Optimal Coordinated Transmit Beamforming for Networked Integrated Sensing and Communications
本文研究网络化ISAC系统中多基站协同发射波束成形设计，在保证通信用户SINR约束下最大化目标区域最小检测概率，并通过SDR技术最优求解非凸QCQP问题。
2023-07-11 cs.IT eess.SP math.IT
Networked Tracking of Multiple Moving Targets in 6G Network
The Hong Kong Polytechnic University（香港理工大学）；The University of Hong Kong（香港大学）；the University of Technology Sydney（悉尼科技大学）
本文研究6G网络中多基站协同跟踪移动目标的方法，设计了网络化卡尔曼滤波器并优化波束成形以降低跟踪误差。
2026-04-21 cs.IT eess.SP math.IT
Robust Distributed Phase Retrieval for Multi-View Compressive Networked Sensing With Outliers
研究分布式传感器网络中存在异常值的多视图压缩相位恢复问题，提出一种无需共享原始数据的两阶段分布式重建算法，实现全局信号幅度和局部非零信号的可靠恢复。
2025-05-30 cs.IT eess.SP math.IT
Fusion-Based Cooperative Support Identification for Compressive Networked Sensing
针对资源受限的无线传感器网络中分布式压缩稀疏信号恢复问题，提出了一种基于融合的协同支持度识别方案。所提出的支持识别协议包括：（i）本地稀疏感知节省数据收集和存储，（ii）本地二进制决策的部分支持知识推理，（iii）二进制信息交换活动节点之间，和（iv）支持估计的二进制数据聚合。然后，在估计的信号支持的帮助下，在每个节点处做出精细的局部决策。只有这些信息节点的测量值将被发送到融合中心，融合中心采用加权$\ell_1$最小化来进行全局信号重构。讨论了贝叶斯局部决策规则的设计，分析了平均通信代价。计算机模拟证明了该方案的有效性。
2019-07-06 cs.IT math.IT
Networked Embodied Communication: From Collective Distinguishability to Communication Reliability
The University of Hong Kong（香港大学）
本文提出网络化具身通信框架，通过分布式接入点联合感知物理状态编码消息，理论刻画集体可区分性并证明接收端合作可消除单点感知无法克服的错误底限，进而联合优化AP集合与消息位置以提升通信可靠性。
2026-09-10 cs.IT eess.SP math.IT
Covert Communications in MEC-Based Networked ISAC Systems Towards Low-Altitude Economy
针对面向低空经济的MEC网络化ISAC系统，提出联合优化通信、感知、计算资源与UAV轨迹的隐蔽传输方案，通过交替优化最小化总能耗并揭示三方权衡。
2025-07-24 cs.IT eess.SP math.IT
Joint Transmission and Compression Optimization for Networked Sensing with Limited-Capacity Fronthaul Links
针对容量受限前传的蜂窝网络化感知，本文以PCRB为指标联合优化基站发射与压缩策略，并提出交替优化、SCA及大规模天线的估计-波束赋形-压缩方法。
2024-09-06 cs.IT eess.SP math.IT
Collaborative Sensing in Perceptive Mobile Networks: Opportunities and Challenges
随着需要准确环境信息的创新应用的发展，自动驾驶、感知成为未来无线网络的重要需求。为此，集成传感和通信（ISAC）提供了一个有前途的平台，利用传感和通信之间的协同作用，感知移动网络（PMN）被提出来增加准确的传感能力，现有的无线网络。发达的蜂窝网络为传感提供了令人兴奋的机会，包括大覆盖范围，强大的计算和通信能力，最重要的是网络化传感，其中来自多个传感节点的观点可以协作地用于感测同一目标。然而，PMNs也面临着巨大的挑战，如感知和通信之间的固有干扰，复杂的感知环境，以及蜂窝网络对高速目标的跟踪。本文提供了一个全面的审查设计的PMNs，包括流行的网络架构，传感协议，常设研究问题，和可用的解决方案。几个未来的研究方向是至关重要的PMNs的发展进行了讨论。
2022-05-31 cs.IT eess.SP math.IT
System-level Analysis of Dual-Mode Networked Sensing: ISAC Integration & Coordination Gains
本文研究了双模式网络感知中ISAC集成与协调增益，通过多站和单站感知结合，提高了感知覆盖概率和通信吞吐量。
2025-12-04 cs.IT cs.SY eess.SY
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
Multi-view imaging in networked sensing systems: A covariance-based approach
The Hong Kong Polytechnic University（香港理工大学）；Shanghai Jiao Tong University（上海交通大学）；Technische Universität Berlin（柏林工业大学）
针对6G集成感知与通信网络中的多视角成像问题，提出一种两阶段方法：第一阶段各接收基站基于接收信号样本协方差矩阵恢复个体图像，第二阶段中央处理单元通过边缘保持自然邻域插值和联合优化框架融合个体图像，实现高质量环境重建。
2026-06-01 cs.IT eess.SP math.IT
Accelerating Multi-UAV Collaborative Sensing Data Collection: A Hybrid TDMA-NOMA-Cooperative Transmission in Cell-Free MIMO Networks
本研究针对多无人机协同感知数据收集场景，采用无蜂窝MIMO网络管控干扰，提出融合TDMA、NOMA与协作传输的混合策略，通过联合优化任务拆分比例与传输方案，有效缩短感知任务完成时间。
2024-11-04 cs.IT eess.SP math.IT
Collaborative Spectrum Sensing from Sparse Observations Using Matrix Completion for Cognitive Radio Networks
在认知无线电中，频谱感知是检测频谱空洞（即，不被任何主要用户使用的信道）。认知无线电节点之间的协作频谱感知有望提高检测完整频谱使用状态的能力。然而，由于功率限制和信道衰落的影响，现有的信道检测信息远不足以直接判断出空闲信道。针对这一瓶颈，我们应用最新的矩阵补全技术，大大减少了所需的传感信息。我们制定的协同感知问题作为一个矩阵完成子问题和联合稀疏重建子问题。数值仿真结果验证了该方法的有效性和鲁棒性。特别地，在无噪声的情况下，当主用户的数量是小的，获得准确的检测与不超过8%的完整的传感信息，而随着主用户的数量的增加，以实现95.55%的检测率，所需的信息百分比仅为16.8%。
2010-01-27 cs.IT math.IT
On Collaborative Compressive Sensing Systems: The Framework, Design and Algorithm
基于最大似然估计原理，我们推导出一个协作估计框架，融合了几个不同的估计，并产生一个更好的估计。将其应用于压缩感知（CS），我们提出了一个合作的CS（CCS）计划组成的银行的$K$ CS系统，共享相同的传感矩阵，但有不同的稀疏字典。该CCS系统预期产生比每个单独的CS系统更好的性能，同时需要与使用并行计算策略时每个单独的CS系统所需的时间相同的时间。然后，我们提供了一种方法来设计最佳的CCS系统，通过利用一个措施，涉及的传感矩阵和字典，从而使我们能够同时优化的传感矩阵和所有的$K$字典。一个交替的最小化为基础的算法来解决相应的优化设计问题。通过严格的收敛性分析，证明了算法的收敛性.实验证实了理论结果，并表明，建议的CCS系统产生显着改善现有的CS系统的信号恢复精度。
2018-04-19 cs.IT math.IT
Energy Efficiency Analysis of Collaborative Compressive Sensing Scheme in Cognitive Radio Networks
在本文中，我们研究了传统的协同压缩感知（CCCS）方案的能量效率，重点是在认知无线电环境中的能量效率和检测精度之间的权衡。特别是，我们推导出可实现的吞吐量，能源消耗和能源效率的CCCS计划，并制定一个优化问题，以确定最佳值的参数，最大限度地提高能源效率的CCCS计划。能源效率的最大化提出了作为一个多变量，非凸优化问题，我们提供了近似，以减少它的凸优化问题。我们强调，由于这些近似的错误是可以忽略不计的。之后，我们分析了CCCS方案的降维和协作感知性能之间的权衡-节能和检测精度之间的隐含权衡，并表明压缩造成的损失可以通过协作来恢复，从而提高整体能量效率。
2019-03-03 cs.IT math.IT
An Information-Theoretic Approach to Collaborative Integrated Sensing and Communication for Two-Transmitter Systems
本文研究多址信道与D2D通信下通感一体化的信息论模型，提出终端间协同传输状态信息的感知方案，提升了率-失真权衡性能，并为D2D设计了压缩与编码分离及混合编码两种方案。
2023-04-04 cs.IT math.IT
Orthogonality and Cooperation in Collaborative Spectrum Sensing through MIMO Decision Fusion
本文论述了认知无线电的情况下，决策融合中心（DFC）利用阵列处理的频谱感知。更具体地说，我们探讨了用户合作和正交传输之间的二级用户（SU）的报告信道的影响。为了这个目的，四个协议被认为是：（i）非正交和非合作;（ii）正交和非合作;（iii）非正交和合作;（iv）正交和合作。DFC采用最大比合并（MRC）规则和性能进行评估的互补接收机工作特性（CROC）。分析结果，再加上蒙特卡罗模拟，提出。
2013-08-14 cs.IT math.IT
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
Multi-UAV Collaborative Sensing and Communication: Joint Task Allocation and Power Optimization
与单个无人机的有限感知覆盖和通信能力相比，多无人机协作能够提供更有效的感知和传输（S&T）服务。然而，现有的多无人机感知研究主要集中在互斥的任务分配和独立的数据传输上，没有充分发挥多无人机感知和通信的优势。基于此，本文提出了一种新的多无人机协同感知任务分配方案。虽然重复任务分配听起来可能违反直觉，但它实际上可以促进多个UAV之间的合作传输，从而减少整体感测任务完成时间。为了获得最优的任务分配和发射功率的建议方案，任务完成时间最小化问题。为了解决这个问题，复制传感任务分配的必要条件。对于复制感知的情况，所考虑的问题转化为单调优化，并解决了通用的Polyblock算法。为了在Polyblock算法的每次迭代中有效地评估任务完成时间，引入了新的辅助变量来解耦传输时间和功率的复杂联合优化。对于非复制感知的退化情形，导出了最优传输时间的封闭表达式
2022-11-24 cs.IT math.IT
Collaborative Spectrum Sensing from Sparse Observations in Cognitive Radio Networks
频谱感知是认知无线电实现的前提，其目的是检测频谱空洞。认知无线电节点间的协作频谱感知有望提高检测完整频谱使用情况的能力。由于硬件的限制，每个认知无线电节点只能感知相对较窄的无线电频谱。因此，可用的信道感测信息远不足以精确地识别宽范围的未占用信道。针对这一瓶颈，本文提出采用矩阵完备和联合稀疏恢复的方法来降低感知和传输的要求，提高感知效果。具体而言，配备了频率选择性滤波器，每个认知无线电节点感测多个信道信息的线性组合，并将其报告给融合中心，在融合中心，占用的信道然后通过使用新的矩阵完成和联合稀疏恢复算法从报告中解码。因此，从CR发送到融合中心的报告数量显著减少。我们提出了两种解码方法，一种是基于矩阵完成和联合稀疏恢复，这两种方法都允许从不完整的报告中准确恢复。数值结果验证了我们的方法的有效性和鲁棒性。特别是，在小规模网络中，矩阵完成方法实现了精确的信道检测，样本数量不超过网络中信道数量的50%，而联合稀疏恢复在大规模网络中实现了类似的性能。
2010-08-25 cs.IT math.IT
Mobile Collaborative Spectrum Sensing for Heterogeneous Networks: A Bayesian Machine Learning Approach
大规模异构网络中的频谱感知是一个非常具有挑战性的问题，因为它通常需要大量的静态次用户（SU）来获得全局频谱状态。为了解决这个问题，在本文中，我们提出了一个新的框架的基础上贝叶斯机器学习。我们利用多个SU的移动性，同时收集频谱感知数据，并合作推导出全球频谱状态。我们首先开发了一种新的非参数贝叶斯学习模型，称为贝塔过程粘性隐马尔可夫模型（BP-SHMM），捕捉收集的频谱数据的时空相关性，其中SHMM模型的潜在统计相关性内每个移动SU的时间序列数据，而BP实现多个SU之间的合作。贝叶斯推理，然后进行自动推断的异构光谱状态。基于推理结果，我们还开发了一种新的算法与细化机制来预测频谱的可用性，这使得新加入的SU立即访问未占用的频带没有感测。仿真结果表明，与现有的频谱感知技术相比，该框架能够显著提高频谱感知性能。
2018-11-22 cs.IT math.IT
Safety-Aware Forward Detection in Networked ISAC for Low-Altitude UAV Flight
研究低空无人机飞行中网络ISAC里非合作目标检测可靠性不足问题，提出安全感知前向检测设计，通过确定前向ROI、推导相关概率和缩放规律、制定资源优化问题，降低漏检概率和碰撞风险，且有限降低状态估计性能。
2026-08-04 cs.IT math.IT
Coalitional Games for Distributed Collaborative Spectrum Sensing in Cognitive Radio Networks
在认知网络中，次级用户（SU）之间的协作频谱感知，产生显着的性能改善。然而，在主要用户（PU）的检测概率方面的收益与虚警概率方面的成本之间存在固有的权衡。在本文中，我们研究了这种权衡的拓扑结构和动力学的SU寻求通过协作传感减少对PU的干扰的网络的影响。此外，虽然现有的文献主要集中在集中式解决方案的协作传感，我们提出了分布式协作策略，通过博弈论。我们将该问题建模为一个不可转移的联盟博弈，并提出了一个分布式的联盟形成算法，通过简单的合并和分裂规则。通过该算法，SU可以自主合作和自组织成不相交的独立联盟，同时最大限度地提高其检测概率，同时考虑到合作成本（在虚警方面）。我们研究了由此产生的网络结构的稳定性，并表明，每形成联盟的SU的最大数量存在建议的实用模型。仿真结果表明，该算法允许减少高达86.6%的平均丢失概率每SU（丢失检测的PU的概率）相对于非合作的情况下，同时保持一定的虚警水平。此外，通过模拟，我们比较了所提出的分布式解决方案的性能相对于最佳的集中式解决方案，最大限度地减少每个SU的平均丢失概率。最后，结果还显示了所提出的算法如何自主地适应网络拓扑结构的环境变化，如移动性。
2009-05-16 cs.GT cs.IT math.IT
Multi-domain Cooperative SLAM: The Enabler for Integrated Sensing and Communications
同时定位与地图构建（SLAM）提供用户跟踪和环境地图绘制能力，使得通信系统能够获得态势感知。具有超宽带、多天线和大量连接的先进通信网络为传感和通信的深度集成提供了机会。本文首先回顾了综合传感与通信技术的发展历程，揭示了综合传感与通信技术与传统通信技术的区别。然后，多域协同SLAM的有效机制。特别是，交叉感知，跨用户，跨频率，跨设备的SLAM机制的研究机会和挑战提出。此外，SLAM辅助通信策略进行了明确的讨论。通过数值分析，证明了基于混合感知和众包的多域协同SLAM机制可以显著提高复杂多径传播环境下的定位和地图构建精度。此外，通过测试平台实验表明，本文提出的SLAM机制在实际应用场景中能够达到分米级的定位和映射精度，从而证明了多域协同SLAM在ISAC中的应用前景。
2022-11-11 cs.IT eess.SP math.IT
A 5G DMRS-based Signal for Integrated Sensing and Communication System
针对ISAC信号设计问题，本文联合CSI-RS、PRS和DMRS构建多参考信号协同雷达感知方案，推导距离与速度估计CRLB，并通过仿真证明其优于单参考信号方案。
2024-03-03 cs.IT eess.SP math.IT
Difference Imaging-Based Parking Lot Surveillance in Multi-RIS-Aided Collaborative ISAC System
本文提出一种多RIS辅助协作ISAC系统，利用差分成像和压缩感知算法捕获停车场散射系数稀疏变化，实现高精度停车占用检测，并通过多RIS协作进一步提升检测性能。
2025-07-05 cs.IT math.IT
Coalition Formation Games for Collaborative Spectrum Sensing
认知网络中的次用户（SU）之间的协作频谱感知（CSS）表现出在最小化主用户（PU）的错过检测的概率和维持合理的虚警概率（例如，用于保持良好的频谱利用率）。在本文中，我们研究的影响，这种权衡的网络结构和合作的激励机制的SU，寻求合作，以提高其检测性能。我们模型的CSS问题作为一个不可转让的联盟游戏，我们提出了分布式算法的联盟形成。首先，我们构建了一个分布式的联盟形成（CF）算法，允许SU自组织成不相交的联盟，同时占CSS权衡。然后，CF算法的补充与联盟投票游戏，使分布式联盟形成与检测概率保证（CF-PD）时，需要的PU。CF-PD算法允许SU形成最小获胜联盟（MWC），即，以最小代价实现目标检测概率的联盟。对于这两种算法，我们研究和证明有关的网络结构，适应移动性和稳定性的各种属性。仿真结果表明，CF减少了平均错过每个SU的概率高达88.45%，相对于非合作的情况下，同时保持一个理想的虚警。对于CF-PD，结果表明，高达87.25%的SU通过MWC达到了所需的检测概率
2010-10-21 cs.GT cs.IT math.IT
Cooperative Convex Optimization in Networked Systems: Augmented Lagrangian Algorithms with Directed Gossip Communication
我们研究了网络系统中的分布式优化问题，在网络系统中，节点合作寻找共同感兴趣的最优数量x=x^ \star。相应优化问题的目标函数是私有（仅由节点知道）凸节点目标的和，并且每个节点对x的允许值施加私有凸约束。我们解决了这个问题的通用连接网络拓扑结构的非对称随机链路故障与一种新的分布式，分散的算法。我们把这个算法称为AL-G（增广拉格朗日流言），它的变体称为AL-MG（增广拉格朗日多邻居流言）和AL-BG（增广拉格朗日广播流言）。AL-G算法基于增广拉格朗日对偶函数。对偶变量通过标准的乘数方法以缓慢的时间尺度更新。为了更新原始变量，我们提出了一种新的，高斯-赛德尔型，随机算法，在一个快速的时间尺度。AL-G仅在网络中的直接邻居之间使用单向流言通信，并且对随机链路故障具有弹性。对于具有可靠通信的网络（即，简化的AL-BG（增广拉格朗日广播流言）算法降低了通信、计算和数据存储成本。我们证明了所有提出的算法的收敛性，并通过仿真证明了两个应用程序的有效性：l_1正则化逻辑回归分类和认知无线电网络的合作频谱感知。
2011-02-06 cs.IT math.IT
