全无源与半无源IRS赋能感知:SNR与CRB比较
信号处理
2023-11-13 v1 信息论
math.IT
摘要
本文研究分别配备全无源与半无源智能反射面(IRS)的两种IRS赋能非视距(NLoS)感知系统的感知性能。具体地,我们考虑一个由单个基站(BS)、一个均匀线阵(ULA)IRS以及BS的NLoS区域中一个点目标组成的基础设置。相应地,在BS处发射波束赋形与IRS处反射波束赋形联合优化的情形下,我们分析目标检测场景中的感知信噪比(SNR)性能,以及目标到达角(DoA)估计场景中的估计Cramér-Rao界(CRB)性能。首先,对于目标检测场景,我们刻画了当BS-IRS信道分别为视距(LoS)与Rayleigh衰落时的最大感知SNR。研究表明,当IRS配备的反射单元数足够大时,半无源IRS感知系统的最大感知SNR随成比例增长,而全无源IRS对应系统则随成比例增长。接着,对于目标DoA估计场景,我们分析当BS-IRS信道服从Rayleigh衰落时的最小CRB性能。具体而言,当增大时,半无源与全无源IRS感知系统的最小CRB分别随与成反比下降。最后,给出了数值结果,以在一般信道设置下跨多种发射与反射波束赋形设计方案佐证我们的分析。结果表明,当超过某一阈值时,全无源IRS感知系统优于半无源对应系统。该优势归因于IRS-BS路径中额外的反射波束赋形增益,其有效补偿了大下的路径损耗。
引用
@article{arxiv.2311.06002,
title = {Fully-Passive versus Semi-Passive IRS-Enabled Sensing: SNR and CRB Comparison},
author = {Xianxin Song and Xinmin Li and Xiaoqi Qin and Jie Xu and Tony Xiao Han and Derrick Wing Kwan Ng},
journal= {arXiv preprint arXiv:2311.06002},
year = {2023}
}
备注
13 pages,7 figures