Delay alignment modulation (DAM) has been recently proposed to enable manipulable channel delay spread for efficient single- or multi-carrier communications. In particular, with perfect delay alignment, inter-symbol interference (ISI) can be eliminated even with single-carrier (SC) transmission, without relying on sophisticated channel equalization. The key ideas of DAM are delay pre-compensation and path-based beamforming, so that all multi-path signal components may arrive at the receiver simultaneously and be superimposed constructively, rather than causing the detrimental ISI. Compared to the classic orthogonal frequency division multiplexing (OFDM) transmission, DAM-enabled SC communication has several appealing advantages, including low peak-to-average-power ratio (PAPR) and high tolerance for Doppler frequency shift, which renders DAM also appealing for radar sensing. Therefore, in this paper, DAM is investigated for integrated sensing and communication (ISAC) systems. We first study the output signal-to-noise ratios (SNRs) for ISI-free SC communication and radar sensing, and then derive the closed-form expressions for DAM-based sensing in terms of the ambiguity function (AF) and integrated sidelobe ratio (ISR). Furthermore, we study the beamforming design problem for DAM-based ISAC to maximize the communication SNR while guaranteeing the sensing performance in terms of the sensing SNR and ISR. Finally, we provide performance comparison between DAM and OFDM for ISAC, and it is revealed that DAM signal may achieve better communication and sensing performance, thanks to its low PAPR, reduced guard interval overhead, as well as higher tolerance for Doppler frequency shift. Simulation results are provided to show the great potential of DAM for ISAC.


翻译:最近提议了延迟校正调制(DAM),以使所有多路信号组件能够同时到达接收器,并具有建设性,而不是造成破坏性的ISI。与传统的或上层频率多式传输(OFDM)相比,DAM带动的SC通信具有一些吸引人的优势,包括低峰至平均电率(PAPR)和高容忍度的多普勒频率转换,这使得DAM也吸引雷达感应。因此,在本文中,DAM是用于综合感测和通信(ISAC)系统的调查。我们首先研究ISI自由型和雷达多频分级传输(OFDM)传输(OFDM),DAM带动的信号干扰(ISDAM)比(SAM)的输出信号对低音率比。 与SISDR的经典或雷达传输(OFR)比相比,DAM的超峰值比(DAM)可以提供高的SAM(SAM) 和SARC(SAF) 的透明性能表达方式,作为DAM 的自我感测测算法(我们SAM ) 的自我感测测测度和SARC 的SADAM 的缩缩缩缩,作为SADRA 的缩 的系统 的缩 的缩 的缩 的功能,作为SADADADADADR 的缩 的缩 的缩 的缩 。

0
下载
关闭预览

相关内容

Discrete Applied Mathematics的目的是汇集算法和应用离散数学不同领域的研究论文,以及组合数学在信息学和科学技术各个领域的应用。发表在期刊上的文章可以是研究论文、简短笔记、调查报告,也可以是研究问题。“传播”部分将致力于尽可能快地出版最近的研究成果,这些成果由编辑委员会的一名成员检查和推荐出版。《华尔街日报》还将出版数量有限的图书公告和会议记录。这些程序将得到充分的裁决,并遵守《华尔街日报》的正常标准。官网链接:https://www.sciencedirect.com/journal/discrete-applied-mathematics/about/aims-and-scope
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
72+阅读 · 2022年6月28日
专知会员服务
31+阅读 · 2021年6月12日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】全卷积语义分割综述
机器学习研究会
19+阅读 · 2017年8月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年8月30日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】全卷积语义分割综述
机器学习研究会
19+阅读 · 2017年8月31日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员