Joint Communication and Sensing (JCAS) technology enables the sharing of infrastructure, resources, and signals between communication and sensing. However, studying the performance and algorithms using appropriate target reflectivity models for detection poses a significant challenge. Moreover, the increasing demand for efficient sensing systems in large-scale environments necessitates the study of distributed sensing for handling extensive data collection and processing. This study investigates the impact of target mobility on the choice between the Swerling-I and Swerling-II models for target reflectivity and proposes a brief method for reflectivity models in multi-static sensing. This method constructed a dedicated decorrelation area for a single radar detector using its decorrelation angle. Multiple radar system constructs an intersection of these areas. For targets expected to remain in this area, the Swerling-I model is preferred, while for targets likely to move to the outside intersection, the Swerling-II model is more suitable. Additionally, this thesis proposes and derives the test statistics for the distributed sensing in JCAS cell-free massive MIMO (multiple-input multiple-output) systems, where only the statistical distribution of transmitted signals is known at the receiver access points for the sensing purpose. This thesis compares the sensing performance of the proposed distributed processing with the centralized processing. Moreover, the results of a power allocation algorithm that maximizes sensing performance are compared against a baseline algorithm that minimizes total power consumption. In terms of sensing performance via guaranteeing the quality of service of the communication, the results indicate that the sensing algorithm consistently outperforms the power-minimizing algorithm, regardless of the selected reflectivity model. Furthermore, the Swerling-II model performs relatively worse when the reflectivity of the target is low, but exhibits improved performance on a relatively high reflectivity target. Regarding distributed sensing, its implementation may lead to a deterioration in sensing performance. However, the results show that distributed sensing can approach the performance of centralized sensing when the target has high reflectivity. The major advantage of distributed sensing is the reduced fronthaul signaling load in a JCAS cell-free massive MIMO system. / Joint Communication and Sensing (JCAS) teknologi möjliggör delning av infrastruktur, resurser och signaler mellan kommunikation och sensorik. Studier av prestanda och algoritmer med lämpliga modeller för detektering av målets reflektivitet utgör emellertid en betydande utmaning. Dessutom kräver den ökande efterfrågan på effektiva sensorsystem i storskaliga miljöer studier av distribuerad sensorik för att hantera omfattande datainsamling och -bearbetning. Detta studie undersöker påverkan av målets rörlighet på valet mellan SwerlingI och Swerling-II modellerna för målets reflektivitet och föreslår en kort metod för reflektivitetsmodeller i multi-statisk avkänning. Denna metod konstruerar ett dedikerat dekorrelationsområde för en enskild radardetektor med hjälp av dess dekorrelationsvinkel. Ett flertal radarsystem konstruerar en skärningspunkt av dessa områden. För mål som förväntas förbli i detta område föredras Swerling-I-modellen, medan för mål som troligen rör sig till den yttre skärningspunkten är Swerling-II-modellen mer lämplig. Dessutom föreslår och härleder denna avhandling teststatistik för distribuerad avkänning i JCAS cellfri massiv MIMO (multiple-input multiple-output) system, där endast den statistiska fördelningen av överförda signaler är känd vid mottagarens åtkomstpunkter för avkänningsändamål. Denna avhandling jämför avkänningsprestanda för föreslagen distribuerad bearbetning med centraliserad bearbetning. Dessutom jämförs resultaten av en effekttilldelningsalgoritm som maximerar avkänningsprestanda mot en baslinjealgoritm som minimerar total effektförbrukning. När det gäller avkänningsprestanda genom att garantera kommunikationens tjänstekvalitet indikerar resultaten att avkänningsalgoritmen konsekvent presterar bättre än effektminimeringsalgoritmen, oavsett vald reflektivitetsmodell. Dessutom presterar Swerling-II-modellen relativt sämre när målets reflektivitet är låg, men uppvisar förbättrad prestanda på ett relativt högreflekterande mål. När det gäller distribuerad avkänning kan dess implementering leda till försämrad avkänningsprestanda. Resultaten visar dock att distribuerad avkänning kan närma sig prestandan hos centraliserad avkänning när målet har hög reflektivitet. Den största fördelen med distribuerad avkänning är den minskade signalbelastningen i en JCAS cellfri massiv MIMO-system.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-340649 |
| Date | January 2023 |
| Creators | Zou, Qinglin |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2023:781 |
Page generated in 0.002 seconds