摘要
第六代（6G）网络的进展，以及车联万物（V2X）网络中多模态感知技术的演进，为基于多模态的人工智能（AI）在无线通信与网络管理中的应用开辟了变革性研究的新路径。然而，这一前景广阔的科研方向往往受限于高质量、适用数据集的匮乏。为此，本文提出了一种全面可配置的协同仿真框架，该框架融合了前沿的CARLA与Sionna仿真工具，用于生成多模态多视角V2X（MVX）数据集。在此基础上，我们设计了新型基于AI的模型，用于预测未来的视距（LoS）阻塞情况及最优波束方向，并提出了一种创新的天线位置优化（Antenna Position Optimization, APO）方案，所有这些方法均建立在多模态数据集MVX的基础之上。本框架充分利用协同感知机制，通过融合激光雷达（LiDAR）数据与无线通信数据，显著提升了V2X通信性能。全面的实验评估表明，所提出的协同感知方法在波束预测与阻塞预测的准确性与效率方面，均优于传统方法。此外，本文还系统评估了基础设施元素在V2X系统中的关键作用，并开展了一项计算研究，验证了本框架在多种运行场景下的适用性，证明其具备作为数字孪生解决方案的潜力。本研究不仅为V2X无线通信领域提供了兼具灵活性与实用性的网络管理框架，更奠定了未来在AI驱动的多传感器融合技术于V2X无线通信环境中的研究基础，有助于提升未来6G网络的运行效率与系统韧性。