Multi-objective Optimization for Over-the-Air Federated Edge Learning-enabled Collaborative Integrated Sensing and Communications
York University(约克大学)
本文提出一种新型多目标集成感知与通信框架,通过空中联邦边缘学习实现协同无线感知。利用双用途上行信号同时处理感知与学习,推导局部充分统计量的最优无偏估计,并通过epsilon约束方法解决多目标优化问题,提升感知精度而不影响主要任务性能。
2026-03-16 cs.IT math.IT
Integrated Sensing, Communication, and Computation for Over-the-Air Federated Edge Learning
School of Information Science and Technology, ShanghaiTech University(信息科学与技术学院,上海科技大学);College of Electronic and Information Engineering, Shenzhen University(电子与信息工程学院,深圳大学);School of Information and Communication Engineering, Beijing University of Posts and Telecommunications(信息与通信工程学院,北京邮电大学);School of Science a(科学学院)
本文研究感知、通信与计算一体化(ISCC)的空中联邦边缘学习系统,分析感知噪声与AirComp失真对收敛的影响,并提出交替优化批量大小与资源分配的低复杂度算法以提升学习性能。
2025-08-21 cs.IT cs.LG math.IT
Generalized Deterministic-Random Tradeoff in Integrated Sensing and Communications: The Sensing-Optimal Operating Point
该研究聚焦集成感知与通信(ISAC)系统的性能权衡问题,通过分析容量-失真区域的感知最优工作点,证明通用非凸感知性能指标下确定性-随机性权衡(DRT)的存在性,并以目标检测概率为例展开说明,为6G ISAC系统设计提供理论支撑。
2023-08-28 cs.IT math.IT
Over-the-Air Fusion of Sparse Spatial Features for Integrated Sensing and Edge AI over Broadband Channels
本文提出空间空中融合框架,利用无线电波形叠加和空间稀疏性实现多智能体特征的高效空中聚合,并通过优化体素-载波配对与功率分配提升集成感知与边缘AI的感知精度。
2024-12-31 cs.IT eess.SP math.IT
NOMA Empowered Integrated Sensing and Communication
研究了一种支持非正交多址接入的综合感知与通信框架。双功能基站服务于使用NOMA的多个通信用户,而叠加的NOMA通信信号同时用于目标感测。一个波束形成的设计问题,制定最大化的通信吞吐量和有效的感知功率的加权和。为了解决这个问题,提出了一种有效的双层惩罚算法,通过调用逐次凸逼近。数值结果表明,建议的NOMA-ISAC优于传统的ISAC在欠载制度经历高度相关的信道和过载制度。
2022-01-01 cs.IT math.IT
Low-complexity tuning of pinching-antenna systems for integrated sensing and communication
University of Toronto(多伦多大学);Queen Mary University of London(伦敦大学皇家玛丽学院);Nanyang Technological University(南洋理工大学)
本文提出一种低复杂度的压紧天线辅助ISAC设计,通过动态调整压紧位置实现同时感知与通信,减少干扰。
2026-03-16 cs.IT math.IT
Time-Division Based Integrated Sensing, Communication, and Computing in Integrated Satellite-Terrestrial Networks
该研究针对卫星地面融合网络,提出基于时分的感知通信计算一体化框架,通过分解优化问题推导最优任务划分闭式解,设计联合子帧分配与任务划分策略,性能较基准提升10%-60%,并分析了资源与性能的权衡关系。
2023-11-04 cs.IT math.IT
Performance Analysis for Heterogeneous Air-Ground ISAC in Coordinated Multipoint Networks
The Chinese University of Hong Kong-Shenzhen(香港中文大学(深圳));Southern University of Science and Technology(南方科技大学)
针对低空经济需求,提出基于协调多点(CoMP)的异构空地ISAC网络架构,采用混合单/双基地感知方案,分析通信与感知性能权衡,为网络部署提供指导。
2026-06-25 cs.IT math.IT
Distributed MIMO With Over-the-Air Phase Calibration Integrated Into the TDD Flow
Linköping University(林雪平大学)
本文提出将空中接口相位校准集成到TDD流程中,通过调整TDD时隙切换点,实现AP间短时间段的测量,分析校准资源与频谱效率的权衡,展示分布式MIMO的可行性。
2026-05-11 cs.IT math.IT
Information-Theoretic Limits of Integrated Sensing and Communication with Correlated Sensing and Channel States for Vehicular Networks
在连接的车辆网络中,具有能够感知周围环境并相互交换消息以实现自动化和协调目的的车辆节点是至关重要的。为此,综合传感和通信(ISAC),结合传感和通信系统,共同利用它们的资源,追求互利,出现了一个新的成本效益的解决方案。在ISAC中,硬件和频谱共享导致感测和通信性能之间的基本权衡,除了具有相同感测和信道状态以及接收器处的完美信道状态信息(CSIR)的非常简单的情况之外,这还没有被很好地理解。在本文中,一个通用的点对点ISAC模型提出的情况下,感知状态是不同的,但相关的信道状态,CSIR不一定是完美的。对于所考虑的模型,最佳权衡的特征在于由一个容量失真函数,量化的最佳通信速率为一个给定的感测失真约束的要求。提出了一种迭代算法来计算这种权衡,并构造了一些非平凡的例子来证明ISAC的好处相比,基于分离的方法。
2022-05-04 cs.IT math.IT
Network Integrated Sensing and Communication
The University of Newcastle(纽卡斯尔大学);Hangzhou Dianzi University(杭州电子科技大学);Zhejiang University(浙江大学)
本文提出网络级ISAC模型,研究多节点路由与感知覆盖的相互作用,揭示感知与通信的权衡,为6G网络设计提供关键见解。
2026-01-15 cs.IT math.IT
STARS for Integrated Sensing and Communications: Challenges, Solutions, and Future Directions
本文研究STARS在ISAC网络中的应用,提出“在STARS处感知”设计及三种实现方式,以增强回波能量并实现灵活的通感权衡。
2023-09-29 cs.IT math.IT
Holographic Integrated Sensing and Communication With Limited Radiation Amplitudes: How Many Quantization Bits Are Enough?
Princeton University(普林斯顿大学)
本文研究可重构全息表面(RHS)在集成感知与通信(ISAC)中因有限辐射幅度导致的量化问题,推导了通信速率和感知信干噪比的下界,并确定了最小量化比特数的紧上界。
2026-06-18 cs.IT math.IT
Capacity-CRB Tradeoff in OFDM Integrated Sensing and Communication Systems
集成传感和通信(ISAC)已成为未来通信系统的关键技术。在本文中,我们提供了一个通用的框架来揭示OFDM系统中的传感和通信之间的基本权衡,其中利用统一的ISAC波形来执行这两项任务。特别是,我们定义的容量贝叶斯克拉默饶限(BCRB)区域的渐近情况下,当子载波的数量是大的。具体来说,我们证明了渐近最优的输入分布,实现帕累托边界点的容量BCRB区域是高斯和整个帕累托边界可以通过求解凸功率分配问题。此外,我们描述了结构的感知最优功率分配的渐近情况下。最后,数值模拟验证了理论分析,并提供了有益的见解。
2023-01-21 cs.IT math.IT
Low-latency Secure Integrated Sensing and Communication with Transmitter Actions
针对带动作依赖状态的安全通感一体化窃听信道,本文刻画物理退化情形的精确保密–失真区域,并用随机装箱输出统计方法建立有限长度可达界以支持低时延安全传输。
2024-09-06 cs.IT math.IT
Secure Integrated Sensing and Communication against Communication and Sensing Eavesdropping
Georgia Institute of Technology(佐治亚理工学院)
本文研究了一种安全的集成感知与通信系统,探讨了在对抗性无线环境中,传输机秘密率、检测指数和窃听者检测指数之间的基本权衡。
2026-05-08 cs.IT math.IT
Fluid Antenna-enabled Integrated Sensing, Communication, and Computing Systems
面向车联网提出流体天线赋能的通感算一体化系统,通过联合优化计算资源、接收合并矩阵与天线位置的混合算法降低时延并提升资源利用率。
2024-09-18 cs.IT math.IT
Unified Design of Space-Air-Ground-Sea Integrated Maritime Communications
本文提出空天地海一体化海上通信架构,按离岸距离划分四类海域并分配相应节点服务,设计了联合波束成形与轨迹优化算法以最大化用户最小传输速率,仿真验证了其有效性。
2025-08-13 cs.IT math.IT
Bi-Directional Mission Offloading for Agile Space-Air-Ground Integrated Networks
空-地-空综合网络(SAGIN)在扩展地面无线网络能力方面具有很大的优势。另一方面,地面网络拥有丰富的频谱和计算资源,也可以协助空天网络完成资源密集型或耗电量大的任务,增强空天网络的能力和可持续性。因此,双向任务卸载可以充分利用SAGIN的优势,使空-地网络都受益。在这篇文章中,我们确定了网络重构在协调SAGIN中的异构资源的关键作用,并研究了网络功能虚拟化(NFV)和服务功能链(SFC)如何实现敏捷的任务卸载。最后通过实例验证了双向任务卸载带来的性能增益。展望了未来的研究问题,双向任务卸载框架开辟了一条新的道路,在释放SAGIN的全部潜力。
2019-02-11 cs.IT cs.NI math.IT
PolarAir: A Compressed Sensing Scheme for Over-the-Air Federated Learning
Texas A&M University(德州农工大学)
我们探索了一种方案,该方案能够在加性高斯白噪声信道上以联邦学习配置训练深度神经网络。我们的目标是创建一个低复杂度,线性压缩策略,称为PolarAir,减少在用户端的梯度的大小,以降低传输它所需的信道使用的数量。建议的方法属于家庭的压缩传感技术,但它构造的传感矩阵和使用多址技术的恢复过程。仿真表明,与在不压缩的情况下传送梯度相比,它可以将信道使用的数量减少约30%。与文献中的其他方案相比,所提出的方案的主要优点是其低时间复杂度。我们还研究了梯度更新的行为和PolarAir在整个训练过程中的性能,以了解如何最好地构建基于压缩感知的压缩方案。
2023-01-24 cs.IT cs.LG eess.SP
Over-the-Air Federated Multi-Task Learning via Model Sparsification and Turbo Compressed Sensing
University of Electronic Science and Technology of China(电子科技大学);University of California at Davis(加州大学戴维斯分校)
为了实现通信高效的联合多任务学习(FMTL),我们提出了一个空中FMTL(OAFMTL)框架,其中部署在边缘设备上的多个学习任务在边缘服务器(ES)的协调下共享非正交衰落信道。在OA-FMTL中,边缘设备的本地更新被稀疏化、压缩,然后以叠加的方式通过上行链路信道发送。ES在存在任务间干扰的情况下采用空中计算。更具体地说,所有的任务的模型聚合从信道的观察同时重建,基于涡轮压缩感知(Turbo-CS)算法的修改版本(命名为M-Turbo-CS)。我们分析了所提出的OA-FMTL框架的性能与M-Turbo-CS算法。此外,基于分析,我们制定了一个通信学习优化问题,以提高系统的性能,通过调整边缘设备的任务之间的功率分配。数值模拟结果表明,我们提出的OAFMTL有效地抑制了任务间的干扰,并实现了学习性能相媲美的正交多任务传输。它还表明,所提出的任务间的功率分配优化算法大大降低了整体的通信开销,通过适当地调整任务之间的功率分配。
2022-05-08 cs.IT cs.LG math.IT
Performance of Downlink and Uplink Integrated Sensing and Communications (ISAC) Systems
这封信分析了综合传感和通信(ISAC)系统的基本性能。对于下行链路和上行链路ISAC,分集阶数进行了分析,以评估的通信速率(CR)和高信噪比(SNR)的斜率被揭露的CR以及感测速率(SR)。此外,可实现的下行链路和上行链路CR-SR区域的特征。结果表明,ISAC可以提供更多的自由度的CR和SR比传统的频分传感和通信系统,其中隔离的频带用于感测和通信,分别。
2022-06-16 cs.IT eess.SP math.IT
Analytically Characterized Optimal Power Control for Signal-Level-Integrated Sensing, Computing and Communication in Federated Learning
RWTH Aachen University(亚琛工业大学);Wuhan University(武汉大学)
本文研究了在联邦学习中联合目标检测的上行信号级集成感知、计算与通信设计,提出了一种鲁棒、最优且多项式时间复杂度的算法,用于优化传输功率和接收缩放因子。
2026-11-16 cs.IT eess.SP math.IT
Quantized Precoding and RIS-Assisted Modulation for Integrated Sensing and Communications Systems
在本文中,我们提出了一种新的可重构智能表面(RIS)辅助通感一体化(ISAC)系统与1位量化在ISAC基站。在ISAC系统中引入RIS,以减轻粗量化的影响,并实现感测和通信功能之间的共存。具体来说,我们设计发射预编码器以获得具有所需辐射图案的1位感测波形。然后,RIS相移被设计为调制1比特感测波形以向用户发送M进制相移键控符号。通过数值模拟,我们表明,所提出的方法提供了显着改善的符号错误概率相比,MIMO通信系统具有量化的线性预编码器,同时仍然提供可比的传感性能作为未量化的传感系统。
2022-11-03 cs.IT eess.SP math.IT
Integrated Sensing and Communication for 6G: Ten Key Machine Learning Roles
集成传感和通信是未来无线系统的定义主题。这是由有前途的性能增益,特别是因为它们相互帮助,并通过更好地利用无线和硬件资源。然而,在实践中实现这些收益面临着一些挑战,利用机器学习可以提供潜在的解决方案。本文重点介绍了机器学习在联合传感和通信、传感辅助通信和通信辅助传感系统中的十个关键作用,解释了为什么以及如何利用机器学习,并强调了未来研究的重要方向。本文还介绍了基于大规模真实世界数据集DeepSense 6G的一些机器学习角色的真实世界结果,这些结果可用于研究广泛的通感一体化问题。
2022-12-23 cs.IT eess.SP math.IT
X-Band UAV-enabled Integrated Sensing and Communications for Vehicular Networks
Department of Computer and Software Engineering(计算机与软件工程系)
针对X波段无人机集成感知与通信系统,提出基于双阴影信道模型的最优时间分配方法,平衡感知精度与通信性能。
2026-06-03 cs.AI cs.IT math.IT
Reconfigurable Intelligent Surface Assisted NOMA Empowered Integrated Sensing and Communication
本文利用可重构智能表面(RIS)的潜力,以提高雷达感知的非正交多址接入(NOMA)授权的综合传感和通信(NOMA-ISAC)网络。目标是通过联合优化有源波束形成、功率分配系数和无源波束形成,最大化最小雷达波束方向图增益。为了解决非凸问题,我们提出了一个有效的联合优化算法调用交替优化,连续凸近似(SCA)和顺序秩一约束松弛(SRCR)算法。数值结果表明,所提出的RIS辅助NOMA-ISAC系统,与所提出的方案的援助,优于RIS辅助ISAC系统没有NOMA。
2022-09-28 cs.IT eess.SP math.IT
Mutual Information Metrics for Uplink MIMO-OFDM Integrated Sensing and Communication System
针对上行集成感知与通信系统,提出以互信息为统一度量,推导通信与感知互信息上下界并通过最大化加权和优化波形,仿真验证其综合性能优于其他方案。
2023-10-10 cs.IT eess.SP math.IT
Integrated Sensing and Communication with Multi-Domain Cooperation
随着频谱和天线数量的不断增加,在第五代和未来的无线通信系统中,内生感知已经成为可能。然而,对于具有大量连接的异构通信网络,感测是一项高度复杂的任务。寻求多领域合作是必要的。在这篇文章中,我们提出了一个集成的传感和通信(ISAC)系统,通过硬件和软件在通信的不同阶段进行主动,被动和交互式传感。我们也提出不同的方法如何多用户和多频带合作,以进一步提高ISAC系统的性能。最后,从物理层到网络层阐述了多域协作对于ISAC系统的优势。
2021-05-07 cs.IT eess.SP math.IT
Towards Distributed and Intelligent Integrated Sensing and Communications for 6G Networks
针对现有ISAC模型的局限,本文提出面向6G的DISAC概念,通过引入分布式架构和语义化目标导向框架,拓展了感知通信一体化的能力边界。
2024-12-12 cs.IT eess.SP math.IT
NOMA Inspired Interference Cancellation for Integrated Sensing and Communication
研究了一种基于非正交多址接入(NOMA)的集成传感与通信(ISAC)系统。双功能基站(BS)通过发送通信和感测信号的非正交叠加来服务于多个通信用户,同时感测多个目标。提出了一种受NOMA启发的干扰消除方案,其中专用感测信号的一部分被视为虚拟通信信号,以经由连续干扰消除(SIC)在每个通信用户处被减轻。基于该框架,在满足通信用户最小速率要求和SIC条件的前提下,对发送的通信信号和感知信号进行联合优化,以匹配期望的感知波束图。然后,制定的非凸优化问题求解调用连续凸逼近(SCA),以获得一个近最优解。数值结果表明,建议的NOMA启发ISAC系统可以实现更好的性能比传统的ISAC系统和性能相当的理想ISAC系统,其中所有的感知干扰被假定为无条件地删除。
2021-12-16 cs.IT eess.SP math.IT
Energy Efficient Beamforming Optimization for Integrated Sensing and Communication
本文研究了综合传感与通信(ISAC)系统中波束形成的优化设计问题,其中基站(BS)同时发送多用户通信和雷达传感信号。我们的目标是最大限度地提高多用户通信的能源效率(EE),同时保证在个别雷达波束增益的传感要求。该问题是一个复杂的非凸分式规划问题,求解难度较大。通过适当地重新制定的问题,然后应用逐次凸逼近(SCA)和半定松弛(SDR)的技术,我们提出了一个迭代算法来解决这个问题。在理论上,我们证明了引入的SDR松弛是严格紧的。数值结果验证了该算法的有效性。
2022-04-26 cs.IT eess.SP math.IT
On the Rate-Exponent Region of Integrated Sensing and Communications With Variable-Length Coding
本文研究带反馈的变长编码下集成感知与通信系统的可达速率-指数区域,针对高斯信道推导三个可达区域,并揭示感知与通信间的权衡。
2025-01-24 cs.IT eess.SP math.IT
Towards Integrated Sensing and Communications for 6G
对于下一代移动通信系统,传感和通信的集成有望在频谱利用率、成本、延迟、面积和重量方面带来好处。在本文中,我们分类和总结了不同集成方法的关键特性和技术考虑,并讨论了未来6G系统的相关波形设计问题。我们提供了新的候选波形单基地传感的结果,并强调重要的开放性问题和方向,值得未来深入研究。
2022-01-12 cs.IT eess.SP math.IT
UAV Trajectory and Beamforming Optimization for Integrated Periodic Sensing and Communication
无人机(UAV)有望为综合传感和通信(ISAC)系统带来变革性的改进。然而,由于共享的频谱资源,实现这两个集成功能之间的关键权衡是具有挑战性的。为了解决这个问题,我们在本文中提出了一个新的集成\emph{periodic}传感和通信机制的无人机使能ISAC系统。具体地,用户可实现的速率通过联合优化UAV轨迹、发射预编码器和感测开始时刻来最大化,受到感测频率和波束方向图增益约束。尽管这个问题是高度非凸的,涉及到无限多的变量,我们得到了最佳的发射预编码器,并推导出最佳的可实现速率在任何给定的无人机位置,以方便无人机轨迹设计的封闭形式。此外,我们首先证明了最优解之间的结构对称性在不同的ISAC框架没有位置约束,然后提出了一个高品质的无人机轨迹和传感器的优化算法一般的位置约束的情况下。仿真结果证实了所提出的设计的有效性,也揭示了一个更灵活的权衡在ISAC系统的基准计划。
2022-03-19 cs.IT eess.SP math.IT
Beamforming Towards Seamless Sensing Coverage for Cellular Integrated Sensing and Communication
第六代(6G)移动通信网络被期望提供蜂窝集成传感和通信(ISAC)的新范例。然而,由于感知和通信在覆盖要求上的本质差异,当前主要为通信覆盖而刻意规划的蜂窝网络很难实现无缝感知覆盖。为了解决这个问题,本文研究了基本的双基地ISAC系统的无缝感知覆盖的波束形成优化,同时确保多个用户设备(UE)的通信要求得到满足。为此,制定优化问题,以最大化规定的覆盖区域中的最坏情况下的感测信噪比(SNR),服从每个UE的信号与干扰加噪声比(SINR)的要求。为了获得一些见解,我们首先研究具有一个单个UE和一个单个感测点的特殊情况,针对该特殊情况,获得了最优波束成形的封闭表达式。针对多个通信UE和连续区域感知覆盖的一般情况,提出了一种基于连续凸近似(SCA)的非凸波束赋形优化算法。数值结果表明,该设计能够在保证用户通信需求的同时,实现指定区域内的无缝感知覆盖。
2022-01-25 cs.IT eess.SP math.IT
Joint Beamforming and Offloading Design for Integrated Sensing, Communication and Computation System
针对三层集成感知、通信与计算(ISCC)框架,提出基于多维分式规划的交替优化算法,联合优化波束成形与卸载决策,在感知性能约束下最小化任务执行时延,性能优于现有两层ISCC框架。
2024-01-26 cs.IT eess.SP math.IT
Over-the-Air Federated Learning with Compressed Sensing: Is Sparsification Necessary?
Linköping University(林雪平大学)
该研究针对空中联邦学习场景,对比了结合压缩感知的线性压缩是否需要前置稀疏化的多种通信设计,发现压缩前稀疏化并非必要,且仅稀疏化的方案性能优于两者结合的常用设置。
2023-10-05 cs.IT cs.LG eess.SP
On the Performance Trade-off of Distributed Integrated Sensing and Communication Networks
本文利用随机几何理论分析分布式ISAC网络,推导了给定用户数下的检测与覆盖概率,定量描述了给定功率和带宽预算下感知与通信间的性能折中,并通过仿真验证了准确性。
2023-08-12 cs.IT cs.NI math.IT
Detecting Unauthorized Drones with Cell-Free Integrated Sensing and Communication
提出无蜂窝大规模MIMO-ISAC框架,通过分布式AP信号检测未经授权的无人机,并优化感知块长度与功率以最小化感知年龄、最大化覆盖范围,自适应权重算法较固定权重降低45%感知年龄。
2025-01-25 cs.IT eess.SP math.IT
Integrated Sensing and Communications: A Mutual Information-Based Framework
集成传感和通信(ISAC)可能能够规避现有频分传感和通信(FDSAC)技术的限制。因此,它最近引起了极大的关注。本文旨在从互信息(MI)的角度为ISAC提出一个统一的分析框架。在此基础上,分别用感知MI和通信MI对传感器的感知性能和通信性能进行了评估。该框架的统一性源于以下事实:感测和通信(S\&C)性能度量,即,S &C MI具有相似的物理和数学性质以及相同的测量单位。在此基础上,研究了ISAC系统的下行链路和上行链路的S &C性能,并与FDSAC系统的S & C性能进行了比较。沿着每一个考虑的系统设置,数值结果提供了证明ISAC的优越性,比传统的FDSAC设计。最后,有前途的开放式研究方向的MI为基础的ISAC的背景下提供。
2022-08-08 cs.IT eess.SP math.IT
Evaluation Of Orthogonal Chirp Division Multiplexing For Automotive Integrated Sensing And Communications
我们考虑一个双基地车载集成传感和通信(ISAC)系统,采用最近提出的正交线性调频分复用(OCDM)多载波波形。作为一种独立的通信波形,OCDM已被证明对时频选择性信道中的干扰具有鲁棒性。在一个双基地ISAC,我们利用这个属性来开发有效的接收处理算法,实现高目标分辨率以及高通信速率。我们推导出我们提出的顺序符号解码和雷达参数估计(SUNDAE)算法的统计界限,并通过数值实验比较其与其他多载波波形的竞争性能。
2021-11-09 cs.IT eess.SP math.IT
Near-Field Integrated Sensing and Communications
本文提出近场ISAC框架,利用额外距离维度联合优化感知与通信,推导克拉美罗界并在通信速率约束下最小化,针对全数字和混合天线分别给出全局最优与高质量波形解,验证了其相对远场ISAC的性能增益。
2025-09-23 cs.IT eess.SP math.IT
Information-Theoretical Approach to Integrated Pulse-Doppler Radar and Communication Systems
集成的传感和通信通过将传感和通信功能相结合来提高效率、准确性和成本节约,从而改进了系统的设计。最佳集成需要了解传感和通信之间的权衡,但由于缺乏统一的性能指标,这可能很困难。在本文中,信息理论的方法是用来设计一个统一的度量系统。引入了一个感知率来衡量脉冲多普勒雷达系统所获得的信息量。在封闭的形式获得的近似和下限的感测率。使用派生的传感信息和通信速率,最佳的带宽分配策略,发现最大化的频谱效率的加权和传感和通信。仿真结果证实了近似的有效性和建议的带宽分配的有效性。
2023-02-10 cs.IT eess.SP math.IT
Toward Multiple Integrated Sensing and Communication Base Station Systems: Collaborative Precoding Design with Power Constraint
多个综合传感与通信基站的协同感知是实现智能交通的重要技术之一。消除ISAC基站间的干扰是实现协同感知的前提。在本文中,我们专注于相互干扰消除问题的多个ISAC基站,可以通过发送ISAC信号进行通信和雷达感测同时进行协同感知。建立了多个ISAC基站间的相互干扰模型,该模型包括通信干扰和雷达感知干扰。此外,我们提出了一种联合优化算法(JOA)来解决总功率约束(TPC)和每天线功率约束(PPC)的协同预编码问题。通过使用JOA在感知和通信性能之间设置适当的权衡系数,可以获得最佳的预编码设计。提出的协同预编码设计算法进行评估,通过考虑传感和通信性能,通过数值结果。本文还比较和仿真了TPC和PPC下协作预编码的JOA算法的复杂度。
2022-06-22 cs.IT cs.NI eess.SP