Descrizione del progetto
Colmare il divario con il posizionamento in campo prossimo nelle reti 6G
Mentre il mondo tecnologico avanza, l’avvento delle reti di sesta generazione (6G) promette progressi senza precedenti nelle capacità di comunicazione. La chiave per il 6G sono le strutture di grandi dimensioni come gli array di antenne estremamente grandi, le superfici intelligenti riconfigurabili e i sistemi a ingressi multipli e uscite multiple senza celle. I metodi tradizionali di posizionamento e tracciamento in campo lontano hanno difficoltà in questo ambiente in campo prossimo a causa dei fronti d’onda curvi. Sostenuto dal programma di azioni Marie Skłodowska-Curie (MSCA), il progetto NEAT-6G intende sviluppare tecniche innovative di posizionamento e tracciamento in campo prossimo. Il progetto comprende tre pacchetti di lavoro: la progettazione di forme d’onda ottimali per grandi array di antenne, lo sviluppo del rilevamento a coerenza di fase per bersagli non isotropi e la creazione di algoritmi per il posizionamento della fase portante. Utilizzando il rilevamento compressivo, l’ottimizzazione e l’apprendimento automatico, NEAT-6G cerca di stabilire un quadro robusto per le reti 6G.
Obiettivo
As the technological world marches ahead, the advent of the sixth generation (6G) networks promises unprecedented advancements in communication capabilities. One of the core components of 6G systems will be the inclusion of various large array structures such as the extremely large antenna array, reconfigurable intelligent surface, and cell-free multiple-input multiple-output. Ttraditional positioning and tracking methodologies (which are based on far-field signal models) are ill-suited for these innovations. This is mainly caused by curved wavefront in the near-field models. Consequently, the conventional methods for positioning both passive objects (e.g. walls) and active users (e.g. phones) will be severely degraded when the far-field assumption does not hold. On the other hand, the radio signals optimized for positioning and sensing in the far-field are sub-optimal in the near-field regime. To address this gap, this research aims to develop novel positioning and tracking methods tailored explicitly for the near-field environment of these large array structures. To this end, three work packages (WP) are conducted. WP1 is to design optimal signal waveforms for positioning and sensing with large and/or sparse antenna arrays that can make full use of the near-field features. WP2 is to develop phase-coherent sensing and tracking methods for non-isotropic and extended targets. WP3 is to develop algorithms for carrier-phase based positioning and tracking of active targets, by using the near-field signals transmitted by them. This research intends to solve these challenges through the development and implementation of innovative algorithms and methodologies, such as compressive sensing, convex or non-convex optimization, and machine learning, establishing a dedicated framework for near-field positioning and tracking in 6G networks.
Parole chiave
Programma(i)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Invito a presentare proposte
(si apre in una nuova finestra) HORIZON-MSCA-2023-PF-01
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-TMA-MSCA-PF-EF -Coordinatore
412 96 Goteborg
Svezia