面向太赫兹通感一体化系统的感知集成DFT扩频OFDM波形与深度学习接收机设计
信号处理
2022-11-30 v3
摘要
太赫兹(THz)通信因其超宽带宽被视作下一代无线系统的关键技术。更进一步,THz通感一体化(ISAC)系统可同时实现前所未有的数据速率与毫米级精确感知。然而,THz ISAC在波形与接收机设计上面临严峻挑战,以充分利用THz信道与收发机的特性。本工作中,提出一种用于THz ISAC的感知集成离散傅里叶变换扩频正交频分复用(SI-DFT-s-OFDM)系统,其相比OFDM具有更低的峰均功率比,并能适应THz信道灵活的时延扩展。在不损害通信能力的前提下,所提SI-DFT-s-OFDM实现了毫米级距离估计与分米每秒级速度估计精度。此外,在 BER水平上,其误码率(BER)性能相比OFDM有5 dB增益提升。在接收端,设计了一种基于深度学习的ISAC接收机,含两个神经网络,用于恢复发射数据并估计目标距离与速度,同时抑制THz系统的不完善与非线性。大量仿真结果表明,所提深度学习方法可实现通信与感知的相互增强性能,并对多普勒效应、相位噪声和多目标估计具有鲁棒性。
引用
@article{arxiv.2109.14918,
title = {Sensing Integrated DFT-Spread OFDM Waveform and Deep Learning-powered Receiver Design for Terahertz Integrated Sensing and Communication Systems},
author = {Yongzhi Wu and Filip Lemic and Chong Han and Zhi Chen},
journal= {arXiv preprint arXiv:2109.14918},
year = {2022}
}