Integrated sensing and communication (ISAC) emerges as a new design paradigm that combines both sensing and communication systems to jointly utilize their resources and to pursue mutual benefits for future B5G and 6G networks. In ISAC, the hardware and spectrum co-sharing leads to a fundamental tradeoff between sensing and communication performance, which is not well understood except for very simple cases with the same sensing and channel states, and perfect channel state information at the receiver (CSIR). In this paper, a more general point-to-point ISAC model is proposed to account for the scenarios that the sensing state is different from but correlated with the channel state, and the CSIR is not necessarily perfect. For the model considered, the optimal tradeoff is characterized by a capacity-distortion function that quantifies the best communication rate for a given sensing distortion constraint requirement. An iterative algorithm is proposed to compute such tradeoff, and a few non-trivial examples are constructed to demonstrate the benefits of ISAC as compared to the separation-based approach.


翻译:综合遥感和通信(ISAC)是一个新的设计范例,将遥感和通信系统结合起来,共同利用资源,为未来的B5G和6G网络谋求互利。在ISAC, 硬件和频谱共享导致遥感和通信性能之间的根本权衡,除了同感测和频道状态的非常简单的情况,以及接收器(CSIR)的完美频道状态信息之外,这一点没有很好地理解。在本文件中,建议采用一个比较一般的点对点ISAC模型,以说明感测状态不同于频道状态但与频道状态相关,而CSIR不一定完美。在所考虑的模式中,最佳权衡的特征是能力扭曲功能,对特定感测扭曲制约要求的最佳通信率进行量化。建议采用迭代算法来计算这种权衡,并建立了几个非三重的例子,以证明ISAC相对于分解法的好处。

0
下载
关闭预览

相关内容

Integration:Integration, the VLSI Journal。 Explanation:集成,VLSI杂志。 Publisher:Elsevier。 SIT:http://dblp.uni-trier.de/db/journals/integration/
专知会员服务
80+阅读 · 2021年7月31日
【经典书】模式识别导论,561页pdf
专知会员服务
81+阅读 · 2021年6月30日
【干货书】实体搜索,Entity-Oriented Search,358页pdf
专知会员服务
34+阅读 · 2021年4月9日
专知会员服务
41+阅读 · 2021年4月2日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
95+阅读 · 2020年7月14日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
人工智能 | ACCV 2020等国际会议信息5条
Call4Papers
6+阅读 · 2019年6月21日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
已删除
将门创投
4+阅读 · 2018年12月10日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
VIP会员
相关资讯
人工智能 | ACCV 2020等国际会议信息5条
Call4Papers
6+阅读 · 2019年6月21日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
已删除
将门创投
4+阅读 · 2018年12月10日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
Top
微信扫码咨询专知VIP会员