基于复神经网络的 Bistatic ISAC 联合 AoA 与 AoD 估计
信号处理
2024-04-02 v1
摘要
无线系统中的通信感知一体化（ISAC）已成为一种极具前景的范式，有望提升性能、提高资源利用率，并实现雷达感知与无线通信之间的互利互动，从而塑造无线技术的未来。在这项工作中，我们提出了两种新颖的方法来解决 Bistatic ISAC 系统的联合到达角与出发角估计问题。我们提出的方法包括利用复神经网络的深度学习（DL）解决方案，以及一种参数化算法。通过利用估计的信道矩阵并结合由粗定时估计组成的预处理步骤，我们能够显著减小输入规模并提高计算效率。在我们的研究结果中，我们强调了所提出的基于深度学习方法的显著潜力，其表现出与显式利用多输入多输出（MIMO）模型的参数化方法相当的性能，同时计算复杂度显著降低。
引用
@article{arxiv.2404.00582,
title = {Complex Neural Network based Joint AoA and AoD Estimation for Bistatic ISAC},
author = {Salmane Naoumi and Ahmad Bazzi and Roberto Bomfin and Marwa Chafii},
journal= {arXiv preprint arXiv:2404.00582},
year = {2024}
}
备注
IEEE Journal of Selected Topics in Signal Processing