Gemeinsames Design eines statistischen MIMO-Radars und eines In-Band-Vollduplex-Mehrbenutzer-MIMO-Kommunikationssystems - Teil I: Signalverarbeitung

Core Concepts

In diesem Papier wird ein gemeinsames Rahmenwerk für ein statistisches MIMO-Radar und ein In-Band-Vollduplex-Mehrbenutzer-MIMO-Kommunikationssystem entwickelt, das praktische Beschränkungen wie Clutter, Sende- und Empfangsleistungen, Dienstgüte und Spitze-zu-Durchschnitts-Leistungsverhältnis berücksichtigt.

Abstract

Dieser Artikel befasst sich mit dem Problem des Spektrumssharing, bei dem ein statistisches (oder weit verteiltes) Mehrfach-Eingang-Mehrfach-Ausgang (MIMO)-Radar und ein In-Band-Vollduplex (IBFD) Mehrbenutzer-MIMO (MU-MIMO) Kommunikationssystem gleichzeitig im selben Frequenzband operieren.
Frühere Arbeiten zu gemeinsamen MIMO-Radar-MIMO-Kommunikations (MRMC)-Systemen konzentrierten sich hauptsächlich auf kolokalierte MIMO-Radare, Halbduplex-MIMO-Kommunikation, Einzelbenutzer-Szenarien, ließen praktische Beschränkungen wie Clutter, Sende- und Empfangsleistungen, Dienstgüte und Spitze-zu-Durchschnitts-Leistungsverhältnis außer Acht oder verwendeten getrennte Sende- und Empfangseinheiten für MRMC-Koexistenz.
In diesem Papier wird ein MRMC-Rahmenwerk vorgeschlagen, das all diese Probleme adressiert. Es wird ein Signalverarbeitungsansatz für ein verteiltes IBFD MRMC entwickelt, bei dem der Radarempfänger so ausgelegt ist, dass er auch die vom Radarziel reflektierten Downlink-Kommunikationssignale ausnutzt. Umfangreiche numerische Experimente zeigen, dass die vorgeschlagenen Methoden die Radarzielerfassung im Vergleich zu herkömmlichen Codes verbessern und eine höhere erreichbare Datenrate als Standard-Vorkodierer liefern.

Stats

Die Zielreflexion ist proportional zur durchschnittlichen Radarquerschnittsfläche 𝜂2
𝑚rt𝑛r.
Der Dopplerfrequenzversatz 𝑓𝑚rt𝑛r hängt von der Zielgeschwindigkeit 𝝂𝑡 und den Winkel-von-Abfahrt/-Ankunft 𝜃𝑚r und 𝜙𝑛r ab.
Die Ausbreitungsverzögerung 𝜁𝑚rt𝑛r hängt vom Zielort (𝑥𝑡, 𝑦𝑡) ab.

Quotes

"In diesem und den begleitenden Artikeln (Teil II und III) ist es unser Ziel, einen MRMC-Rahmen zu entwerfen, der all diese Probleme angeht."
"Unsere neuartigen Methoden verbessern die Radarzielerfassung um bis zu 13% gegenüber herkömmlichen Radarcodes bei einer gegebenen Fehlalarmrate und liefern eine bis zu 30% höhere Rate als Standard-Vorkodierer."

Key Insights Distilled From

Co-Designing Statistical MIMO Radar and In-band Full-Duplex Multi-User MIMO Communications -- Part I

by Jiawei Liu,K... at arxiv.org 03-29-2024

https://arxiv.org/pdf/2006.14774.pdf

Deeper Inquiries

Wie könnte das vorgeschlagene gemeinsame Design-Rahmenwerk auf andere Anwendungen wie autonomes Fahren oder Drohnenüberwachung erweitert werden

Das vorgeschlagene gemeinsame Design-Rahmenwerk für ein statistisches MIMO-Radar und ein IBFD-MU-MIMO-Kommunikationssystem könnte auf andere Anwendungen wie autonomes Fahren oder Drohnenüberwachung erweitert werden, indem es die Konzepte der gemeinsamen Optimierung von Radar- und Kommunikationssystemen auf diese spezifischen Szenarien anpasst. Zum Beispiel könnten Radar- und Kommunikationssysteme in autonomen Fahrzeugen integriert werden, um die Umgebungswahrnehmung und die drahtlose Kommunikation zu verbessern. Durch die gemeinsame Optimierung könnten Autonomiefunktionen wie Kollisionsvermeidung, Spurhaltung und Hinderniserkennung effizienter gestaltet werden. In der Drohnenüberwachung könnten Radar- und Kommunikationssysteme zusammenarbeiten, um die Flugbahnen von Drohnen zu überwachen, Kollisionen zu vermeiden und die drahtlose Kommunikation zwischen den Drohnen zu optimieren.

Welche zusätzlichen Herausforderungen ergeben sich, wenn das System mit mehreren beweglichen Zielen umgehen muss

Wenn das System mit mehreren beweglichen Zielen umgehen muss, ergeben sich zusätzliche Herausforderungen in Bezug auf die Zielverfolgung, die Doppler-Verschiebung und die Interferenz zwischen den Zielen. Die Bewegung der Ziele führt zu sich ändernden Reflexionswinkeln und Doppler-Verschiebungen, was die Signalverarbeitung und die Zielverfolgung komplexer macht. Die Interaktion zwischen den beweglichen Zielen kann zu Überlappungen in den empfangenen Signalen führen, was die Unterscheidung und Verfolgung der Ziele erschwert. Darüber hinaus können sich die Bewegungen der Ziele auf die Kanalbedingungen auswirken, was die Leistung des Systems beeinflussen kann.

Wie könnte die Leistungsfähigkeit des Systems weiter verbessert werden, indem man die Interaktion zwischen Radar und Kommunikation noch stärker ausnutzt

Die Leistungsfähigkeit des Systems könnte weiter verbessert werden, indem die Interaktion zwischen Radar und Kommunikation noch stärker ausgenutzt wird. Dies könnte durch die Entwicklung fortschrittlicher Algorithmen zur gemeinsamen Optimierung von Radar- und Kommunikationssignalverarbeitung erreicht werden. Zum Beispiel könnten Techniken wie gemeinsame Beamforming-Verfahren, kooperative Signalverarbeitung und gemeinsame Kanalcodierung eingesetzt werden, um die Effizienz und Zuverlässigkeit des Systems zu steigern. Darüber hinaus könnten adaptive Signalverarbeitungsalgorithmen implementiert werden, um sich ändernden Umgebungsbedingungen und Anforderungen gerecht zu werden und die Leistung des Systems kontinuierlich zu optimieren.