[논문 리뷰] RIS-Enabled Passive Radar towards Target Localization

Ahmad Bazzi, Marwa Chafii|arXiv (Cornell University)|2022. 10. 21.

Indoor and Outdoor Localization Technologies인용 수 56

한 줄 요약

이 논문은 NLMS 기반 공동 추정과 두 가지 처리 알고리즘을 사용하여 전송 페이로드 지식이 필요하지 않도록 통신 중심의 ISAC 설정에서 다수의 목표를 위치시키기 위해 RIS 지원 패시브 레이더를 제시한다.

ABSTRACT

In this paper, we study a communication-centric integrated sensing and communication (ISAC) approach, where an access point (AP) communicates with users, while a passive radar (PR) is present in the environment. We investigate the deployment of a reconfigurable intelligent surface (RIS) to enable the PR to localize a target. We derive an optimization problem for updating the phase shifters of the RIS per epoch. Due to the limited information at the PR, such as unknown payload information and unknown number of targets in the scene, we propose two methods capable of performing joint angle of arrival estimation and detection of the targets. We demonstrate the superior performance of the methods onto the proposed setting through numerical simulations, in comparison to a no-RIS baseline scheme.

연구 동기 및 목표

• 실세계 ISAC 설정에서 RIS 활성화 패시브 레이더를 통한 6G 센싱-통합의 동기를 제시한다.
• 에포크별 RIS 위상 변화를 최적화하는 최적화 프레임워크를 개발하여 PR 방향으로 목표 반사를 강화한다.
• 알려진 페이로드 없이 공동 목표 위치추정과 목표 수 검출을 위한 두 가지 NLMS 기반 방법을 제안한다.
• 전송 신호 구조나 채널 상태 정보에 의존하지 않고 목표 개수가 알려지지 않은 상태에서도 위치 추정이 가능하도록 한다.

제안 방법

• 하향 링크 AP가 사용자와 RIS와의 통신을 수행하고, RIS가 목표 반사를 수동 레이더(PR) 방향으로 반사하는 것을 모델링한다.
• AP 기원 기여를 억제하고 목표 반사를 강화하기 위한 RIS 반사 최적화 문제를 수립한다(P RIS 및 V 기반 해법).
• PR에서 RIS를 향해 빔포밍을 구현하여 유용한 반사 신호를 최대화하고 간섭을 억제한다.
• 목표 수를 열거하지 않고 RIS 반사 경로로부터 AoA를 추정하기 위해 배치(batch)와 순차(sequential) 두 NLMS 기반 목표 위치추정 방법을 개발한다.
• NLMS 유도 스펙트럼에서 피크 검색을 사용하여 목표 AoA를 식별한다. 이는 K의 미지수인 경우에도 적용 가능하다.

실험 결과

연구 질문

• RQ1 RIS 위상 변화를 에포크별로 최적화하여 PR에서 RIS 반사 대상 신호를 개선할 수 있는가?
• RQ2 페이로드 지식이나 목표 수 열거 없이 NLMS 기반 방법이 목표를 정확히 위치 추정하고 그 수를 검출할 수 있는가?
• RQ3 RIS 보조 위치추정은 RIS 부재 기준선과 비교하여 MSE, 탐지 확률(Pd), SRP 측면에서 어떤 차이가 있는가?
• RQ4 주어진 목표 수와 RIS 크기에 대해 SNR 향상이 어느 정도 가능하는가?

주요 결과

• RIS 보조 위치추정은 16개의 반사 소자를 사용하여 MSE 0.2 달성에 이르기까지 최대 20 dB의 SNR 이득을 얻는다.
• 16 RIS 소자에서 탐지 확률이 0.9일 때 16 dB SNR 이득이 달성되며, 소자를 두 배로 늘리면 추가로 4 dB 이득이 있다.
• RIS 보조 아키텍처를 통한 위치추정에서 SRP 향상이 약 18 dB 수준으로 관찰된다.
• 다양한 시나리오에서 MSE, Pd, SRP 지표 면에서 no-RIS 기준선보다 우수한 성능을 보인다.
• 두 가지 NLMS 기반 방법(배치 및 순차)은 목표 수를 열거하지 않고 공동 목표 위치추정 및 목표 수 검출을 가능하게 한다.