[論文レビュー] Statistical and Deterministic RCS Characterization for ISAC Channel Modeling

Ali Waqar Azim, Ahmad Bazzi+4 more|ArXiv.org|Feb 17, 2025

Fault Detection and Control Systems被引用数 3

ひとこと要約

論文は、25–28 GHzにおける indoors factory および indoor hotspot 環境での ISAC チャンネルモデリングのための統計的および決定論的な RCS 特性評価を行い、モノスタティックおよびバイスタティック設定で RCS データを複数の分布に適合させる。

ABSTRACT

In this study, we perform a statistical analysis of the radar cross section (RCS) for various test targets in an indoor factory at \(25\)-\(28\) GHz, with the goal of formulating parameters that may be used for target identification and other sensing applications for future wireless systems. The analysis is conducted based on measurements in monostatic and bistatic configurations for bistatic angles of \(20^\circ\), \(40^\circ\), and \(60^\circ\), which are functions of transmitter-receiver (T-R) and target positions, via accurate \(3\)dB beamwidth of \(10^\circ\) in both azimuth and elevation planes. The test targets include unmanned aerial vehicles, an autonomous mobile robot, and a robotic arm. We utilize parametric statistical distributions to fit the measured RCS data. The analysis reveals that the extit{lognormal and gamma distributions} are effective in modeling the RCS of the test targets over different reflecting points of the target itself, i.e. when target is in motion. Additionally, we provide a framework for evaluating the deterministic bistatic RCS of a rectangular sheet of laminated wood, due to its widespread use in indoor hotspot environments. Novel deterministic and statistical RCS models are evaluated, incorporating dependencies on the bistatic angle, T-R distance (\(2\)m -\(10\)m) and the target. The results demonstrate that some proposed RCS models accurately fit the measured data, highlighting their applicability in bistatic configurations.

研究の動機と目的

• ISAC チャネルモデリングのための indoor factory ターゲットの RCS を特徴付ける。
• 測定された RCS データをパラメトリック分布に適合させ、頑健な GoF 候補を特定する。
• バイスタティック構成での laminates wood ターゲットに対する決定論的 RCS モデルを開発・評価する。

提案手法

• 4×4 アンテナアレイと USRP ベースの試験系を用いた 25–28 GHz のモノスタティックおよびバイスタティック RCS 測定を実施する。
• 送信には Zadoff-Chu 配列を使用し CIR を抽出して P_tar を P_tot、P_back、P_noise から算出してターゲット RCS を求める。
• 測定された RCS データに対して正規分布、対数正規分布、ガンマ分布、ウェイブル分布、レイリー分布、指数分布の PDF/CDF を適合させ、KS統計量と MSE で適合度を評価する。
• ダブルパス損失を考慮した修正 FI モデルを用いて決定論的 RCS を評価し、 laminates wood ターゲットの決定論的 NSR 成分を含む。
• 両方の統計的 RCS モデルと決定論的 RCS モデルにおけるバイスタティック角度および T-R 距離依存性を評価する。

実験結果

リサーチクエスチョン

• RQ1 さまざまなバイスタティック角度と周波数にわたる indoor factory ターゲットの測定 RCS データを最もよくモデル化する統計分布は何か。
• RQ2 バイスタティック角度と Tx–Rx–ターゲット幾何が ISAC シナリオにおける RCS 統計および決定論モデルにどのように影響するか。
• RQ3 25–28 GHz で一般的な indoors 物体の RCS を正確に記述する修正 FI アプローチに基づく決定論的 RCS モデルは構築できるか。
• RQ4 移動・姿勢条件下での UAV、 autonomous mobile robot、 robotic arm の相対的な RCS 特性はどうなるか。
• RQ5 各ターゲットと設定に対して、GoF の結果（KS、MSE）は分布ごとにどうなるか。

主な発見

• RCS データは正の歪みを示す；対数正規分布、ガンマ分布、ウェイブル分布がさまざまな設定で UAV ターゲットの最良 GoF を提供する。
• 25 GHz の Mavic 2 Pro に対してバイスタティック角 ~10° のとき、ガンマ分布が最良の GoF となることが多く、KS は約 5–6e-2、MSE は約 0.4–0.9e-3。
• Matrice 300 RTK では、ウェイブル、ガンマ、対数正規分布が tested 角度全体でデータに最も適合し、ウェイブルが最良の適合を提供することが多く、KS ~4–13e-2、MSE ~0.3–2e-3。
• RCS は一定のバイスタティック角度で周波数が上がると一般に増加し、バイスタティック角度が大きくなると減少する（角度依存性を観測）。
• UAV のサイズやバッテリ配置などの要因は、より大きなプラットフォーム（Matrice 300 RTK）で RCS を高くする。
• 統計モデリングの結果は、複数の設定で UAV RCS に対して Weibull、対数正規、またはガンマ分布を用いることを支持する；大多数のケース（12/32）でガンマ分布が最良の適合を説明する。