Fortschritte in integrierter Sensorik und Kommunikation für mobile Netzwerke
ISAC kombiniert Sensorik und Kommunikation, um die Fähigkeiten mobiler Netzwerke zu verbessern.
― 5 min Lesedauer
Inhaltsverzeichnis
Mit dem Aufkommen der 5G-Technologie wird der Bedarf nach besserer und schnellerer Kommunikation immer dringlicher. Integrierte Sensorik und Kommunikation (ISAC) ist ein neues System, das entwickelt wurde, um bestehende Netzwerke zu verbessern, indem Sensoreigenschaften hinzugefügt werden. Das bedeutet, dass die aktuelle Infrastruktur genutzt wird, um Anwendungen zu unterstützen, die sowohl Kommunikation als auch Sensorik erfordern, anstatt alles von Grund auf neu zu bauen. Das ist besonders nützlich für Mobilfunknetze, die von der zusätzlichen Sensorik profitieren können, ohne eine komplette Überholung zu brauchen.
Warum ISAC wichtig ist
ISAC wird als wichtiger Schritt für die nächste Generation von Mobilfunknetzen (6G) angesehen. Es kann bei verschiedenen Anwendungen helfen, wie z.B. der Erkennung von Eindringlingen, Gesundheitsmonitoring, dem Management von internetfähigen Geräten (IoT) und der Unterstützung von autonom fahrenden Autos. Diese Anwendungen stellen neue Anforderungen an drahtlose Netzwerke, sodass es essenziell ist, Kommunikation und Sensorik zu kombinieren, um die Effizienz zu steigern und Kosten zu senken.
Referenzsignale in 5G
In der Welt von 5G spielen Referenzsignale wie das Positionierungsreferenzsignal (PRS) eine entscheidende Rolle, um die Genauigkeit der Standortbestimmung für Geräte zu verbessern. PRS hat einzigartige Eigenschaften, die es für Sensorik geeignet machen. Es bietet eine Vielzahl von Ressourcen und kann auf verschiedene Weise konfiguriert werden, um unterschiedlichen Anforderungen gerecht zu werden. Der Physikalische Downlink Shared Channel (PDSCH) ist ein weiterer wichtiger Teil von 5G, verantwortlich für die Übertragung von Nutzdaten.
Wenn man diese beiden Signale kombiniert, kann PRS die Sensorikfähigkeiten eines Netzwerks verbessern, während PDSCH die Kommunikationsaufgaben übernimmt. Diese Kombination ist entscheidend in Situationen, in denen beide Funktionen gleichzeitig benötigt werden.
Die Herausforderung der Reichweitenambiguität
Bei der Verwendung von PRS stehen wir oft vor dem Problem der Reichweitenambiguität. Das passiert, wenn es schwierig wird, zwischen echten Zielen und falschen, sogenannten Geisterzielen zu unterscheiden. Geisterziele können die Leistung von Sensorikanwendungen erheblich beeinträchtigen und es schwierig machen, die Entfernung und Geschwindigkeit tatsächlicher Objekte genau zu bestimmen.
In traditionellen Setups wurde PRS hauptsächlich für Positionierungsaufgaben erstellt, nicht für die Sensorik. Das bedeutet, dass die Methode, die für PRS entwickelt wurde, an die Anforderungen der Sensorik angepasst werden muss, was die Herausforderungen mit sich bringt.
Superposition von PDSCH und PRS
Um die genannten Herausforderungen zu überwinden, besteht ein Ansatz darin, PDSCH- und PRS-Signale im selben Ressourcengitter zu überlagern. Dadurch können Kommunikation und Sensorik koordiniert ablaufen. Diese Methode nutzt die verfügbaren Ressourcen effektiver und erhöht sowohl die Sensorikauflösung als auch die Kommunikationsqualität.
Durch das richtige Management der eingesetzten Leistung für jedes Signal können wir Störungen minimieren. Störungen entstehen, wenn sich Signale überlappen und die Klarheit des jeweils anderen beeinträchtigen, was zu Fehlern bei der Datendecodierung führen kann. Um dieses Problem anzugehen, wurden Algorithmen entwickelt, die zwischen den Signalen unterscheiden und die Gesamtleistung verbessern.
Innovative Lösungen zur Reichwertschätzung
Zwei Hauptalgorithmen wurden eingeführt, um die Reichwertschätzung und die Eliminierung von Geisterzielen zu bewältigen. Der erste Algorithmus konzentriert sich auf Situationen, in denen die Kammergrösse einen bestimmten Wert hat. Das ermöglicht eine effektive Reichwertschätzung, während der maximale Erfassungsbereich unberührt bleibt.
Der zweite Algorithmus ist für unterschiedliche Kammergrössen konzipiert. Er verwendet Methoden zur Erhöhung des Signal-Rausch-Verhältnisses (SNR), um zwischen echten und Geisterzielen zu unterscheiden, ohne die Sensorikfähigkeiten zu beeinträchtigen.
Durch den Einsatz dieser Algorithmen ist es möglich, die kombinierten Effekte von PRS und PDSCH effektiv zu managen. Letztendlich führt das zu einer klareren und zuverlässigeren Sensorikleistung.
Leistungszuweisung
Die Rolle derDie Leistungszuweisung ist ein wesentlicher Aspekt, um eine effiziente Leistung im ISAC-Rahmen sicherzustellen. Es ist wichtig, die Leistung zwischen PRS und PDSCH auszubalancieren. Zu viel Leistung für PRS kann die Kommunikationsleistung beeinträchtigen, während zu wenig die Sensorikfähigkeiten einschränken kann.
Das ideale Szenario beinhaltet, die Leistung basierend auf der Anzahl der Ziele, der Grösse der PRS-Kammer und den Gesamtkommunikationsbedürfnissen anzupassen. Der Kompromiss zwischen Sensorikqualität und Kommunikationsqualität muss sorgfältig gemanagt werden, um die besten Ergebnisse zu erzielen.
Simulation und Testing
Die vorgeschlagenen Methoden wurden durch Simulationen validiert. Es wurde ein Szenario erstellt, in dem eine Basisstation (gNB) und ein Empfänger verwendet wurden, um zu erkunden, wie effektiv diese Signale unter realen Bedingungen arbeiten. Die Simulationen berücksichtigten unterschiedliche Entfernungen, Geschwindigkeiten beweglicher Ziele und verschiedene andere Parameter.
Die Ergebnisse zeigten, dass das System sowohl Kommunikation als auch Sensorik effektiv managen kann. Wenn die Leistung richtig zugewiesen wird, können Störungen minimiert werden, was zu einer besseren Klarheit bei der Unterscheidung zwischen echten und Geisterzielen führt.
Auswirkungen der Forschung
Die Forschung dient als grundlegender Schritt für weitere Fortschritte in der Mobilfunktechnologie. Durch die Integration von Sensorik und Kommunikation in denselben Rahmen können signifikante Verbesserungen in verschiedenen Anwendungen erzielt werden. Die Ergebnisse zeigen, wie bestehende Systeme verfeinert werden können, um den Anforderungen moderner Technologie gerecht zu werden, ohne umfangreiche neue Infrastruktur zu benötigen.
Fazit und zukünftige Ausrichtungen
Zusammenfassend bietet die Superposition von PRS- und PDSCH-Signalen im ISAC-Rahmen eine neue Möglichkeit, die Effizienz von Mobilfunknetzen zu verbessern. Die entwickelten Algorithmen zur Eliminierung von Geisterzielen und zur Verbesserung der Kommunikationsqualität sind vielversprechende Schritte nach vorn.
Zukünftige Forschungen können ergründen, wie diese Methoden unter verschiedenen Bedingungen bestehen, insbesondere bei unterschiedlichen Signal-Rausch-Verhältnissen. Darüber hinaus wird es entscheidend sein, das Gleichgewicht zwischen Erkennungsgenauigkeit und Kommunikationsleistung zu verstehen, während sich die Anwendungen weiterentwickeln.
Mit dem Fortschritt der Mobiltechnologie wird die anhaltende Herausforderung darin bestehen, die bestehende Infrastruktur an die steigenden Anforderungen anzupassen. Die Integration von Sensorik und Kommunikation ist ein kritischer Bereich, der grosses Potenzial für die kommende Generation von Netzwerken birgt.
Titel: Superposition of PRS and PDSCH for ISAC System: Spectral Efficiency Enhancement and Range Ambiguity Elimination
Zusammenfassung: From the telecommunication companies' perspective, the preference for integrated sensing and communication (ISAC) for sixth-generation (6G) is to enhance existing infrastructure with sensing capabilities while minimizing network alterations and optimizing available resources. This prompts the investigation of ISAC leveraging the existing infrastructure of fifth-generation (5G) new radio (NR) signals as defined by the 3rd generation partnership project (3GPP). Additionally, improving spectral efficiency is crucial in scenarios with high demand for both communication and sensing applications to maintain the required quality of service (QoS). To address these challenges, we propose the superposition of the physical downlink shared channel (PDSCH) for communication and the positioning reference signal (PRS) for sensing with proper power allocation. Furthermore, we propose a novel algorithm to reduce the interference for data decoding caused by PRS. Moreover, we introduce the joint exploitation of PRS and demodulation reference signal (DMRS) to prevent range ambiguity in the form of ghost targets. Through simulation analysis, we demonstrate the effectiveness of integrating PDSCH and PRS symbols within a unified resource grid. Our results show that the introduced approaches not only eliminate range ambiguity when sensing targets from gNBs but also enhance spectral efficiency by reducing interference between PRS and PDSCH. Simulation results show throughput enhancement and up to 57% improvement in bit error rate (BER). This paves the way for supporting sensing applications in the forthcoming network generation.
Autoren: Keivan Khosroshahi, Philippe Sehier, Sami Mekki
Letzte Aktualisierung: 2024-09-30 00:00:00
Sprache: English
Quell-URL: https://arxiv.org/abs/2409.20420
Quell-PDF: https://arxiv.org/pdf/2409.20420
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.