Maximizing UAV Data Efficiency in NextG Networks: A Transformer-Based mmWave Beamforming Approach

빔포밍은 초고속 데이터 속도를 달성하기 위해 테라헤르츠 및 밀리미터파(mmWave) 주파수 대역을 활용하는 차세대 무선 통신 분야의 발전에 있어서 중요한 역할을 한다. 하지만 이러한 주파수 대역은 빔 트레이닝과 관련된 비용으로 인해 문제가 발생할 수 있으며, 특히 드론 및 무인 항공기(UAV) 통신과 같이 높은 이동성을 필요로 하는 응용 분야에서 초신뢰 저지연 통신(URLLC)을 실현하는데 어려움이 있다. 본 논문에서는 UAV를 위한 상황 정보 기반 mmWave 빔포밍을 제안하며 이동성이 높은 UAV 환경에서 UAV의 데이터 전송률을 최대화하기 위한 최적화 문제를 정의한다. URLLC를 유지하면서 최적의 빔을 예측하기 위한 경량 트랜스포머를 설계한다. 트랜스포머의 self-attention 메커니즘은 모델이 상황 정보의 가장 중요한 특징에 선택적으로 집중할 수 있도록 한다. 경량 트랜스포머 모델은 UAV의 데이터 전송률을 개선하는 이상적인 빔을 정확하게 예측한다. 시뮬레이션 결과는 본 논문의 설계는 효과를 입증한다. 기준 방법과 비교할 때, 경량 트랜스포머 모델은 17.8%의 더 높은 Top-1 빔 정확도를 달성하며 평균 전력 손실을 96.79%까지 줄이며 기준 방법에 비해 12.49%에서 96.79%까지 개선되었다.