MPFusionNet：基于Transformer的多模态感知融合技术，用于低空无人机通信网络中的预测性波束成形

《IEEE Internet of Things Journal》：MPFusionNet: Transformer-Based Multimodal Perception Fusion for Predictive Beamforming in Low-Altitude UAV Communication Networks

无人机间毫米波通信动态非视距环境下的智能波束成形方法研究提出MPFusionNet框架，融合GPS、RGB、LiDAR等多源感知数据与Transformer架构，结合动态时间对齐机制和几何感知先验，显著提升波束预测精度至97.59%。

　　

摘要：

随着低空经济的快速发展，诸如城市空中移动和智能物流等新兴应用在高度动态和视距外（NLOS）条件下，对毫米波（mmWave）频段的无人机与无人机（UAV-to-UAV, U2U）通信提出了可靠且低延迟的波束成形需求。传统的波束对准方法依赖于穷举搜索或信道反馈，在快速变化的环境中会导致较大的训练开销和精度下降。为了解决这些挑战，我们提出了多模态融合网络（MPFusionNet），这是一种基于多模态感知的变压器框架，用于预测性波束成形。我们的方法利用了多种机载传感数据，包括全球定位系统（GPS）、红绿蓝（RGB）相机、光检测与测距（LiDAR）和雷达高度计，并结合了基于动态时间规整（DTW）的对准机制，在基于感知器输入输出（PerceiverIO）的融合架构中嵌入了几何感知先验，以实现鲁棒的时空表示。在模拟的U2U数据集上的实验表明，MPFusionNet的波束预测精度达到了97.59%，显著优于传统模型。这些结果证明了多模态学习在提高未来自主空中通信系统波束成形鲁棒性和泛化能力方面的有效性。

引言

低空经济的迅速扩张，得益于无人机物流、空中巡检和智慧城市服务等领域的创新，对空中通信基础设施提出了严格的新要求[1]。在这一背景下，无人机与无人机（UAV-to-UAV, U2U）通信成为低空集成网络中协同感知和自主协调的关键技术[2][3]。近期研究还从系统层面关注了低空无线网络，包括基于网络化集成感知与通信（ISAC）的无人机跟踪与切换[4]，以及针对三维低空空间的面向对象ISAC信道建模[5]。这些应用需要具备鲁棒性、高数据传输速率和低延迟的通信链路，尤其是在动态且不确定的空中环境中[6]。毫米波（mmWave）通信利用高频段丰富的频谱资源，能够提供这些空中应用所需的多吉比特每秒的数据传输速率[7][8]。然而，毫米波信号本身存在严重的路径损耗和高度方向性传播特性，因此需要使用大规模天线阵列来实现窄波束生成和足够的链路增益[9]。波束对准过程高度依赖于发射机和接收机之间的三维几何关系以及动态飞行拓扑结构，这带来了较大的训练和搜索开销[10][11]。在U2U场景中，由于复杂的三维移动性、相对位置的快速变化以及方向（俯仰、滚转、偏航）的时变特性，这一挑战更加突出[12]。此外，由于地形遮挡、大气干扰或其他空中障碍物导致的视距外（NLOS）传播会引发严重的信号衰减和多径效应，对通信的鲁棒性构成严重威胁[13][14]。因此，在高度动态的空中环境中实现高效可靠的毫米波波束管理仍然是低空集成网络中U2U通信系统面临的重要挑战[15]。