面向MIMO-OFDM下行的神经集成感知与通信
信号处理
2025-09-26 v1 信息论
math.IT
摘要
无线感知和通信应用的频谱和硬件需求的不断收敛，催化了下一代网络中的集成感知与通信（ISAC）范式。基于神经网络的ISAC利用数据驱动学习技术为现有通信基础设施添加感知功能。本文提出一种基于多输入多输出（MIMO）和正交频分复用（OFDM）下行的神经ISAC信号处理框架。我们的方法无需修改MIMO-OFDM通信链路，即可实现通用感知功能。具体而言，我们的神经ISAC管道测量反射通信信号，以生成空间占用度的离散地图表示， formulation为多分类或多标签分类问题，可供专用下游任务使用。为提高闭合或杂乱环境中的感知性能，我们的神经ISAC管道依赖于旨在抑制强反射路径的特征。广泛的射线追踪仿真表明，我们的神经ISAC框架可靠地重建场景地图，无需更改MIMO-OFDM通信管道或降低数据速率。
引用
@article{arxiv.2509.21118,
title = {Neural Integrated Sensing and Communication for the MIMO-OFDM Downlink},
author = {Ziyi Wang and Frederik Zumegen and Christoph Studer},
journal= {arXiv preprint arXiv:2509.21118},
year = {2025}
}
备注
To appear in the IEEE Journal on Selected Areas in Communications