Sensing will be an important service for future wireless networks to assist innovative applications like autonomous driving and environment monitoring. Perceptive mobile networks (PMNs) were proposed to add sensing capability to current cellular networks. Different from traditional radar, the cellular structure of PMNs offers multiple perspectives to sense the same target, but the inherent interference between sensing and communication and the joint processing among distributed sensing nodes (SNs) cause big challenges for the design of PMNs. In this paper, we first propose a two-stage protocol to tackle the interference between two sub-systems. Specifically, the echoes created by communication signals, i.e., interference for sensing, are first estimated in the clutter estimation (CE) stage, which are then utilized for interference management in the target sensing (TS) stage. A networked sensing detector is then derived to exploit the perspectives provided by multiple SNs for sensing the same target. The macro-diversity from multiple SNs and the array gain from multiple receive antennas at each SN are investigated to reveal the benefit of networked sensing. Furthermore, we derive the sufficient condition that one SN's contribution to networked sensing is positive, based on which a SN selection algorithm is proposed. To reduce the computation and communication workload, we propose a model-driven deep-learning algorithm that utilizes partially-sampled data for CE. Simulation results confirm the benefits of networked sensing and validate the higher efficiency of the proposed CE algorithm than existing methods.


翻译:对未来的无线网络来说,遥感将是一项重要服务,有助于未来的无线网络协助自主驱动和环境监测等创新应用。 提议了感知移动网络(PMNs)来增加当前蜂窝网络的感测能力。 不同于传统的雷达,PMNs的蜂窝结构提供了多种视角以感知同一目标,但遥感和通信之间的固有干扰以及分布式遥感节点之间的联合处理对PMNs的设计提出了巨大的挑战。 在本文件中,我们首先提出了解决两个子系统之间干扰的两阶段协议。 具体地说,通信信号(即感测干扰)产生的回声首先在断层估计(CE)阶段进行估计,然后用于目标感测(TS)阶段的干扰管理。 网络感测仪后来利用多个SNC提供的观点来感测同一目标。 对多个SNMs和从阵列获得的宏观多样性进行了调查,以揭示网络感测的好处。 此外,我们提出了这样一个充分的条件,即SN的更高级别的对网络的测算法的贡献,即降低SMLA值对网络的测算结果的精度,我们提出的Simalalalalalal-hisaling orgraview的计算是利用一种积极的计算方法。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
专知会员服务
52+阅读 · 2020年9月7日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
163+阅读 · 2020年3月18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
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
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23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
25+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
国家自然科学基金
0+阅读 · 2014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
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 · 2012年12月31日
Arxiv
33+阅读 · 2022年2月15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
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
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23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
25+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
相关基金
国家自然科学基金
0+阅读 · 2014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
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 · 2012年12月31日
Top
微信扫码咨询专知VIP会员