Gemeinsames Design von statistischen MIMO-Radar-Codes, Uplink/Downlink-Präkodierern und entsprechenden Empfangsfiltern für ein verteiltes MIMO-Radar-MIMO-Kommunikationssystem

Belangrijkste concepten

Das Hauptziel dieses Artikels ist es, eine neuartige Metrik namens "zusammengesetzte und gewichtete Summe der gegenseitigen Information" (CWSM) zu verwenden, um das gemeinsame Design von statistischen MIMO-Radar-Codes, Uplink/Downlink-Präkodierern und entsprechenden Empfangsfiltern für ein verteiltes MIMO-Radar-MIMO-Kommunikationssystem zu optimieren.

Samenvatting

Der Artikel behandelt die Herausforderung des Spektrumssharing zwischen einem statistischen MIMO-Radar und einem In-Band-Full-Duplex (IBFD) Multi-Nutzer-MIMO (MU-MIMO) Kommunikationssystem, die gleichzeitig im selben Frequenzband operieren.
Zunächst wird das Signalverarbeitungsmodell für das verteilte IBFD MIMO-Radar-MIMO-Kommunikationssystem zusammengefasst. Dann wird das CWSM-Maximierungsproblem formuliert, das die Präkodierer, Radar-Codes und Empfangsfilter gemeinsam optimiert, unter Berücksichtigung praktischer Randbedingungen wie maximale Sendeleistung, Dienstgüte-Anforderungen und Peak-to-Average-Power-Ratio (PAR) des Radar-Signals.
Um dieses hochgradig nichtkonvexe Optimierungsproblem zu lösen, wird ein Algorithmus entwickelt, der eine Kombination aus Block-Koordinaten-Abstieg (BCD) und Wechselprojektions-Methoden (AP) verwendet. Numerische Experimente zeigen die schnelle Konvergenz des Algorithmus, die Unterdrückung von Uplink-Interferenz und stabile Datenraten unter verschiedenen Rauschpegeln, Kanalschätzfehlern und Selbstinterferenz.

Statistieken

Die maximale Downlink-Sendeleistung des Basisstations ist durch 𝑃B begrenzt.
Die maximale Uplink-Sendeleistung des 𝑖-ten Nutzer-Endgeräts ist durch 𝑃U begrenzt.
Die Uplink-Datenrate des 𝑖-ten Nutzer-Endgeräts muss mindestens 𝑅UL betragen.
Die Downlink-Datenrate des 𝑗-ten Nutzer-Endgeräts muss mindestens 𝑅DL betragen.
Die Sendeleistung des 𝑚r-ten Radar-Senders ist auf 𝑃r,𝑚r begrenzt.
Der Peak-to-Average-Power-Ratio (PAR) des 𝑚r-ten Radar-Senders ist auf 𝛾𝑚r begrenzt.

Citaten

"Das Hauptziel dieses Artikels ist es, eine neuartige Metrik namens "zusammengesetzte und gewichtete Summe der gegenseitigen Information" (CWSM) zu verwenden, um das gemeinsame Design von statistischen MIMO-Radar-Codes, Uplink/Downlink-Präkodierern und entsprechenden Empfangsfiltern für ein verteiltes MIMO-Radar-MIMO-Kommunikationssystem zu optimieren."
"Um dieses hochgradig nichtkonvexe Optimierungsproblem zu lösen, wird ein Algorithmus entwickelt, der eine Kombination aus Block-Koordinaten-Abstieg (BCD) und Wechselprojektions-Methoden (AP) verwendet."

Belangrijkste Inzichten Gedestilleerd Uit

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

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

https://arxiv.org/pdf/2403.19119.pdf

Diepere vragen

Wie könnte man das gemeinsame Design von MIMO-Radar und MIMO-Kommunikation auf Szenarien mit mehreren Zielen erweitern

Um das gemeinsame Design von MIMO-Radar und MIMO-Kommunikation auf Szenarien mit mehreren Zielen zu erweitern, könnte man die Systemmodelle anpassen, um die Interaktionen und Anforderungen mehrerer Ziele zu berücksichtigen. Dies würde eine umfassendere Optimierung erfordern, die nicht nur die Kommunikationsziele, sondern auch die Radarziele berücksichtigt. Darüber hinaus müssten neue Metriken und Kriterien entwickelt werden, um die Leistung des Systems in Bezug auf die verschiedenen Ziele zu bewerten. Eine mögliche Erweiterung könnte auch die Integration von Machine-Learning-Algorithmen beinhalten, um das System an die sich ändernden Anforderungen und Ziele anzupassen.

Welche zusätzlichen Herausforderungen ergeben sich, wenn man das Tracking-Verhalten des MIMO-Radar-MIMO-Kommunikationssystems untersuchen möchte

Wenn man das Tracking-Verhalten des MIMO-Radar-MIMO-Kommunikationssystems untersuchen möchte, ergeben sich zusätzliche Herausforderungen in Bezug auf die Genauigkeit der Zielerfassung, die Robustheit gegenüber Störungen und die Effizienz des Trackings. Das System müsste in der Lage sein, die Bewegungen und Positionen der Ziele präzise zu verfolgen, auch unter schwierigen Bedingungen wie starkem Rauschen oder Interferenzen. Die Integration von Tracking-Algorithmen und Methoden zur Bewegungsvorhersage wäre entscheidend, um die Leistung des Systems zu verbessern. Darüber hinaus müssten möglicherweise spezielle Signalverarbeitungstechniken und Tracking-Filter entwickelt werden, um die Tracking-Genauigkeit zu optimieren und die Latenzzeiten zu minimieren.

Wie könnte man die vorgestellten Techniken auf andere Anwendungen wie Automotive-Radar oder Weltraumradar übertragen

Um die vorgestellten Techniken auf andere Anwendungen wie Automotive-Radar oder Weltraumradar zu übertragen, müssten spezifische Anpassungen und Modifikationen vorgenommen werden, um den Anforderungen und Besonderheiten dieser Anwendungen gerecht zu werden. Beispielsweise könnte die Integration von Umgebungsinformationen und Hinderniserkennungsalgorithmen in das Radar-Design für Automotive-Anwendungen entscheidend sein. Für Weltraumradar müssten möglicherweise spezielle Signalverarbeitungstechniken entwickelt werden, um die extremen Bedingungen des Weltraums zu berücksichtigen und die Zuverlässigkeit des Systems zu gewährleisten. Die Übertragung der Techniken auf verschiedene Anwendungen erfordert daher eine sorgfältige Anpassung an die spezifischen Anforderungen und Umgebungen.