协同ISAC赋能低空经济
信号处理
2024-12-31 v1
摘要
本文提出一种用于低空探测场景的协同集成感知与通信 (ISAC) 方案，旨在估计无人机 (UAV) 的参数并通过协同提高感知性能。该方案包含两个阶段。在阶段I中，我们通过张量分解模型构建单体参数估计问题。利用因子矩阵的范德姆积结构，引入空间平滑张量分解方案来估计UAV的参数。为进一步降低计算复杂度，设计一种基于广义Rayleigh商 (GRQ) 的reduced-dimension (RD) 角度到达 (AoA) 估计算法。在阶段II中，通过多个基站 (BS) 之间的数据融合来确定UAV的位置和真实速度。具体而言，首先发展一种基于假删除最小生成树 (MST) 的数据关联方法，以准确匹配BS的参数估计到相同的UAV。随后，发展一种帕累托最优方法和残差加权方案分别用于位置和速度估计。我们进一步将方法扩展至双极化系统。仿真结果表明，与传统技术相比，所提出的方案在有效性方面具有优势。
引用
@article{arxiv.2412.20371,
title = {Cooperative ISAC-empowered Low-Altitude Economy},
author = {Jun Tang and Yiming Yu and Cunhua Pan and Hong Ren and Dongming Wang and Jiangzhou Wang and Xiaohu You},
journal= {arXiv preprint arXiv:2412.20371},
year = {2024}
}