[论文解读] Statistical and Deterministic RCS Characterization for ISAC Channel Modeling

Ali Waqar Azim, Ahmad Bazzi+4 more|ArXiv.org|Feb 17, 2025

Fault Detection and Control Systems被引用 3

一句话总结

论文在25–28 GHz的室内工厂和室内热点环境中，对ISAC通道建模进行统计和确定性雷达散射截面（RCS）表征，将RCS数据拟合到多种分布，在单径和双径配置下进行。

ABSTRACT

In this study, we perform a statistical analysis of the radar cross section (RCS) for various test targets in an indoor factory at \(25\)-\(28\) GHz, with the goal of formulating parameters that may be used for target identification and other sensing applications for future wireless systems. The analysis is conducted based on measurements in monostatic and bistatic configurations for bistatic angles of \(20^\circ\), \(40^\circ\), and \(60^\circ\), which are functions of transmitter-receiver (T-R) and target positions, via accurate \(3\)dB beamwidth of \(10^\circ\) in both azimuth and elevation planes. The test targets include unmanned aerial vehicles, an autonomous mobile robot, and a robotic arm. We utilize parametric statistical distributions to fit the measured RCS data. The analysis reveals that the extit{lognormal and gamma distributions} are effective in modeling the RCS of the test targets over different reflecting points of the target itself, i.e. when target is in motion. Additionally, we provide a framework for evaluating the deterministic bistatic RCS of a rectangular sheet of laminated wood, due to its widespread use in indoor hotspot environments. Novel deterministic and statistical RCS models are evaluated, incorporating dependencies on the bistatic angle, T-R distance (\(2\)m -\(10\)m) and the target. The results demonstrate that some proposed RCS models accurately fit the measured data, highlighting their applicability in bistatic configurations.

研究动机与目标

• 为ISAC通道建模表征室内工厂目标的RCS。
• 将实测RCS数据拟合到参数分布以识别鲁棒的拟合优度候选分布。
• 在双筒配置下，为层压木材目标开发并评估确定性RCS模型。

提出的方法

• 在25–28 GHz使用4×4天线阵列和USRP测试台进行单径和双径RCS测量。
• 使用Zadoff-Chu序列进行发射并提取CIR以通过P_tar = f(P_tot, P_back, P_noise)计算目标RCS。
• 拟合正态、对数正态、伽马、韦布尔、瑞利和指数分布的PDF和CDF到实测RCS数据，并用KS统计量和MSE评估拟合优度。
• 通过修改的浮动截距（FI）模型并考虑双路径损耗和用于层压木材目标的确定性NSR分量，评估确定性RCS。
• 在统计和确定性RCS模型中评估双筒角度和T-R距离的依赖性。

实验结果

研究问题

• RQ1 在不同双筒角度和频率下，哪些统计分布最能建模室内工厂目标的实测RCS数据？
• RQ2 双筒角度和Tx–Rx–目标几何如何影响ISAC场景中的RCS统计量和决定性模型？
• RQ3 基于改进FI方法的确定性RCS模型能否在25–28 GHz准确描述常见室内对象的RCS？
• RQ4 在移动与定向条件下，UAV、自主移动机器人和机器人臂的相对RCS特征是什么？
• RQ5 对于每个目标和配置，各分布的拟合优度结果（KS、MSE）是多少？

主要发现

• RCS数据具有正偏斜；在各种配置下，对无人机目标，对数正态、伽马和韦布尔分布提供最佳拟合优度。
• 对于Mavic 2 Pro在25 GHz且双筒角度约为10°时，伽马分布通常提供最佳拟合，KS约为5–6e-2，MSE约为0.4–0.9e-3。
• 对于Matrice 300 RTK，在测试角度下，韦布尔、伽马和对数正态分布最能拟合数据；韦布尔经常提供最佳拟合，KS约4–13e-2，MSE约0.3–2e-3。
• 固定双筒角度时，RCS随频率一般增大，随着双筒角度增大而减小（存在角度依赖）。
• 像UAV尺寸和电池放置等因素会导致较大平台（Matrice 300 RTK）出现更高的RCS。
• 统计建模结果支持在多种配置下使用韦布尔、对数正态或伽马分布来建模UAV的RCS；在大多数情况（12/32）中伽马分布提供最佳拟合。