通信感知一体化(Integrated Sensing and Communication,ISAC)系统可以将通信感知功能有机融合,以取得更高的频谱效率和硬件利用率,但传统的大规模集中式天线阵列在平面波假设下无法提供距离维增益,且其混合波束赋形设计为非凸优化问题...通信感知一体化(Integrated Sensing and Communication,ISAC)系统可以将通信感知功能有机融合,以取得更高的频谱效率和硬件利用率,但传统的大规模集中式天线阵列在平面波假设下无法提供距离维增益,且其混合波束赋形设计为非凸优化问题,仍是具有挑战性的难题。为此,提出了一种基于子阵列的混合波束赋形设计方案,在较低的硬件复杂度下通过扩展球面波区域范围提供距离维增益,以在满足感知性能约束和发射功率预算的前提下最大化通信速率。首先提出了一种基于分式规划和最优化最小化方法的算法,将非凸优化问题转化为凸问题后迭代求解得到一个联合波束赋形矩阵;进而提出一种基于流形优化和最小二乘法的算法,迭代求解后将其分解为数字/模拟波束赋形矩阵。仿真结果表明,基于子阵列的算法相较于集中式阵列能够获得更多的距离维信息和感知自由度,通信性能提升40%,且流形优化后混合波束赋形方案能够很好地逼近联合优化的数字波束赋形方案的性能。展开更多
文摘通信感知一体化(Integrated Sensing and Communication,ISAC)系统可以将通信感知功能有机融合,以取得更高的频谱效率和硬件利用率,但传统的大规模集中式天线阵列在平面波假设下无法提供距离维增益,且其混合波束赋形设计为非凸优化问题,仍是具有挑战性的难题。为此,提出了一种基于子阵列的混合波束赋形设计方案,在较低的硬件复杂度下通过扩展球面波区域范围提供距离维增益,以在满足感知性能约束和发射功率预算的前提下最大化通信速率。首先提出了一种基于分式规划和最优化最小化方法的算法,将非凸优化问题转化为凸问题后迭代求解得到一个联合波束赋形矩阵;进而提出一种基于流形优化和最小二乘法的算法,迭代求解后将其分解为数字/模拟波束赋形矩阵。仿真结果表明,基于子阵列的算法相较于集中式阵列能够获得更多的距离维信息和感知自由度,通信性能提升40%,且流形优化后混合波束赋形方案能够很好地逼近联合优化的数字波束赋形方案的性能。
