[论文解读] Non-Coherent and Backscatter Communications: Enabling Ultra-Massive Connectivity in the Era Beyond 5G

Syed Junaid Nawaz, Shree Krishna Sharma+3 more|arXiv (Cornell University)|May 21, 2020

Advanced Wireless Communication Technologies参考文献 192被引用 11

一句话总结

本文提出了一种新颖的框架，将非相干通信与背散射通信（BsC）相结合，以在太赫兹后5G（B5G）网络中实现超大规模连接，实现高谱效率和高能效，同时硬件成本低。通过利用非相干检测的简单性以及背散射传输机制，该框架支持可扩展的、低复杂度的设备连接，适用于未来的6G网络。

ABSTRACT

With the commencement of the 5th generation (5G) of wireless networks, researchers around the globe have started paying their attention to the imminent challenges that may emerge in the beyond 5G (B5G) era. Various revolutionary technologies and innovative services are offered in 5G networks, which, along with many principal advantages, are anticipated to bring a boom in the number of connected wireless devices and the types of use-cases that may cause the scarcity of network resources. These challenges, partly emerged with the advent of massive machine-type communications (mMTC) services, require extensive research innovations to sustain the evolution towards enhanced-mMTC with the scalable network cost in 6th generation (6G) wireless networks. Towards delivering the anticipated massive connectivity requirements with optimal energy and spectral efficiency besides low hardware cost, this paper proposes a framework that is fundamentally based on the amalgamation of non-coherent and backscatter communications (BsC). Considering the potentials of these technologies, starting with the review of 5G target services and enabling technologies, a comprehensive review of their state-of-the-art is conducted, and their potential applications and use-cases in B5G era are identified. Along with the main focus on non-coherent and BsC technologies, various emerging enabling technologies for 6G networks including unmanned aerial vehicles -assisted communications, visible light communications, quantum-assisted communications, reconfigurable large intelligent surfaces, non-orthogonal multiple access, and machine learning -aided intelligent networks are identified and thoroughly discussed. Subsequently, the scope of these enabling technologies for different device types (e.g., body implants), service types (e.g., e-mMTC), and optimization parameters (e.g., energy) is analyzed in detail. ...

研究动机与目标

• 解决B5G时代因连接设备数量指数级增长及多样化应用场景而引发的网络资源日益紧缺的问题。
• 克服当前大规模机器类型通信（mMTC）在能效、谱效和成本可扩展性方面的局限性。
• 提出一种基于非相干通信与背散射通信（BsC）的统一框架，以支持极简硬件复杂度的增强型mMTC。
• 探索将可重构智能表面、可见光通信和机器学习辅助网络等新兴6G技术集成，以提升系统性能。
• 分析所提框架在关键优化参数（如能效和谱效）下对多样化设备类型（例如体内植入设备）和服务类型（例如e-mMTC）的适用性。

提出的方法

• 全面回顾5G目标服务及使能技术，识别B5G演进中的关键挑战。
• 集成非相干通信技术，消除接收端对信道状态信息的需求，从而降低信令开销和复杂度。
• 利用背散射通信（BsC）使设备能够反射或调制入射无线电波，实现无电池或超低功耗运行。
• 将非相干检测与背散射传输相结合，实现面向大规模连接的高能效、低复杂度通信。
• 分析所提框架与新兴6G技术（如可重构智能表面、无人机（UAVs）和可见光通信）之间的协同效应。
• 应用机器学习辅助技术优化网络参数，提升动态B5G环境中资源分配的效率。

实验结果

研究问题

• RQ1 非相干通信与背散射通信如何协同解决B5G网络中超大规模连接在可扩展性和能效方面的挑战？
• RQ2 在mMTC场景中，将非相干检测与背散射传输集成，其性能权衡与系统级优势是什么？
• RQ3 诸如可重构智能表面和UAV辅助通信等新兴6G技术如何与所提框架互补？
• RQ4 在严格的能效和谱效约束下，该框架在支持多样化设备类型（包括植入式医疗设备）方面有哪些方式？
• RQ5 在所提通信框架背景下，可采用哪些优化策略以最大化能效和谱效？

主要发现

• 非相干通信与背散射通信的融合实现了可扩展的、低复杂度的连接，适用于B5G网络中的超大规模设备部署。
• 所提框架显著降低了硬件和能耗成本，使其特别适合无电池或能量受限的设备（如体内植入设备）。
• 背散射通信使设备无需专用射频发射器即可运行，大幅降低功耗，支持长期运行。
• 非相干检测消除了对信道估计的需求，降低了信令开销，并提高了在动态无线环境中的鲁棒性。
• 该框架与新兴6G技术（如可重构智能表面和可见光通信）兼容，并能提升其性能。
• 分析结果证实，该方法在严格能效和谱效约束下，可支持多样化服务类型，包括增强型mMTC。