[논문 리뷰] Integrated Sensing and Communication with Multi-Domain Cooperation

Jie Yang, Xi Yang외 2명|arXiv (Cornell University)|2021. 05. 07.

Indoor and Outdoor Localization Technologies참고 문헌 13인용 수 11

한 줄 요약

이 논문은 주로 6GHz 이하, mmWave 및 Wi-Fi 대역 간의 다중 도메인 협업을 활용하여 감지 정확도와 통신 효율성을 향상시키는 통합 감지 및 통신(ISAC) 시스템을 제안한다. 활성, 수동 및 상호작용 감지 기술을 교차 계층 협업과 융합함으로써, 공유된 무선 특성 지ap 및 지능형 반사 표면(RIS)을 통해 빔 트레이닝 오버헤드를 감소시키고 정위치 결정 성능을 향상시킨다.

ABSTRACT

With the continuous increase of the spectrum and antennas, endogenous sensing is now possible in the fifth generation and future wireless communication systems. However, sensing is a highly complex task for a heterogeneous communication network with massive connections. Seeking multi-domain cooperation is necessary. In this article, we present an integrated sensing and communication (ISAC) system that performs active, passive, and interactive sensing in different stages of communication through hardware and software. We also propose different methods about how multi-user and multi-frequency band cooperate to further enhance the ISAC system's performance. Finally, we elaborate on the advantages of multi-domain cooperation from the physical layer to the network layer for the ISAC system.

연구 동기 및 목표

• 밀도 있는 연결성을 가진 대규모 이종 무선 네트워크에서 높은 복잡도 감지 문제 해결.
• 다양한 주파수 대역 및 네트워크 도메인 간 감지 및 통신 기능의 원활한 통합 지원.
• 6GHz 이하 및 Wi-Fi 기반 수동 감지 및 무선 특성 지도를 활용하여 mmWave 시스템의 빔 트레이닝 오버헤드 감소.
• 교차 도메인 데이터 융합 및 협동 감지 기반으로 정위치 결정 정확도 향상 및 시스템 내구성 강화.
• 이종 네트워크 간에 무선 특성 지도를 공유하기 위한 확장 가능하고 프라이버시를 고려한 프레임워크 개발.

제안 방법

• mmWave 대역에서 빔 스캐닝을 통한 활성 감지 및 6GHz 이하 및 Wi-Fi 대역에서 채널 사운딩을 통한 수동 감지 구현.
• 환경 지ap을 위한 시간에 따른 무선 특성 측정 누적을 위해 동시 정위치 결정 및 지도 제작(SLAM) 활용.
• 6GHz 이하 신호에서의 AOA, AOD 및 TOA 통계를 사용하여 실현 가능한 가상 안테나(VA) 영역을 구성하여 mmWave 빔 트레이닝 지도.
• 6GHz AP가 mmWave 트랜시iever로부터의 지역 무선 특성 지도를 공유하고 융합할 수 있도록 공재 또는 분산 배치 아키텍처 도입.
• 백홀 오버헤드를 최소화하기 위해 mmWave 및 6GHz 이하 AP 간 선택된 무선 특성 교환을 위한 무선 프론트할 활용.
• 감지 커버리지, 정위치 결정 및 내구성 향상을 위해 재구성 가능한 지능형 표면(RIS) 및 인공지능(AI) 통합.

실험 결과

연구 질문

• RQ1 6GHz 이하, mmWave 및 Wi-Fi 네트워크 간의 다중 도메인 협업은 감지 정확도 향상과 통신 오버헤드 감소에 어떻게 기여하는가?
• RQ2 6GHz 이하 및 Wi-Fi 대역에서의 수동 감지 기술은 mmWave 시스템의 초기 액세스 및 빔 트레이닝 지원에 어떤 역할을 하는가?
• RQ3 이종 네트워크 간에 무선 특성 지도를 효율적으로 공유하고 융합하여 신속하고 정확한 정위치 결정을 어떻게 실현할 수 있는가?
• RQ4 RIS 및 AI는 복잡한 전파 환경에서 ISAC 시스템 성능 향상에 어떤 방식으로 기여하는가?
• RQ5 무선 프론트할 및 백홀 링크를 통해 무선 특성 지도를 공유할 경우 프라이버시에 어떤 영향을 미치는가?

주요 결과

• 6GHz 이하 기반 수동 감지 기술을 활용하면 실현 가능한 가상 안테나(VA) 영역을 생성할 수 있으며, 이는 mmWave 빔 트레이닝 오버헤드를 크게 감소시킨다.
• 공재 배치에서는 6GHz AP가 군집된 다중 경로에서 유도된 AOA, AOD 및 TOA 통계를 추출하여 mmWave 빔 어드밴스를 위한 VA 영역를 추정할 수 있다.
• 분산 배치에서는 mmWave 트랜시iever가 지역 무선 특성 지도를 6GHz AP에 업로드하고, 이를 통해 전역 지도를 생성하여 네트워크 전체에서 활용할 수 있다.
• 단말기의 위치에 관련된 선택된 무선 특성만을 다운로드함으로써 지도 교환 과정에서 무선 프론트할 오버헤드를 최소화할 수 있다.
• GPS 기반 위치 정보와 다운로드된 무선 특성 지도를 매칭시켜 단말기의 초기 액세스를 가속화함으로써 신속한 mmWave 연결을 가능하게 한다.
• RIS 및 AI 통합은 감지 커버리지 확장, NLOS 통신 지원 및 동적 환경에서의 내구성 향상 잠재력을 제공한다.