Green Cell-Free Massive MIMO for ISAC

QC 20260828

Abstract

Integrerad sensning och kommunikation (ISAC) har framträtt som ett centralt paradigm för framtida trådlösa nätverk, där kommunikationsinfrastrukturer kan stödja dataöverföring och miljöavkänning inom ett gemensamt ramverk. Denna integration medför dock nya utmaningar relaterade till implementering, signalbehandling och resursallokering. Cellfria massiva multipelantennsystem, eller cell-free massive multiple-input multiple-output (CF-mMIMO), som kännetecknas av ett stort antal distribuerade accesspunkter (AP:er), utgör en lovande plattform för ISAC. Genom koordinerad drift mellan distribuerade AP:er kan CF-mMIMO-system stödja flexibla bistatiska och multistatiska sensningskonfigurationer, vilket undviker kravet på full-duplexdrift i konventionella monostatiska sensningssystem. Dessutom ger den distribuerade AP-arkitekturen rumslig diversitet och multiplexeringsvinster, vilket gör CF-mMIMO väl lämpat för avancerade sensnings- och kommunikationstjänster.

Trots dessa fördelar ökar integreringen av sensning i CF-mMIMO-nätverk den totala effektförbrukningen och ställer ytterligare krav på radio-, fronthaul- och molnbaserade beräkningsresurser. En effektiv realisering av grön CF-mMIMO-baserad ISAC kräver därför gemensam systemdesign och resursallokering som beaktar både sensnings- och kommunikationskrav.

Denna avhandling studerar ISAC i CF-mMIMO-system, med fokus på effektiv resursallokering, tillförlitlig sensning och kommunikation samt end-to-end-effektförbrukning i nätverket. Huvudmålet är att utveckla ramverk för grön CF-mMIMO-baserad ISAC där sensnings- och kommunikationsfunktioner utformas gemensamt, samtidigt som utmaningar kopplade till tillförlitlighet, energieffektivitet och skalbarhet hanteras.

Avhandlingen undersöker först effektallokering för måldetektering i CF-mMIMO-system. Genom att utnyttja både kommunikationssignaler och dedikerade sensningssignaler karakteriseras avvägningen mellan sensnings- och kommunikationsprestanda. Detektorer baserade på maximum a posteriori ratio test (MAPRT) utvecklas för att möjliggöra tillförlitlig måldetektering med hjälp av signaler som tas emot vid distribuerade AP:er, både i störningsfria och i klutterpåverkade sensningsmiljöer.

Med detta som grund utvidgas analysen till scenarier med ultratillförlitlig kommunikation med låg latens, ultra-reliable low-latency communication (URLLC), där sensningsinformation används för att stödja målanpassade styrningsapplikationer. I sådana scenarier måste sensningsinformationen levereras tillförlitligt och inom strikta latenskrav. Ett gemensamt optimeringsramverk för effekt och blocklängd föreslås för att minimera energiförbrukningen inom både radio- och molndomänerna. Resultaten karakteriserar samspelet mellan sensningsprestanda, kommunikationstillförlitlighet, latens och beräkningsbelastning, och visar vikten av att optimera systemparametrar gemensamt under strikta tjänstekvalitetskrav.

Ett centralt bidrag i avhandlingen är utvecklingen av end-to-end-effektmodeller för CF-mMIMO-baserade ISAC-system. Till skillnad från konventionella metoder, som främst fokuserar på sändareffekt, inkluderar de föreslagna modellerna effektförbrukning i radio-, fronthaul- och molnbaserad signalbehandling. Detta möjliggör en mer heltäckande utvärdering av energieffektivitet i ISAC-nätverk och tydliggör hur sensningsrelaterad beräkning och signaleringsbelastning påverkar den totala effektförbrukningen i nätverket.

För att hantera skalbarhetsutmaningar i storskaliga implementationer undersöker avhandlingen även distribuerade sensningsarkitekturer. Två nivåer av sensningsinformation, nämligen fullt informerade och delvis informerade system, beaktas för att beskriva olika avvägningar mellan sensningsnoggrannhet, beräkningskomplexitet och signaleringsbelastning i fronthaul. Därefter utvecklas ett optimeringsramverk över flera lager för att gemensamt hantera radio-, fronthaul- och molnresurser, vilket avsevärt minskar den totala effektförbrukningen i nätverket samtidigt som tillförlitlig sensnings- och kommunikationsprestanda bibehålls.

Sammanfattningsvis visar resultaten att CF-mMIMO är en lovande arkitektur för grön ISAC genom att möjliggöra flexibel resursallokering, skalbara sensningsarkitekturer och betydande energibesparingar. De föreslagna metoderna ger praktiska insikter för utformningen av nästa generations trådlösa nätverk, där sensning och kommunikation integreras på ett energieffektivt och skalbart sätt.

Link to DiVA