ Ｙ，ＰＡＮ Ｇ Ｆ，ＡＬＯＵＩＮＩ ＭＳ． Ａｐｐｌｙｉｎｇ Ｄｅｅｐｌｅａｒｎｉｎｇｂａｓｅｄ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ｔｏ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ｍｅｔｈｏｄｏｌｏｇｉｅｓ，Ｏｐｐｏｒｔｕｎｉｔｉｅｓ，ａｎｄ Ｃｈａｌｌｅｎｇｅｓ ［Ｊ］．ＩＥＥＥ Ｏｐｅｎ Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｏｃｉｅｔｙ，２０２０，２：１３２－１４３．

［４］ ＴＯＬＳＴＩＫＨＩＮ Ｉ，ＨＯＵＬＳＢＹ Ｎ，ＫＯＬＥＳＮＩＫＯＶ Ａ，ｅｔ ａｌ．ＭＬＰＭｉｘｅｒ：Ａｎ ＡｌｌＭＬＰ Ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ Ｖｉｓｉｏｎ ［ＥＢ ／ＯＬ］． （２０２１－０６－１１）［２０２３－６－２０］． ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ａｂｓ ／ ２１０５． ０１６０１ｖ４．

［５］ ＲＯＹ Ｋ，ＩＳＨＭＡＭ Ａ，ＴＡＨＥＲ Ｋ． Ｄｅｍａｎｄ Ｆｏｒｅｃａｓｔｉｎｇ ｉｎＳｍａｒｔ Ｇｒｉｄ Ｕｓｉｎｇ Ｌｏｎｇ Ｓｈｏｒｔｔｅｒｍ Ｍｅｍｏｒｙ［Ｃ］∥２０２１ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｕｔｏｍａｔｉｏｎ，Ｃｏｎｔｒｏｌ ａｎｄ Ｍｅｃｈａｔｒｏｎｉｃｓ ｆｏｒ Ｉｎｄｕｓｔｒｙ ４． ０ （ＡＣＭＩ）． Ｒａｊｓｈａｈｉ，ＩＥＥＥ，２０２１：１－５．

［６］ ＣＨＡＲＡＮ Ｇ，ＡＬＫＨＡＴＥＥＢ Ａ． Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ＡｉｄｅｄＢｌｏｃｋａｇｅ Ｐｒｅｄｉｃｔｉｏｎ ｉｎ Ｒｅａｌｗｏｒｌｄ Ｍｉｌｌｉｍｅｔｅｒ Ｗａｖｅ Ｄｅｐｌｏｙｍｅｎｔｓ［Ｃ］∥ ２０２２ ＩＥＥＥ Ｇｌｏｂｅｃｏｍ Ｗｏｒｋｓｈｏｐｓ （ＧＣＷｋｓｈｐｓ）． Ｒｉｏ ｄｅ Ｊａｎｅｉｒｏ：ＩＥＥＥ，２０２２：１７１１－１７１６．

［７］ ＤＥＭＩＲＨＡＮ Ｕ，ＡＬＫＨＡＴＥＥＢ Ａ． Ｒａｄａｒ Ａｉｄｅｄ ６Ｇ ＢｅａｍＰｒｅｄｉｃｔｉｏｎ：Ｄｅｅｐ Ｌｅａｒｎｉｎｇ Ａｌｇｏｒｉｔｈｍｓ ａｎｄ ＲｅａｌｗｏｒｌｄＤｅｍｏｎｓｔｒａｔｉｏｎ［Ｃ］∥２０２２ ＩＥＥＥ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓａｎｄ Ｎｅｔｗｏｒｋｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ （ＷＣＮＣ）． Ａｕｓｔｉｎ：ＩＥＥＥ，２０２２：２６５５－２６６０．

［８］ ＡＬＱＵＲＡＡＮ Ｍ，ＫＨＡＮ Ａ，ＭＯＨＪＡＺ Ｉ，ｅｔ ａｌ． ＩｎｔｅｌｌｉｇｅｎｔＢｌｏｃｋａｇｅ Ｐｒｅｄｉｃｔｉｏｎ ａｎｄ Ｐｒｏａｃｔｉｖｅ Ｈａｎｄｏｖｅｒ ｆｏｒ ＳｅａｍｌｅｓｓＣｏｎｎｅｃｔｉｖｉｔｙ ｉｎ Ｖｉｓｉｏｎａｉｄｅｄ ５Ｇ ／ ６Ｇ ＵＤＮｓ ［ＥＢ ／ ＯＬ ］．（２０２２－０２－２１）［２０２３－０６－２０］． ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ ａｂｓ ／２２０３． １６４１９ｖ１．

［９］ ＹＩＮＧ Ｚ Ｑ，ＹＡＮＧ Ｈ Ｊ，ＧＡＯ Ｊ，ｅｔ ａｌ． Ａ Ｎｅｗ ＶｉｓｉｏｎａｉｄｅｄＢｅａｍ Ｐｒｅｄｉｃｔｉｏｎ Ｓｃｈｅｍｅ ｆｏｒ ｍｍＷａｖｅ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ［Ｃ］∥２０２０ ＩＥＥＥ ６ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎＣｏｍｐｕｔｅｒ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ （ＩＣＣＣ）． Ｃｈｅｎｇｄｕ：ＩＥＥＥ，２０２０：２３２－２３７．

［１０］ ＣＨＡＲＡＮ Ｇ，ＡＬＲＡＢＥＩＡＨ Ｍ，ＡＬＫＨＡＴＥＥＢ Ａ． Ｖｉｓｉｏｎａｉｄｅｄ Ｄｙｎａｍｉｃ Ｂｌｏｃｋａｇｅ Ｐｒｅｄｉｃｔｉｏｎ ｆｏｒ ６Ｇ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｎｅｔｗｏｒｋｓ［Ｃ］∥２０２１ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｗｏｒｋｓｈｏｐｓ （ＩＣＣ Ｗｏｒｋｓｈｏｐｓ）．Ｍｏｎｔｒｅａｌ：ＩＥＥＥ，２０２１：１－６．

［１１］ ＡＬＲＡＢＥＩＡＨ Ｍ，ＤＥＭＩＲＨＡＮ Ｕ，ＨＲＥＤＺＡＫ Ａ，ｅｔ ａｌ． Ｖｉｓｉｏｎ Ａｉｄｅｄ ＵＲＬＬ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ｐｒｏａｃｔｉｖｅ ＳｅｒｖｉｃｅＩｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ Ｃｏｅｘｉｓｔｅｎｃｅ［Ｃ］∥２０２０ ５４ｔｈ ＡｓｉｌｏｍａｒＣｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｉｇｎａｌｓ，Ｓｙｓｔｅｍｓ，ａｎｄ Ｃｏｍｐｕｔｅｒｓ． ＰａｃｉｆｉｃＧｒｏｖｅ：ＩＥＥＥ，２０２０：１７４－１７８．

［１２］ ＲＥＤＭＯＮ Ｊ，ＦＡＲＨＡＤＩ Ａ． ＹＯＬＯｖ３：Ａｎ Ｉｎｃｒｅｍｅｎｔａｌ Ｉｍｐｒｏｖｅｍｅｎｔ［ＥＢ ／ ＯＬ］． （２０１８ － ０４ － ０８）［２０２３ － ０６ － ２０］．ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ ａｂｓ ／ １８０４． ０２７６７．

［１３］ ＬＩ Ｓ，ＬＩ Ｗ Ｑ，ＺＨＵ Ｃ，ｅｔ ａｌ． Ｉｎｄｅｐｅｎｄｅｎｔｌｙ ＲｅｃｕｒｒｅｎｔＮｅｕｒａｌ Ｎｅｔｗｏｒｋ （ＩｎｄＲＮＮ ）：Ｂｕｉｌｄｉｎｇ ａ Ｌｏｎｇｅｒ ａｎｄＤｅｅｐｅｒ ＲＮＮ［Ｃ］∥２０１８ ＩＥＥＥ ／ ＣＶＦ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｓａｌｔ Ｌａｋｅ Ｃｉｔｙ：ＩＥＥＥ，２０１８：５４５７－５４６６．

［１４］ ＡＬＲＡＢＥＩＡＨ Ｍ，ＨＲＥＤＺＡＫ Ａ，ＡＬＫＨＡＴＥＥＢ Ａ． ＭｉｌｌｉｍｅｔｅｒＷａｖｅ Ｂａｓｅ Ｓｔａｔｉｏｎｓ ｗｉｔｈ Ｃａｍｅｒａｓ：Ｖｉｓｉｏｎａｉｄｅｄ Ｂｅａｍ ａｎｄＢｌｏｃｋａｇｅ Ｐｒｅｄｉｃｔｉｏｎ ［Ｃ ］∥ ２０２０ ＩＥＥＥ ９１ｓｔ ＶｅｈｉｃｕｌａｒＴｅｃｈｎｏｌｏｇｙ Ｃｏｎｆｅｒｅｎｃｅ （ＶＴＣ２０２０Ｓｐｒｉｎｇ）． Ａｎｔｗｅｒｐ：ＩＥＥＥ，２０２０：１－５．

［１５］ ＳＯＮＧ Ｘ Ｙ，ＧＵ Ｗ． Ｍｕｌｔｉｏｂｊｅｃｔｉｖｅ Ｒｅａｌｔｉｍｅ Ｖｅｈｉｃｌｅ Ｄｅｔｅｃｔｉｏｎ Ｍｅｔｈｏｄ Ｂａｓｅｄ ｏｎ ＹＯＬＯｖ５［Ｃ］∥２０２１ ＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍ ｏｎ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｏｎ Ｍｅｄｉａ （ＩＳＡＩＡＭ）． Ｘｉ’ａｎ：ＩＥＥＥ，２０２１：１４２－１４５．

［１６］ ＫＡＲＩＭ Ｆ，ＭＡＪＵＭＤＡＲ Ｓ，ＤＡＲＡＢＩ Ｈ，ｅｔ ａｌ． ＬＳＴＭ ＦｕｌｌｙＣｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｔｗｏｒｋｓ ｆｏｒ Ｔｉｍｅ Ｓｅｒｉｅｓ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ［Ｊ］．ＩＥＥＥ Ａｃｃｅｓｓ，２０１８，６：１６６２－１６６９．

［１７］ ＺＨＡＮＧ Ｈ，ＮＡＮ Ｚ Ｘ，ＹＡＮＧ Ｔ，ｅｔ ａｌ． Ａ Ｄｒｉｖｉｎｇ ＢｅｈａｖｉｏｒＲｅｃｏｇｎｉｔｉｏｎ Ｍｏｄｅｌ ｗｉｔｈ ＢｉＬＳＴＭ ａｎｄ Ｍｕｌｔｉｓｃａｌｅ ＣＮＮ［Ｃ］∥２０２０ ＩＥＥＥ Ｉｎｔｅｌｌｉｇｅｎｔ Ｖｅｈｉｃｌｅｓ Ｓｙｍｐｏｓｉｕｍ （ＩＶ）．Ｌａｓ Ｖｅｇａｓ：ＩＥＥＥ，２０２０：２８４－２８９．

［１８］ ＰＲＡＤＨＡＮ Ｔ，ＫＵＭＡＲ Ｐ，ＰＡＬ Ｓ． ＣＬＡＶＥＲ：ＡｎＩｎｔｅｇｒａｔｅｄ Ｆｒａｍｅｗｏｒｋ ｏｆ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｌａｙｅｒ，ＢｉｄｉｒｅｃｔｉｏｎａｌＬＳＴＭ ｗｉｔｈ Ａｔｔｅｎｔｉｏｎ Ｍｅｃｈａｎｉｓｍ Ｂａｓｅｄ Ｓｃｈｏｌａｒｌｙ ＶｅｎｕｅＲｅｃｏｍｍｅｎｄａｔｉｏｎ ［Ｊ］． Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ，２０２０，５５９：２１２－２３５．

［１９］ ＨＥ Ｙ Ｌ，ＣＨＥＮ Ｌ，ＧＡＯ Ｙ Ｌ，ｅｔ ａｌ． Ｎｏｖｅｌ ＤｏｕｂｌｅｌａｙｅｒＢｉｄｉｒｅｃｔｉｏｎａｌ ＬＳＴＭ Ｎｅｔｗｏｒｋ ｗｉｔｈ Ｉｍｐｒｏｖｅｄ ＡｔｔｅｎｔｉｏｎＭｅｃｈａｎｉｓｍ ｆｏｒ Ｐｒｅｄｉｃｔｉｎｇ Ｅｎｅｒｇｙ Ｃｏｎｓｕｍｐｔｉｏｎ ［Ｊ］． ＩＳＡＴｒａｎｓａｃｔｉｏｎｓ，２０２１，１２７：３５０－３６０．

［２０］ ＧＵＯ Ｍ Ｈ，ＸＵ Ｔ Ｘ，ＬＩＵ Ｊ Ｊ，ｅｔ ａｌ． Ａｔｔｅｎｔｉｏｎ Ｍｅｃｈａｎｉｓｍｓｉｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ：Ａ Ｓｕｒｖｅｙ［Ｊ］． Ｃｏｍｐｕｔａｔｉｏｎａｌ ＶｉｓｕａｌＭｅｄｉａ，２０２２，８（３）：３３１－３６８．

作者簡介

邵 霞 女，（１９７０—），碩士，副教授。主要研究方向：通信與信息安全。

段臣續(xù) 男，（１９９９—），碩士研究生。主要研究方向：視覺感知輔助無線通信。

羅文宇 男，（１９８２—），博士，副教授。主要研究方向：智能無線環(huán)境、可重構(gòu)智能表面技術(shù)。

許 麗 女，（１９７８—），博士，教授。主要研究方向：計(jì)算機(jī)視覺、模式識別、機(jī)器學(xué)習(xí)等。

鐘云開 男，（１９９９—），碩士研究生。主要研究方向：智能無線環(huán)境、深度學(xué)習(xí)。

馬怡樂 男，（１９９８—），碩士研究生。主要研究方向：可重構(gòu)智能表面技術(shù)。

基金項(xiàng)目：國家自然科學(xué)基金（Ｕ１８０４１４８）；河南省科技攻關(guān)項(xiàng)目（２３２１０２２１０１４１）