一种面向5G和6G感知网络的高计算效率二维MUSIC方法
信号处理
2022-05-23 v3
摘要
未来的蜂窝网络旨在通过利用发射信号的反射来感知环境。多维感知带来了能够借助多个域来分辨目标的关键优势，与一维估计相比增强了检测能力。然而，在5G新空口（NR）系统中联合估计参数面临着在保持高分辨率的同时限制计算复杂度的挑战。为此，我们利用信道状态信息（CSI）抽取来实现基于多信号分类（MUSIC）的联合距离-到达角（AoA）估计。我们进一步引入多峰值搜索例程以实现额外的检测能力提升。使用正交频分复用（OFDM）信号的仿真结果表明，与仅一维距离估计相比，我们对于紧密间隔的目标获得了更高的检测概率。此外，我们证明，在我们考虑的5G设置中，由于CSI抽取，我们能够显著减少所需的计算次数。
引用
@article{arxiv.2104.15132,
title = {A Computationally Efficient 2D MUSIC Approach for 5G and 6G Sensing Networks},
author = {Marcus Henninger and Silvio Mandelli and Maximilian Arnold and Stephan ten Brink},
journal= {arXiv preprint arXiv:2104.15132},
year = {2022}
}
备注
Longer version (with extended proof) of accepted 2022 IEEE Wireless Communications and Networking Conference (WCNC) conference paper. Added copyright notice and DOI