【博士每天一篇文献-研究类】通信感知一体化的新范式:电磁特性感知
1 介绍
年份:2024
作者:Yuhua Jiang(清华大学), Feifei Gao(清华大学自动化系), Shi Jin(东南大学)
期刊:IEEE Transactions on Wireless Communications
引用量:333
Y. Jiang, F. Gao and S. Jin, “Electromagnetic Property Sensing: A New Paradigm of Integrated Sensing and Communication,” in IEEE Transactions on Wireless Communications, doi: 10.1109/TWC.2024.3401859.
提出了一种新的方案,利用通信感知一体化(ISAC)系统中的正交频分复用(OFDM)导频信号来感知目标的电磁(EM)特性,从而识别目标的材料。具体来说,首先通过麦克斯韦方程建立了端到端的电磁传播模型,其中目标的电磁特性通过ISAC信道的封闭表达式得到,结合Lippmann-Schwinger方程和矩量法(MOM)进行离散化;然后在指定的检测区域内对相对介电常数和电导率分布(RPCD)进行建模;在此基础上,提出一种基于多频的电磁特性感知方法,利用电磁特性向量的联合稀疏性结构,利用压缩感知技术重构RPCD。为了提高感知精度,设计了一种基于Born近似的通信发射端波束赋形策略,该策略可以最小化感知矩阵的互相干性。
仿真结果验证了该方法在实现高质量的RPCD重构和准确的材料分类方面的有效性;此外,随着接收端信噪比(SNR)的增加或发射机-目标距离的缩短,PRCD重构质量和材料分类精度都有所提高。
2 创新点
- 一种新的ISAC信道建模方法:从麦克斯韦方程的角度建立了端到端的电磁传播模型。
- 目标电磁特性的获取方法:通过ISAC信道的封闭表达式获取目标的电磁特性,并结合LippmannSchwinger方程和矩量法(MOM)进行离散化。目的是重建包含目标的特性检测区域内的 RPCD。
- 一种基于压缩感知的RPCD重建方法:提出一种基于多频率的电磁特性感知和材料识别方法,利用电磁特性向量的联合稀疏性结构,利用压缩感知技术重构RPCD。
- 一种提高感知精度的波束赋形设计方法:设计了一种基于Born近似的通信发射端波束赋形策略,该策略可以最小化感知矩阵的互相干性。将优化问题转化为Gram矩阵,最小化所设计波束形成矩阵的格拉姆矩阵与目标矩阵之间的差异,通过迭代求解得到最优波束赋形矩阵 。
3 相关研究
3.1 相关概念
电磁特性是识别目标材料的重要指标,在各行业中起着举足轻重的作用。
虽然ISAC在定位[15]、跟踪[16]、成像[17]和各种其他应用[7]、[9]、[11]、[18]方面取得了显著的成功,但ISAC中的EM特性感知领域仍未得到探索。由于目标材料的电磁特性隐含地编码到从发射器到接收器的信道状态信息(CSI)中,因此将电磁特性感知能力纳入ISAC范式具有很好的前景。
在ISAC领域,感知的主要功能是创建一个准确的表示,将真实的物理世界与数字孪生世界连接起来[19],[20],在这种情况下,电磁特性的感知变得至关重要。与基于图像的应用中主要依赖于形状和位置的数字孪生不同,通信中的数字孪生需要重建通信通道,这就需要详细的材料信息。
3.2 相关论文
4 系统模型
考虑下行通信场景,其中
N
t
N_{t}
Nt个天线的基站(BS)与
N
r
N_{r}
Nr个天线的移动用户通过OFDM信号进行通信。发射机采用全数字预编码结构,故射频链数
N
R
F
=
N
t
N_{RF}=N_{t}
NRF=Nt。为了实现电磁特性感知,采用导频传输,其中总共使用
K
K
K个子载波来传输导频。OFDM信号的中心频率为
f
c
f_{c}
fc,子载波间隔为
Δ
\Delta
Δ
f
f
f。则传输带宽为
W
=
(
K
−
1
)
Δ
f
W=(K-1)\Delta f
W=(K−1)Δf,第
K
K
K个子载波频率为
f
k
=
f
c
+
(
2
k
−
K
−
1
)
Δ
f
/
2
f_{k}=f_{c}+(2k-K-1)\Delta f/2
fk=fc+(2k−K−1)Δf/2,其中
k
=
1
,
2
,
.
.
.
,
K
k=1,2,...,K
k=1,2,...,K。第
k
k
k个子载波对应的波长为
λ
k
=
c
f
c
+
(
2
k
−
K
−
1
)
Δ
f
/
2
\lambda_{k}=\frac{c}{f_{c}+(2k-K-1)\Delta f/2}
λk=fc+(2k−K−1)Δf/2c。另外,每个子载波中共传输
I
I
I个导频符号。
ISAC对目标的全面感知是通过以下步骤实现的。首先,通过目标检测确定目标的存在性。这个初始阶段的重点是发现目标的存在,这是任何进一步分析的基本先决条件。其次,一旦目标被探测到,ISAC的任务是确定目标的精确位置和速度。这些参数至关重要,因为它们提供了与目标准确接触所需的空间背景。常规ISAC文献[5]、[7]、[9]、[11]-[13]、[16]、[18]对获取这些参数的方法进行了全面讨论。第三,我们继续感知目标的电磁特性,获取特定材料的信息。因此,在感知目标的电磁特性时,我们可以假设已经获得了目标的位置等其他属性,因此是已知值。
假设目标将发射端导频信号散射到接收端,如上图所示。由于只有被目标散射的信号才携带目标的电磁特性信息,我们可以在发射机通过适当的波束赋形向目标发送导频信号。因此,第
k
k
k个子载波从发射机到接收机的整个ISAC信道仅由散射路径信道
H
k
∈
C
N
r
×
N
t
\mathrm H_{k}∈C^{N_{r}×N_{t}}
Hk∈CNr×Nt组成。因此,接收到的信号可表示为:
y
~
k
=
H
k
w
~
k
x
k
+
n
~
k
\widetilde{\mathrm y}_{k}=\mathrm H_{k}\widetilde{\mathrm w}_{k}x_{k}+\widetilde{\mathrm n}_{k}
y
k=Hkw
kxk+n
k
其中
w
~
k
∈
C
N
t
×
1
\widetilde{\mathrm w}_{k}∈C^{N_{t}×1}
w
k∈CNt×1是所有发射天线上的数字波束赋形的权值;
x
k
x_{k}
xk是归一化导频符号;
n
~
k
\widetilde{\mathrm n}_{k}
n
k是第
k
k
k个子载波接收机处的复高斯噪声。为简便起见,令
w
k
=
w
~
k
x
k
{\mathrm w}_{k}=\widetilde{\mathrm w}_{k}x_{k}
wk=w
kxk,这是接收机在导频传输过程中完全知道的。
假设先验知识已经确定目标包含在某个感知域
D
D
D内,可将其离散为共
M
M
M个采样点。令向量
E
k
i
,
D
∈
C
M
×
1
,
J
k
D
∈
C
M
×
1
\mathrm E^{i, D}_{k}∈C^{M×1}, \mathrm J^D_{k}∈C^{M×1}
Eki,D∈CM×1,JkD∈CM×1收集
D
D
D中所有
M
M
M个采样点处的入射电场和等效对比度源。定义
H
1
,
k
∈
C
M
×
N
t
\mathrm H_{1,k}∈C^{M×N_{t}}
H1,k∈CM×Nt为将
w
k
{\mathrm w}_{k}
wk映射到
E
k
i
,
D
\mathrm E^{i, D}_{k}
Eki,D的发射机到目标路径的信道矩阵,定义
H
2
,
k
∈
C
N
r
×
M
\mathrm H_{2,k}∈C^{N_{r}×M}
H2,k∈CNr×M为将
J
k
D
\mathrm J^D_{k}
JkD映射到
y
~
k
\widetilde{\mathrm y}_{k}
y
k的目标到接收机路径的信道矩阵。从发射机通过域
D
D
D到接收机的ISAC信道可以描述为:
H
k
=
H
2
,
k
X
k
H
1
,
k
\mathrm H_{k}=\mathrm H_{2,k}\mathrm X_{k}\mathrm H_{1,k}
Hk=H2,kXkH1,k
式中
X
k
∈
C
M
×
M
\mathrm X_{k}∈C^{M×M}
Xk∈CM×M表示目标存在对信号传输的影响,定义为从
E
k
i
,
D
\mathrm E^{i, D}_{k}
Eki,D到
J
k
D
\mathrm J^D_{k}
JkD的映射,即:
J
k
D
=
X
k
E
k
i
,
D
\mathrm J^D_{k}=\mathrm X_{k}\mathrm E^{i, D}_{k}
JkD=XkEki,D
与材料相关的目标电磁特性隐含地包含在
X
k
\mathrm X_{k}
Xk的公式中,可以利用
X
k
\mathrm X_{k}
Xk来估计目标的材料。矩阵
H
1
,
k
\mathrm H_{1,k}
H1,k和
H
2
,
k
\mathrm H_{2,k}
H2,k也被称为辐射算子矩阵,它们只与EM传播的物理规律有关。由于假设接收机、感知域
D
D
D和发射机的位置已知,因此
H
1
,
k
\mathrm H_{1,k}
H1,k和
H
2
,
k
\mathrm H_{2,k}
H2,k可以通过矩量法(MOM)、有限元法(FEM)和时域有限差分法(FDTD)等计算EM方法来计算。在本文中,目标是利用接收到的信号
y
~
k
\widetilde{\mathrm y}_{k}
y
k来检索目标的EM属性,并进一步从
X
k
\mathrm X_{k}
Xk中识别目标的材料。
接下来推导出
X
k
\mathrm X_{k}
Xk的封闭表达式,以揭示目标散射过程对接收信号的影响。检测目标的电磁特性相当于重建
D
D
D域中每个点
r
′
\mathrm r'
r′处目标的复相对介电常数与空气的复相对介电常数之差,表示为
χ
k
(
r
′
)
χ_{k}(\mathrm r')
χk(r′)。由于空气的复相对介电常数近似等于1,可以将对比函数表示为:
χ
k
(
r
′
)
=
ϵ
r
(
r
′
)
+
j
σ
(
r
′
)
/
(
ϵ
0
ω
k
)
−
1
χ_{k}(\mathrm r')=\epsilon_{r}(\mathrm r')+j\sigma(\mathrm r')/(\epsilon_{0}\omega_{k})-1
χk(r′)=ϵr(r′)+jσ(r′)/(ϵ0ωk)−1
式中
ϵ
r
(
r
′
)
\epsilon_{r}(\mathrm r')
ϵr(r′)为
r
′
\mathrm r'
r′点的实际相对介电常数,
σ
(
r
′
)
\sigma(\mathrm r')
σ(r′)为
r
′
\mathrm r'
r′点的电导率,
ϵ
0
\epsilon_{0}
ϵ0为真空介电常数,
ω
k
=
2
π
f
k
\omega_{k}=2πf_{k}
ωk=2πfk为第k个子载波的电磁波角频率。域
D
D
D内第
k
k
k个子载流子对应的总电场可以用Lippmann-Schwinger (LS)散射方程表示为
E
k
t
(
r
)
=
E
k
i
(
r
)
+
k
k
2
∫
D
G
k
(
r
,
r
′
)
χ
k
(
r
′
)
E
k
t
(
r
′
)
d
r
′
,
r
∈
D
E^{t}_{k}(\mathrm r)=E^{i}_{k}(\mathrm r)+k^2_{k}\int_{D}G_{k}(\mathrm r,\mathrm r')χ_{k}(\mathrm r')E^{t}_{k}(\mathrm r')d\mathrm r', \mathrm r∈D
Ekt(r)=Eki(r)+kk2∫DGk(r,r′)χk(r′)Ekt(r′)dr′,r∈D
式中
k
k
=
2
π
λ
k
k_{k}=\frac{2\pi}{\lambda_{k}}
kk=λk2π为第
k
k
k个子载波的波数,
E
k
t
(
r
)
E^{t}_{k}(\mathrm r)
Ekt(r)、
E
k
i
(
r
)
E^{i}_{k}(\mathrm r)
Eki(r)和
G
k
(
r
,
r
′
)
G_{k}(\mathrm r,\mathrm r')
Gk(r,r′)分别为总代农场、入射电场和格林函数。考虑二维横磁™场景,
G
k
(
r
,
r
′
)
G_{k}(\mathrm r,\mathrm r')
Gk(r,r′)可以表示为
G
k
(
r
,
r
′
)
=
j
4
H
0
(
2
)
(
k
k
∣
∣
r
−
r
′
∣
∣
2
)
G_{k}(\mathrm r,\mathrm r')=\frac{j}{4}H^{(2)}_{0}(k_{k}||\mathrm r-\mathrm r'||_{2})
Gk(r,r′)=4jH0(2)(kk∣∣r−r′∣∣2)
式中
H
0
(
2
)
H^{(2)}_{0}
H0(2)为第二类零阶Hankel函数。
零向量
E
k
s
,
D
∈
C
M
×
1
\mathrm E^{s,D}_{k}∈C^{M×1}
Eks,D∈CM×1、
E
k
t
,
D
∈
C
M
×
1
\mathrm E^{t,D}_{k}∈C^{M×1}
Ekt,D∈CM×1和
χ
k
∈
C
M
×
1
χ_{k}∈C^{M×1}
χk∈CM×1分别收集
D
D
D中所有M个采样点处的散射电场、总电场和
χ
k
(
r
)
χ_{k}(\mathrm r)
χk(r)。用MOM将
χ
k
∈
C
M
×
M
χ_{k}∈C^{M×M}
χk∈CM×M表示为(5)中积分核
k
k
2
G
k
(
r
,
r
′
)
k^2_{k}G_{k}(\mathrm r,\mathrm r')
kk2Gk(r,r′)的离散矩阵,其中
r
\mathrm r
r和
r
′
\mathrm r'
r′都在域
D
D
D内的离散采样点上。将入射场和散射场相加,可以得到
D
D
D处的总电场,即
E
k
t
,
D
\mathrm E^{t,D}_{k}
Ekt,D可写成(5)的离散形式:
E
k
t
,
D
=
E
k
i
,
D
+
E
k
s
,
D
=
E
k
i
,
D
+
G
k
d
i
a
g
(
χ
k
)
E
k
t
,
D
\mathrm E^{t,D}_{k}=\mathrm E^{i,D}_{k}+\mathrm E^{s,D}_{k}=\mathrm E^{i,D}_{k}+\mathrm G_{k}diag(χ_{k})\mathrm E^{t,D}_{k}
Ekt,D=Eki,D+Eks,D=Eki,D+Gkdiag(χk)Ekt,D
为了得到
E
k
t
,
D
\mathrm E^{t,D}_{k}
Ekt,D的封闭表达式,将上述方程关于
d
i
a
g
(
χ
k
)
diag(χ_{k})
diag(χk)的非线性形式重新表述为:
E
k
t
,
D
=
(
I
−
G
k
d
i
a
g
(
χ
k
)
−
1
E
k
i
,
D
\mathrm E^{t,D}_{k}=(\mathrm I-\mathrm G_{k}diag(χ_{k})^{-1}\mathrm E^{i,D}_{k}
Ekt,D=(I−Gkdiag(χk)−1Eki,D
得到
E
k
t
,
D
\mathrm E^{t,D}_{k}
Ekt,D后,
D
D
D中的等效对比度源可计算为
J
k
D
=
χ
k
⨀
E
k
t
,
D
=
d
i
a
g
(
χ
k
)
E
k
t
,
D
\mathrm J^D_{k}=χ_{k}\bigodot\mathrm E^{t,D}_{k}=diag(χ_{k})\mathrm E^{t,D}_{k}
JkD=χk⨀Ekt,D=diag(χk)Ekt,D
可以看作是散射电磁波的源。将(8)代入(9),得到:
J
k
D
=
d
i
a
g
(
χ
k
)
(
I
−
G
k
d
i
a
g
(
χ
k
)
−
1
E
k
i
,
D
\mathrm J^D_{k}=diag(χ_{k})(\mathrm I-\mathrm G_{k}diag(χ_{k})^{-1}\mathrm E^{i,D}_{k}
JkD=diag(χk)(I−Gkdiag(χk)−1Eki,D
比较式(3)和式(10),式(3)中
X
k
\mathrm X_{k}
Xk的封闭表达式为
X
k
=
d
i
a
g
(
χ
k
)
(
I
−
G
k
d
i
a
g
(
χ
k
)
−
1
\mathrm X_{k}=diag(χ_{k})(\mathrm I-\mathrm G_{k}diag(χ_{k})^{-1}
Xk=diag(χk)(I−Gkdiag(χk)−1
对于
D
D
D内被空气占据的采样点,其对应的
X
k
\mathrm X_{k}
Xk行均为零,不视为散射波的EM源。
将式(11)和式(2)代入式(1),则从目标散射路径接收到的信号为
y
~
k
=
H
2
,
k
d
i
a
g
(
χ
k
)
(
I
−
G
k
d
i
a
g
(
χ
k
)
−
1
H
1
,
k
w
k
+
n
~
k
\widetilde{\mathrm y}_{k}=\mathrm H_{2,k}diag(χ_{k})(\mathrm I-\mathrm G_{k}diag(χ_{k})^{-1}\mathrm H_{1,k}\mathrm w_{k}+\widetilde{\mathrm n}_{k}
y
k=H2,kdiag(χk)(I−Gkdiag(χk)−1H1,kwk+n
k
设
W
~
k
=
[
w
k
,
1
,
w
k
,
2
,
⋅
⋅
⋅
,
w
k
,
I
]
∈
C
N
t
×
I
\widetilde{\mathrm W}_{k} = [\mathrm w_{k,1}, \mathrm w_{k,2}, ···, \mathrm w_{k,I}]∈C^{N_{t}×I}
W
k=[wk,1,wk,2,⋅⋅⋅,wk,I]∈CNt×I为按第
k
k
k个子载波时间叠加的数字发射机波束赋形器。则接收到的总体导频信号
Y
k
∈
C
N
r
×
I
\mathrm Y_{k}∈C^{N_{r}×I}
Yk∈CNr×I可以紧凑地表示为:
Y
k
=
[
y
~
k
,
1
,
y
~
k
,
2
,
⋅
⋅
⋅
,
y
~
k
,
I
]
=
H
2
,
k
d
i
a
g
(
χ
k
)
(
I
−
G
k
d
i
a
g
(
χ
k
)
−
1
H
1
,
k
W
~
k
+
[
n
~
k
,
1
,
n
~
k
,
2
,
⋅
⋅
⋅
,
n
~
k
,
I
]
\mathrm Y_{k}=[\widetilde{\mathrm y}_{k,1}, \widetilde{\mathrm y}_{k,2}, ···, \widetilde{\mathrm y}_{k,I}]=\mathrm H_{2,k}diag(χ_{k})(\mathrm I-\mathrm G_{k}diag(χ_{k})^{-1}\mathrm H_{1,k}\widetilde{\mathrm W}_{k}+[\widetilde{\mathrm n}_{k,1}, \widetilde{\mathrm n}_{k,2}, ···, \widetilde{\mathrm n}_{k,I}]
Yk=[y
k,1,y
k,2,⋅⋅⋅,y
k,I]=H2,kdiag(χk)(I−Gkdiag(χk)−1H1,kW
k+[n
k,1,n
k,2,⋅⋅⋅,n
k,I]
将矢量化噪声记为
n
k
=
[
n
~
k
,
1
T
,
n
~
k
,
2
T
,
⋅
⋅
⋅
,
n
~
k
,
I
T
]
\mathrm n_{k}=[\widetilde{\mathrm n}^T_{k,1}, \widetilde{\mathrm n}^T_{k,2}, ···, \widetilde{\mathrm n}^T_{k,I}]
nk=[n
k,1T,n
k,2T,⋅⋅⋅,n
k,IT],则可以将
Y
k
\mathrm Y_{k}
Yk矢量化为
y
k
=
v
e
c
(
Y
k
)
=
(
a
)
[
(
W
~
k
H
1
,
k
T
(
I
−
G
k
d
i
a
g
(
χ
k
)
)
−
T
)
ο
H
2
,
k
]
χ
k
+
n
k
\mathrm y_{k}=\mathrm {vec}(\mathrm Y_{k})\stackrel{\mathrm{(a)}}{=}[(\widetilde{\mathrm W}_{k}\mathrm H^T_{1,k}(\mathrm I-\mathrm G_{k}diag(χ_{k}))^{-T})\omicron\mathrm H_{2,k}]χ_{k}+\mathrm n_{k}
yk=vec(Yk)=(a)[(W
kH1,kT(I−Gkdiag(χk))−T)οH2,k]χk+nk