[논문 리뷰] Joint Pilot Optimization, Target Detection and Channel Estimation for Integrated Sensing and Communication Systems

Zhe Huang, Kexuan Wang외 4명|arXiv (Cornell University)|2022. 02. 05.

Radar Systems and Signal Processing참고 문헌 43인용 수 70

한 줄 요약

ISAC 시스템을 위한 두 단계의 공동 파일럿 최적화, 타깃 탐지 및 채널 추정 스킴(J-PoTdCe)을 제안하며, Turbo Sparse Bayesian 추론과 랭크-1 파일럿 최적화를 활용하여 레이더와 통신 채널 간의 공동 버스트 희소성을 이용합니다.

ABSTRACT

Radar sensing will be integrated into the 6G communication system to support various applications. In this integrated sensing and communication system, a radar target may also be a communication channel scatterer. In this case, the radar and communication channels exhibit certain joint burst sparsity. We propose a two-stage joint pilot optimization, target detection and channel estimation scheme to exploit such joint burst sparsity and pilot beamforming gain to enhance detection/estimation performance. In Stage 1, the base station (BS) sends downlink pilots (DP) for initial target search, and the user sends uplink pilots (UP) for channel estimation. Then the BS performs joint target detection and channel estimation based on the reflected DP and received UP signals. In Stage 2, the BS exploits the prior information obtained in Stage 1 to optimize the DP signal to achieve beamforming gain and further refine the performance. A Turbo Sparse Bayesian inference algorithm is proposed for joint target detection and channel estimation in both stages. The pilot optimization problem in Stage 2 is a semi-definite programming with rank-1 constraints. By replacing the rank-1 constraint with a tight and smooth approximation, we propose an efficient pilot optimization algorithm based on the majorization-minimization method. Simulations verify the advantages of the proposed scheme.

연구 동기 및 목표

• 레이더 탐지 및 통신 간의 공동 버스트 희소성을 활용하여 6G ISAC 시스템에서 레이더 대역은 탐지하고 통신 스캐터들 간의 협력적 스패터를 활용하는 동기화를 도모한다.
• 최적화된 파일럿을 사용하여 공동 타깃 탐지 및 채널 추정을 수행하기 위한 이단계 프레임워크를 개발한다.
• 동적 AoA 격자를 활용하여 희소한 각도 도메인 표현에서 그리드 부합(grid mismatch)을 완화하면서도 해상도를 보존하여 타깃을 공동으로 탐지하고 채널을 추정한다.
• 단계 간 정보 공유와 파일럿 빔포밍 이득을 통해 저신호 대 잡음비(SNR)에서도 성능을 향상시킨다.

제안 방법

• 두 단계 J-PoTdCe 프레임워크: Stage 1은 무지향성 하향링크 파일럿과 상향링크 파일럿을 사용하여 초기 탐색 및 추정을 수행; Stage 2는 사전 정보를 활용하여 하향링크 파일럿을 타깃/산란체 쪽으로 최적화하여 정제한다.
• Radar와 통신 채널의 공동 버스트 희소성을 포착하기 위한 숨은 마르코프 모델과 함께 Turbo Sparse Bayesian Inference(Turbo-SBI).
• 격자 불일치를 완화하면서 해상도는 보존하기 위한 희소 각도 도메인 표현을 위한 동적 각도 격자.
• 반사된 하향링크 파일럿과 상향링크 파일럿을 연결하는 공동 측정 모델; Bayesian 추론은 x^r, x^c, s^r, s^c 및 격자 theta에 대한 포스트eriors를 산출한다.
• Stage 2의 파일럿 최적화는 rank-1 제약을 가지는 SDP로 형식화되지만, 이를 엄밀한 매끄러운 근사로 대체하고 대각-최소화(MM)로 해결한다.
• Turbo-OAMP 및 SDR 접근법과의 비교, CDL 채널 모델에서의 시뮬레이션으로 이득을 검증한다.

실험 결과

연구 질문

• RQ1 레이더 타깃과 통신 스캐터 간의 공동 버스트 희소성을 활용하여 ISAC 시스템에서 타깃 탐지 및 채널 추정을 개선할 수 있는 방법은 무엇인가?
• RQ2 두 단계의 파일럿 설계와 Turbo SBI 프레임워크가 특히 저신호 대 잡음비(SNR) 구간에서 탐지/추정 성능을 향상시킬 수 있는가?
• RQ3 랭크-1 제약 최적화를 이용하여 Stage-2 파일럿을 설계하고 빔포밍 이득과 CRB를 최대한으로 감소시키는 방법은 무엇인가?
• RQ4 동적 AoA 격자가 대규모 MIMO ISAC 구성에서 추정 정확도와 계산 복잡도에 어떤 영향을 미치는가?

주요 결과

• Turbo-SBI를 활용한 두 단계의 J-PoTdCe가 공동 버스트 희소성을 이용하여 타깃 탐지와 채널 추정을 공동으로 달성한다.
• 대규모 격자에서의 동적 격자 AoA 표현은 격자 부합(grid mismatch)에 대한 강건성을 개선하고 초해상도 추정을 가능하게 한다.
• 랭크-1 Relaxation을 포함한 MM 기반 접근으로 Stage-2 파일럿 최적화는 효율적인 빔포밍 이득과 CRB 감소를 제공한다.
• Turbo-SBI는 공동 HMM 사전 하에서 x^r, x^c, s^r, s^c의 주변 사후확률을 효과적으로 계산하여 시뮬레이션에서 성능을 개선한다.
• 이 프레임워크는 3GPP R15 CDL 채널 모델을 사용한 시뮬레이션을 통해 전통적인 방법보다 이점을 보이는 것으로 검증되었다.