Integrated Sensing and Communication (ISAC) systems are recognised as one of the key ingredients of the sixth generation (6G) network. A challenging topic in ISAC is the design of a single waveform combining both communication and sensing functionalities on the same time-frequency-space resources, allowing to tune the performance of both with partial or full hardware sharing. This paper proposes a dual-domain waveform design approach that superposes onto the frequency-time (FT) domain both the legacy orthogonal frequency division multiplexing (OFDM) signal and a sensing one, purposely designed in the delay-Doppler domain. With a proper power downscaling of the sensing signal w.r.t. OFDM, it is possible to exceed regulatory bandwidth limitations proper of legacy multicarrier systems to increase the sensing performance while leaving communication substantially unaffected. Numerical and experimental results prove the effectiveness of the dual-domain waveform, notwithstanding a power abatement of at least 30 dB of the signal used for sensing compared to the one used for communication. The dual-domain ISAC waveform outperforms both OFDM and orthogonal time-frequency-space (OTFS) in terms of Cram\'{e}r-Rao bound on delay estimation (up to 20 dB), thanks to its superior resolution, with a negligible penalty on the achievable rate.


翻译:综合遥感和通信系统(ISAC)被公认为第六代(6G)网络的关键成份之一。ISAC的一个具有挑战性的议题是设计一个单一的波形,将通信和感测功能结合在同一时频空间资源上的通信和感测功能设计成一个单一的波形,使两者的性能都能通过部分或完全的硬件共享来调和。本文件建议采用一种双维波形设计方法,将遗留的或分波分多普勒域(OFDM)信号和感应的一台感应器都叠加到频率(FT)域域域域域域域域域域域域域域域域域域域域域域域域域内,尽管用于感应的信号至少能减减30 dB(OFD)的波形超越了感测信号(W.r.t.DM.D.D.D.D.D.D.D.D.D.D.D.D.D.D.D.D.D.D., 常规带带带带带带带宽带宽的带宽带宽带宽带宽的波波波波波波段,至可达20Rirea-B

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
60+阅读 · 2020年3月19日
抢鲜看!13篇CVPR2020论文链接/开源代码/解读
专知会员服务
49+阅读 · 2020年2月26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
【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
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
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013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 · 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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年2月15日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
VIP会员
相关资讯
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
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013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 · 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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员