Joint RIS Phase and Power Allocation for a Hardware Impaired OTFS Waveform in Dense Vehicular Integrated Sensing and Communication
本文提出了一种名为 RAHI-OTFS 的联合优化框架，用于可重构智能表面相位配置与功率分配的联合优化，该框架通过显式引入硬件损伤，旨在显著增强密集车辆网络中的感知精度与通信可靠性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代城市的繁忙动脉中，空气中弥漫着无形的信号。汽车在与交通灯、彼此以及路侧基础设施进行通信，同时，人们越来越期望同样的无线电设备能够充当“眼睛”的角色，不断测量每辆车的速度和距离以防止事故。这种通信数据与感知物理世界于一体的双重角色，被称为集成感知与通信（ISAC）。它是下一代无线网络的基石。然而，设计这些系统就像是在峡谷中开车时尝试调频收音机一样困难：信号会在建筑物上反射，车辆在高速移动，而无线电波本身也会被发送和接收设备的硬件所扭曲。多年来，工程师们一直试图通过在建筑物上使用“智能镜面”来解决信号遮挡问题——这些表面可以通过编程将信号反射到转角处，从而到达那些没有直接视距连接的车辆。与此同时，他们还开发了特殊的波形（即信号模式），使其足够强健，能够应对高速行驶车辆带来的剧烈变化。
一个尚未得到充分解决的挑战是，大多数这些先进设计都假设硬件是完美的。它们想象的是一个无线电组件完美无瑕的世界，在那里，信号永远不会受到发射机或接收机内部电子设备的扭敛。但在现实中，城市实际部署的廉价无线电单元是不完美的。它们存在相位噪声问题，即信号的时序会发生轻微漂移；它们使用的数字转换器会将平滑的信号切割成阶梯状而非连续流；它们的功率放大器在信号过大时会产生失真。这篇题为《面向密集车载集成感知与通信中硬件受损 OTFS 波形的 RIS 相位与功率分配》的论文提出了一个关键问题：当我们不再假装硬件是完美的时候，使用这些智能镜面和特殊信号的策略是否仍然有效？来自印度多家机构的研究团队致力于设计一种系统，将硬件的缺陷不视为一个稍后才去修复的独立问题，而是将其作为设计的核心组成部分。
该团队专注于一种称为 OTFS 的特定信号，这种信号根据时间延迟和速度偏移在网格中组织信息，使其天然适用于快速移动的车辆。他们将这种信号与可重构智能表面（RIS）相结合，这是一种由大量被动元件组成的面板，可以通过调节来引导无线电波。研究人员并没有优化表面以适配完美信号并寄希望于它能在现实硬件中幸存，而是构建了一个数学模型，让信号首先通过发射端和接收端中那些实际存在的、有缺陷的组件。随后，他们调整了表面和信号的功率分布，以在存在这些缺陷的情况下找到最佳性能。这种被称为 RAHI-OTFS 的方法要求他们精确计算硬件误差如何降低系统测量距离和速度的能力，并寻找一种能将这种损害降至最低的配置。
他们在设置了多辆车和目标的密集城市环境中的仿真结果揭示了一个残酷的现实。当研究人员将他们优化的系统与一个智能镜面处于随机、无协调位置的版本进行对比时，改进效果是巨大的。优化后的系统将测量目标的距离误差从接近 5 厘米降低到了不到 1 厘米。在通信方面，在相同的硬件条件下，传输数据的误码率显著下降，从高达 28% 降至 16%。这些数字表明，通过仔细调节表面和信号功率，即使在硬件不完美的情况下，也能恢复大量的性能。然而，研究也强调了一个硬性限制。当他们将自己最好的设计与一个理论上的完美硬件系统进行对比时，发现现实世界的缺陷仍会导致误码率比理想世界高出约十万倍。
这一发现表明，虽然优化智能表面非常有价值，但它无法完全消除使用廉价、不完美电子设备的代价。研究人员证明，智能表面的设计与硬件缺陷的现实这两个问题无法分开解决。如果工程师在设计表面时假设硬件是完美的，然后将其安装在真实的、不完美的设备上，系统的表现会远低于预期。通过将硬件缺陷作为设计方程中不可分割的一部分，该团队展示了构建一个更具鲁棒性的系统是可能的，这能使实际部署的性能更接近理论理想值。这项研究证实，对于依赖精准感知和可靠通信的未来智能城市而言，我们必须带着这样的理解来设计网络：硬件永远不会是完美的，而我们的解决方案必须从一开始就考虑到这一现实。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。