面向 V2I 网络的集成感知与通信：扩展车辆目标的动态预测波束成形
信号处理
2021-11-29 v2
摘要
我们通过利用路边单元（RSU）的集成感知与通信（ISAC）功能，研究用于车到基础设施（V2I）通信的感知辅助预测波束成形方案。RSU 部署大规模多输入多输出（mMIMO）阵列并工作于毫米波（mmWave）频段。在毫米波下实现的尖铅笔状 mMIMO 波束和精细距离分辨率意味着点目标假设在此类 V2I 网络中不切实际，因为车辆的体积和形状对波束成形至关重要。仅将波束指向车辆可能导致通信接收机（CR）始终不在波束内，即使车辆轨迹被精确跟踪。为解决这个问题，我们考虑扩展车辆目标并提出了两种新颖的波束跟踪方案。第一种方案中，波束宽度被实时调整以覆盖整个车辆，随后采用扩展卡尔曼滤波（EKF）算法根据分辨出的高分辨率散射点预测并跟踪 CR 的位置。通过将每个传输块分为两个阶段，进一步提出了一种升级方案。第一阶段用于 ISAC 传输，采用宽波束同时进行通信与感知。基于第一阶段的感知结果，第二阶段专用于采用尖铅笔状波束进行通信，显著提升了可达速率。我们进一步揭示了两阶段在持续时间上的固有权衡，并开发了最大化平均可达速率的最优时间分配策略。最后，数值结果验证了所提方案相对于最先进方法的优越性。
引用
@article{arxiv.2111.10152,
title = {Integrated Sensing and Communications for V2I Networks: Dynamic Predictive Beamforming for Extended Vehicle Targets},
author = {Zhen Du and Fan Liu and Weijie Yuan and Christos Masouros and Zenghui Zhang and Shuqiang Xia and Giuseppe Caire},
journal= {arXiv preprint arXiv:2111.10152},
year = {2021}
}