Low Complexity Super-Resolution OTFS-Assisted ISAC Framework for THz Communication
Notice bibliographique
Résumé
Integrated sensing and communication (ISAC) in terahertz (THz) is a promising technology that supports simultaneous blue terabit-per-second data transmission and millimeter-level precision sensing. However, THz ISAC systems face significant challenges, including severe Doppler shifts and reduced power amplifier efficiency due to a high peak-to-average power ratio (PAPR). This paper presents a super-resolution orthogonal time frequency space-assisted ISAC (SR-OTFS-ISAC) framework aimed at enhancing robustness against Doppler effects in multipath THz channels. The framework effectively addresses both integer and fractional delay and Doppler. The proposed framework incorporates a low-complexity super-resolution sensing technique that begins with denoising the received signals using a super-resolution deep neural network (SR-DNN) for precise path detection. This is followed by a coarse estimation of the dominant paths using the max-path phase. This estimate is then refined using an alternative optimization (AO) method to improve the accuracy of the delay-Doppler (DD) parameters. This approach, called the super-resolution max-path alternative optimization (SR-M-PAO) method, provides better channel estimates. These enhanced estimates support multi-target sensing, transmitter localization, and data detection using a conjugate gradient algorithm. The proposed SR-OTFS design enables channel estimation, parameters sensing and data detection within a single OTFS frame. Additionally, computational complexity is derived in terms of the required real addition and multiplication operations, offering clear insights into the proposed algorithm's efficiency. Simulation results demonstrate that the SR-OTFS-ISAC framework delivers range estimation accuracy at the millimeter scale and velocity estimation precision at the centimeter-per-second level, all while ensuring lower computational complexity. Furthermore, it achieves an approximate 5 dB reduction in PAPR compared to the literature while maintaining a robust performance bit error rate, even under fractional DD effects.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».