技術(shù)特征：

1.一種基于對比學習的毫米波波束跟蹤方法，其特征在于，該方法具體包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于對比學習的毫米波波束跟蹤方法，其特征在于，步驟s1具體包括以下步驟：

3.根據(jù)權(quán)利要求2所述的基于對比學習的毫米波波束跟蹤方法，其特征在于，步驟s2具體包括以下步驟：

4.根據(jù)權(quán)利要求3所述的基于對比學習的毫米波波束跟蹤方法，其特征在于，步驟s3具體包括：引入對比學習機制來增強多模態(tài)數(shù)據(jù)之間的特征對準能力，并提高毫米波通信系統(tǒng)的波束跟蹤精度；具體來說，使用歸一化溫度尺度交叉熵損失函數(shù)作為對比學習的核心，其定義如下：

技術(shù)總結(jié)
本發(fā)明涉及一種基于對比學習的毫米波波束跟蹤方法，屬于無線通信領(lǐng)域。該方法面向毫米波通信系統(tǒng)，結(jié)合在毫米波基站安裝的多傳感器采集到的環(huán)境中的視覺與激光雷達信息，利用機器學習模型對不同模態(tài)的數(shù)據(jù)進行特征處理，并采用基于對比學習的多模態(tài)融合策略，增強各模態(tài)數(shù)據(jù)間的協(xié)同效應(yīng)，獲得一種實時預(yù)測當前波束并跟蹤多個未來波束的方法。本發(fā)明將多模態(tài)數(shù)據(jù)融合與對比學習結(jié)合進行波束跟蹤，能夠有效保障波束跟蹤的精度和穩(wěn)定性，確保毫米波通信系統(tǒng)的通信效率。

技術(shù)研發(fā)人員：王恒,廖非越,謝鑫
受保護的技術(shù)使用者：重慶郵電大學
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19