太赫兹频段联合超大规模MIMO雷达通信：基于模型与无模型的混合波束赋形
信号处理
2021-12-15 v2 信息论
机器学习
math.IT
摘要
由于太赫兹(THz)频段具有高可用工作带宽，太赫兹频段的无线通信与感知作为有前景的短距离技术正受到日益广泛的研究。为应对太赫兹频段的极高衰减，超大规模多输入多输出(ultra-massive multiple-input multiple-output, MIMO)天线系统已被提出用于太赫兹通信以补偿传播损耗。然而，这些巨型天线阵列的全数字波束赋形器的成本与功耗令人望而却步。本文针对低太赫兹频段一种新的子阵列组(group-of-subarrays, GoSA)超大规模MIMO结构，基于模型驱动与无模型技术开发了宽带混合波束赋形器。此外，受近期频谱节省研究进展的推动，我们提出了一种联合超大规模MIMO雷达通信系统的波束赋形器，其中基站为多天线用户设备(RX)服务，并通过向RX与目标同时生成多个波束来跟踪雷达目标。我们将GoSA波束赋形器设计表述为一个优化问题，以在无约束通信波束赋形器与期望雷达波束赋形器之间提供权衡。为缓解由频率无关模拟波束赋形器引起的太赫兹频段波束分裂效应，我们提出了一种相位校正技术，以将多个子载波的波束对齐至单一物理方向。为进一步降低超大规模MIMO计算复杂度并增强鲁棒性，我们还对提出的基于模型的混合波束赋形器实现了深度学习解决方案。数值实验表明，两种技术在频谱效率与雷达波束方向图方面均优于传统方法，且展现出更低的硬件成本与计算时间。
引用
@article{arxiv.2103.00328,
title = {Terahertz-Band Joint Ultra-Massive MIMO Radar-Communications: Model-Based and Model-Free Hybrid Beamforming},
author = {Ahmet M. Elbir and Kumar Vijay Mishra and Symeon Chatzinotas},
journal= {arXiv preprint arXiv:2103.00328},
year = {2021}
}
备注
17pages14figures. Accepted in IEEE Journal of Selected Topics in Signal Processing