[论文解读] Near-field Integrated Sensing and Communication: Opportunities and Challenges

Jiayi Cong, Changsheng You+8 more|arXiv (Cornell University)|Oct 2, 2023

Antenna Design and Optimization被引用 5

一句话总结

本文提出使用超大规模阵列（XL-arrays）的近场集成感知与通信（ISAC），利用球面波前实现增强的波束聚焦、空间复用以及感知-通信联合增益。提出三种方法——联合通信与感知（C&S）、感知辅助和通信辅助ISAC，凸显了在距离和角度域的新自由度，并针对信道建模、波束成形及智能反射面提出解决方案。

ABSTRACT

With the extremely large-scale array XL-array deployed in future wireless systems, wireless communication and sensing are expected to operate in the radiative near-field region, which needs to be characterized by the spherical rather than planar wavefronts. Unlike most existing works that considered far-field integrated sensing and communication (ISAC), we study in this article the new near-field ISAC, which integrates both functions of sensing and communication in the near-field region. To this end, we first discuss the appealing advantages of near-field communication and sensing over their far-field counterparts, respectively. Then, we introduce three approaches for near-field ISAC, including joint near-field communication and sensing, sensing-assisted near-field communication, and communication-assisted near-field sensing. We discuss their individual research opportunities, new design issues, as well as propose promising solutions. Finally, several important directions in near-field ISAC are also highlighted to motivate future work.

研究动机与目标

• 解决6G系统在高频段中通过XL-arrays支持超高 spectral efficiency 和空间分辨率的日益增长的需求。
• 研究从远场到近场电磁传播的转变，其中由于阵列 aperture 增大，球面波前取代平面波前。
• 识别并解决在近场区域集成感知与通信所面临的新设计挑战，包括高维信道建模和干扰耦合问题。
• 探索新型ISAC架构——联合、感知辅助和通信辅助——以提升通信与感知的综合性能。
• 指出未来研究方向，包括智能反射面（IRS）和深度学习在近场ISAC中的波束成形与信号处理中的应用。

提出的方法

• 使用球面波前建模近场信道，考虑XL-arrays中非线性相位变化，实现波束聚焦和增强的空间分辨率。
• 提出三种ISAC方法：联合C&S用于同时优化，感知辅助通信利用雷达反馈进行波束成形，通信辅助感知利用信道状态信息进行目标检测。
• 引入信道映射（路径、增益、可见性）以表征空间非平稳性，支持干扰消除、环境映射和高效子阵列扫描。
• 利用信道可见性映射实现子阵列特定扫描，通过融合子阵列数据减少感知开销并提高精度。
• 探索智能反射面（IRS）辅助的ISAC，其中XL-IRS提供虚拟视 Line-of-Sight（LoS）链路和无源波束成形，需联合设计主动/被动波束成形。
• 应用深度学习技术——尤其是无监督神经网络和少样本学习——实现低复杂度波束成形和最小回波信号下的预测波束追踪。

实验结果

研究问题

• RQ1 近场ISAC如何利用球面波前提升XL-arrays系统中波束聚焦和空间复用增益？
• RQ2 在近场集成感知与通信中，关键设计挑战是什么，特别是信道建模和干扰耦合方面？
• RQ3 如何利用感知反馈通过感知辅助波束成形提升近场通信性能？
• RQ4 通信信号在何种方式下可提升近场雷达系统的感知精度并降低开销？
• RQ5 智能反射面和深度学习在提升近场ISAC性能和降低复杂度方面发挥什么作用？

主要发现

• 近场波束聚焦可提高目标用户信号功率并减少干扰，支持大规模连接且用户间干扰最小化。
• 在视 Line-of-Sight（LoS）场景下，近场信道秩可超过1，相比远场MIMO具有更高的空间复用增益。
• 球面波前支持目标角度与距离的联合估计，减少对分布式阵列的依赖，提升感知分辨率。
• 信道可见性映射支持子阵列特定扫描，仅聚焦于可观测区域，从而减少感知开销，提升效率。
• 基于深度学习的波束成形通过学习最优波束成形器而无需完整信道逆矩阵，降低大规模MIMO的计算复杂度。
• 少样本学习可实现最小回波信号下的高效波束追踪，提升动态近场环境中可靠性并降低延迟。