Skip to main content
QUICK REVIEW

[论文解读] System-Level Analysis of Joint Sensing and Communication based on 5G New Radio

Lorenzo Pucci, Enrico Paolini|arXiv (Cornell University)|Jan 28, 2022
Distributed Sensor Networks and Detection Algorithms参考文献 45被引用 6
一句话总结

该论文提出了一种基于5G新无线电(5G NR)的多波束系统,用于联合感知与通信(JSC),利用波束成形技术通过部分发射功率估计目标的距离、速度和到达方向(DoA)。主要结果表明,在30%感知功率下,毫米波频段可实现对数十个目标的亚米级定位精度,而DoA估计是影响定位精度的主要误差源。

ABSTRACT

This work investigates a multibeam system for joint sensing and communication (JSC) based on multiple-input multiple-output (MIMO) 5G new radio (NR) waveforms. In particular, we consider a base station (BS) acting as a monostatic sensor that estimates the range, speed, and direction of arrival (DoA) of multiple targets via beam scanning using a fraction of the transmitted power. The target position is then obtained via range and DoA estimation. We derive the sensing performance in terms of probability of detection and root mean squared error (RMSE) of position and velocity estimation of a target under line-of-sight (LOS) conditions. Furthermore, we evaluate the system performance when multiple targets are present, using the optimal sub-pattern assignment (OSPA) metric. Finally, we provide an in-depth investigation of the dominant factors that affect performance, including the fraction of power reserved for sensing.

研究动机与目标

  • 设计一种基于5G NR波形的多波束JSC系统,实现通信与雷达感知的同时进行。
  • 解决单基地雷达配置下扫描过程中因波束旁瓣导致的虚警目标生成问题。
  • 在视 Line-of-sight 条件下,评估系统在检测、定位和目标数量估计方面的性能。
  • 识别主要性能限制因素,特别是分配给感知的功率比例以及波束成形参数的影响。
  • 在真实多目标场景下,比较子6 GHz和毫米波频段的系统性能。

提出的方法

  • 基站(BS)作为单基地雷达,利用其部分波束成形资源扫描环境,并通过波束成形信号估计目标参数。
  • 系统采用正交频分复用(OFDM)波形与波束成形技术,利用相同硬件和频谱实现通信与感知的并行操作。
  • 基于周期图的假设检验用于在距离-角度域检测目标,随后使用MUSIC算法对波束成形信号进行DoA估计。
  • 提出一种重复目标剔除算法,通过设定距离和速度差异的阈值(εr = Δr,εv = 3Δv)来消除由波束旁瓣引起的虚假检测。
  • 采用最优子模式分配(OSPA)度量评估多目标跟踪性能,并通过蒙特卡洛仿真分析不同感知功率比例(ρ)下的性能表现。
  • 系统级仿真采用真实的5G NR参数,包括28 GHz毫米波和子6 GHz频段,基站与用户设备(UE)均采用50元均匀线阵(ULAs)。

实验结果

研究问题

  • RQ1分配给感知的发射功率比例(ρ)如何影响JSC系统中多个目标的检测与定位性能?
  • RQ2在5G NR基JSC系统中,DoA估计精度对整体目标位置与速度估计误差有何影响?
  • RQ3所提出的重复目标剔除算法在消除由波束旁瓣引起的虚假检测方面效果如何?
  • RQ4在相同感知功率分配下,OSPA、RMSE等系统性能指标在子6 GHz与毫米波频段之间有何差异?
  • RQ5在视 Line-of-sight 环境下,当存在多个目标时,系统可实现的定位精度与目标数量估计性能如何?

主要发现

  • 当ρ = 0.3(即30%感知功率)时,系统OSPA指标的平均值低于3米,第20百分位数约为1米(N_dir = 60个方向),表明在多目标定位中具有高可靠性。
  • 与ρ = 0.3相比,ρ = 0.1时位置估计的均方根误差(RMSE)显著恶化,尤其在50米以上距离,证实感知功率对精度具有显著影响。
  • DoA估计被确定为影响目标位置估计误差的主要来源,而速度估计因具有更高的多普勒分辨率而更为稳健。
  • 在毫米波(28 GHz)频段,当感知功率充足以确保可靠的DoA估计时,即使阵列尺寸适中,系统也能实现对数十个目标的亚米级定位精度。
  • 子6 GHz频段虽能实现更远距离的检测,但由于天线元数量较少导致空间分辨率降低,因此精度较低,尽管其路径损耗容忍度更高。
  • 重复目标剔除算法能有效去除虚假检测——特别是集中在用户设备(UE)距离处的虚假目标——当εv = 3Δv且εr = Δr时,平均目标数量误差降低至不足一个漏检目标(ρ = 0.3时)。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。