面向6G通感一体化网络的AI赋能信道语义获取
信息论
2024-01-18 v1 信号处理
math.IT
摘要
受频谱效率提升需求和智能应用普及的推动，第六代（6G）移动网络有望集成通信与感知（C&S）双重功能。尽管毫米波（mmWave）通信和毫米波雷达共享类似的多输入多输出（MIMO）架构以实现集成，但双功能协同的全部潜力仍有待挖掘。本文首先从波形设计和信号处理两方面概述了现有方案。然而，这些方法面临C&S性能相互折中的困境。为此，我们揭示并利用了C&S之间的协同作用。在所提出的框架中，我们引入了一种两阶段帧结构，并借助人工智能（AI）通过设计联合C&S信道语义提取与重建网络（JCASCasterNet）来实现协同增益。仅使用一个经济高效且节能的单感知天线，所提方案在仅需有限导频和反馈信令开销的情况下实现了增强的整体性能。最后，我们概述了通感一体化网络未来发展面临的挑战以及进一步研究的有前景方向。
引用
@article{arxiv.2401.09127,
title = {AI Empowered Channel Semantic Acquisition for 6G Integrated Sensing and Communication Networks},
author = {Yifei Zhang and Zhen Gao and Jingjing Zhao and Ziming He and Yunsheng Zhang and Chen Lu and Pei Xiao},
journal= {arXiv preprint arXiv:2401.09127},
year = {2024}
}
备注
9 pages, 5 figures, accepted by the IEEE journal