[论文解读] Integrated Sensing and Communications Framework for 6G Networks

Hongliang Luo, Tengyu Zhang+6 more|arXiv (Cornell University)|May 30, 2024

Advanced Wireless Communication Technologies被引用 4

一句话总结

本文提出了一种新颖的6G一体化感知与通信（ISAC）框架，将物理世界的感知分解为静态环境重建（SER）、动态目标感知（DTS）和物体材料识别（OMR）。通过利用正交频 division multiplexing（OFDM）信号的多基站（multi-BS）与多用户设备（multi-UE）协作，该框架实现了对建筑物、运动目标及材料特性的实时、高精度感知，同时保持1.5 Gbps通信速率，经基于FPGA的硬件原型验证，SER误差为0.261m，距离分辨率为0.183m。

ABSTRACT

In this paper, we propose a novel integrated sensing and communications (ISAC) framework for the sixth generation (6G) mobile networks, in which we decompose the real physical world into static environment, dynamic targets, and various object materials. The ubiquitous static environment occupies the vast majority of the physical world, for which we design static environment reconstruction (SER) scheme to obtain the layout and point cloud information of static buildings. The dynamic targets floating in static environments create the spatiotemporal transition of the physical world, for which we design comprehensive dynamic target sensing (DTS) scheme to detect, estimate, track, image and recognize the dynamic targets in real-time. The object materials enrich the electromagnetic laws of the physical world, for which we develop object material recognition (OMR) scheme to estimate the electromagnetic coefficient of the objects. Besides, to integrate these sensing functions into existing communications systems, we discuss the interference issues and corresponding solutions for ISAC cellular networks. Furthermore, we develop an ISAC hardware prototype platform that can reconstruct the environmental maps and sense the dynamic targets while maintaining communications services. With all these designs, the proposed ISAC framework can support multifarious emerging applications, such as digital twins, low altitude economy, internet of vehicles, marine management, deformation monitoring, etc.

研究动机与目标

• 将静态环境、动态目标与物体材料等多样化感知功能统一整合为6G网络中连贯的ISAC框架。
• 解决现有ISAC研究中缺乏系统性、集成化方法的问题，这些研究多集中于目标检测或定位等孤立任务。
• 在密集的6G蜂窝网络中实现感知与通信的无缝集成，尤其在多基站与多用户设备协作场景下。
• 开发一种实用的硬件原型，支持实时环境地图构建与动态目标感知，同时不损害通信性能。
• 提供一种可扩展的、具备干扰感知能力的ISAC网络解决方案，支持协调的资源分配与波束成形。

提出的方法

• 提出三级ISAC框架：静态环境重建（SER）、动态目标感知（DTS）与物体材料识别（OMR），分别对应物理世界的不同组成部分。
• 采用深度学习（DL）、多用户设备选择、多基站融合与多传感器融合技术，利用非视 Line-of-sight（NLoS）信道参数，实现对建筑物布局与点云的估计。
• 设计了一套全面的DTS方案，基于OFDM信号，集成杂波抑制、目标检测、参数估计、轨迹管理与成像功能，实现基于OFDM波形的实时动态目标跟踪。
• 提出一种基于压缩感知的电磁系数估计方法，实现从后向散射信号中进行物体材料识别（OMR）。
• 引入ISAC蜂窝网络中的干扰管理策略，包括通过连续与离散变量交替优化实现的功率与带宽分配优化。
• 基于FPGA构建硬件原型，采用26 GHz（SER）与5.5 GHz（DTS）频段，基站与用户设备均配备32元均匀线阵（ULA）用于SER，DTS采用8接收/2发射天线，支持820 MHz带宽与64个OFDM符号。

实验结果

研究问题

• RQ1 如何系统性地将物理世界分解为静态环境、动态目标与物体材料，以实现在6G中的统一ISAC功能？
• RQ2 何种信号处理技术可实现利用多基站与多用户设备协作及OFDM信号的高精度静态环境重建（SER）？
• RQ3 如何设计一个全面的、实时的动态目标感知（DTS）框架，以支持基于OFDM波形的检测、跟踪、成像与识别？
• RQ4 何种有效方法可用于估计物体的电磁系数，以实现在ISAC系统中的材料识别（OMR）？
• RQ5 在共存通信与感知功能的密集ISAC蜂窝网络中，如何有效管理干扰？

主要发现

• SER硬件原型在保持下行链路通信速率高于1.5 Gbps的同时，实现了0.2610m的平均点云重建误差。
• SER系统实现了0.183m的距离分辨率与3°的角分辨率，用户设备定位平均误差为0.0347m。
• DTS硬件原型实现了0.42 m/s的速度分辨率、0.183 m的距离分辨率与3°的角分辨率，同时保持稳定的5.5 GHz OFDM通信。
• 在SER操作期间，系统维持了1.5 Gbps的下行链路吞吐量，证实高速通信与高精度感知可兼容。
• 所提出的功率与带宽分配优化方法通过连续与离散变量的交替优化，有效降低了网络干扰并提升了ISAC性能。
• 深度学习驱动的多用户设备、多基站与多传感器融合技术的集成，显著提升了复杂传播环境中SER的精度与鲁棒性。