CN115632684A - 一种感知通信一体化系统的传输策略设计方法 - Google Patents

一种感知通信一体化系统的传输策略设计方法 Download PDF

Info

Publication number
CN115632684A
CN115632684A CN202211647477.XA CN202211647477A CN115632684A CN 115632684 A CN115632684 A CN 115632684A CN 202211647477 A CN202211647477 A CN 202211647477A CN 115632684 A CN115632684 A CN 115632684A
Authority
CN
China
Prior art keywords
base station
signal
communication
detection
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211647477.XA
Other languages
English (en)
Other versions
CN115632684B (zh
Inventor
程高远
许杰
崔曙光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chinese University Of Hong Kong Shenzhen Future Intelligent Network Research Institute
Chinese University of Hong Kong Shenzhen
Original Assignee
Chinese University Of Hong Kong Shenzhen Future Intelligent Network Research Institute
Chinese University of Hong Kong Shenzhen
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chinese University Of Hong Kong Shenzhen Future Intelligent Network Research Institute, Chinese University of Hong Kong Shenzhen filed Critical Chinese University Of Hong Kong Shenzhen Future Intelligent Network Research Institute
Priority to CN202211647477.XA priority Critical patent/CN115632684B/zh
Publication of CN115632684A publication Critical patent/CN115632684A/zh
Application granted granted Critical
Publication of CN115632684B publication Critical patent/CN115632684B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/022—Site diversity; Macro-diversity
    • H04B7/024—Co-operative use of antennas of several sites, e.g. in co-ordinated multipoint or co-operative multiple-input multiple-output [MIMO] systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0426—Power distribution
    • H04B7/043—Power distribution using best eigenmode, e.g. beam forming or beam steering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. Transmission Power Control [TPC] or power classes
    • H04W52/04—Transmission power control [TPC]
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR or Eb/lo
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. Transmission Power Control [TPC] or power classes
    • H04W52/04—Transmission power control [TPC]
    • H04W52/38—TPC being performed in particular situations
    • H04W52/42—TPC being performed in particular situations in systems with time, space, frequency or polarisation diversity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W56/00—Synchronisation arrangements
    • H04W56/001—Synchronization between nodes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种感知通信一体化系统的传输策略设计方法，包括以下步骤：S1.给定包含
Figure 100004_DEST_PATH_IMAGE001
个基站、
Figure 288159DEST_PATH_IMAGE001
个用户和1个中央控制器的感知通信一体化系统，确定系统的通信模型和感知模型，并基于基站是否存在时间同步确定系统的检测场景；S2.根据基站是否存在时间同步，确定给定位置目标的检测概率与信号反射功率之间的关系；S3.对于给定的目标检测区域，构建最大化目标区域检测概率优化问题，并转化为与信号检测功率相关的优化问题，进行求解后得到各基站的波束成形矢量最优解，作为的感知通信一体化系统的传输策略。本发明考虑了时间同步场景和时间异步场景，同时设计了发送端波束成形来最大化给定目标区域的检测概率，同时满足通信用户的通信需求。

Description

一种感知通信一体化系统的传输策略设计方法
技术领域
本发明涉及感知通信一体化系统，特别是涉及一种感知通信一体化系统的传输策略设计方法。
背景技术
感知通信一体化技术（ISAC）已被公认为是未来第六代（6G）无线网络支持新应用的赋能技术，例如自动驾驶、智慧城市和工业自动化。一方面，ISAC允许共享基站等蜂窝基础设施以及稀缺的频谱和功率资源，以实现通信和传感的双重作用，从而提高资源利用效率；另一方面，ISAC实现了集成系统内的联合传感和通信优化，有助于更好地管理它们的同信道干扰，从而提高系统性能。
传统意义上的单静态和双静态ISAC系统已经有较为广泛的研究结果，但这种ISAC系统的覆盖范围通常非常有限，当环境中有较多的障碍物体或当通信用户和传感目标相距很远时，由此产生的传感和通信性能可能严重下降。为解决上述问题，受到基站协作通信和分布式多输入多输出（MIMO）雷达感知的启发，网络ISAC引起了越来越多的研究兴趣。基站间的协作传输可以更好地管理小区间干扰，提高用户的通信数据率。此外，不同基站可以从不同角度协同感知目标物体和环境，利用波形分集增益提高感知精度和分辨率。
然而，由于协作多小区通信和分布式MIMO雷达的相互影响，如何在基站之间合理设计传输策略以平衡传感和通信性能的折衷是一项重要而具有挑战性的问题。
发明内容
本发明的目的在于克服现有技术的不足，提供一种感知通信一体化系统的传输策略设计方法，能够在基站之间合理设计传输策略以平衡传感和通信性能。
本发明的目的是通过以下技术方案来实现的： 一种感知通信一体化系统的传输策略设计方法，包括以下步骤：
S1.给定包含
Figure DEST_PATH_IMAGE001
个基站、
Figure 21694DEST_PATH_IMAGE001
个用户和1个中央控制器的感知通信一体化系统，确定系统的通信模型和感知模型，并基于基站是否存在时间同步确定系统的检测场景；
S2.根据基站是否存在时间同步，确定给定位置目标的检测概率与信号反射功率之间的关系；
S3.对于给定的目标检测区域，构建最大化目标区域检测概率优化问题，并转化为与信号检测功率相关的优化问题，进行求解后得到各基站的波束成形矢量最优解，作为的感知通信一体化系统的传输策略。
本发明的有益效果是：本发明考虑了时间同步场景和时间异步场景，根据不同的同步场景，利用似然比检验推导了虚警概率和检测概率的表达式，同时，设计了发送端波束成形来最大化给定目标区域的检测概率，同时满足通信用户的通信需求，相较于传统的通信方案设计能够达到更高的检测和通信性能。
附图说明
图1为本发明的方法流程图；
图2为感知通信一体化系统的原理示意图；
图3为系统中各基站发送功率和检测概率的对比图；
图4为系统中通信用户的SINR和检测概率的对比图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
本发明根据两种目标检测场景，分别为时间同步与时间异步。在时间同步场景中，所有基站可以同时利用直接链路（由自身发出经目标反射后接收）和交叉链路（由其他基站发出经目标反射后接收）的反射信号进行联合检测；在时间异步场景中，所有基站只能利用直接链路的反射信号进行联合检测。对于每种目标检测场景和给定的虚警概率，我们使用似然比检验推导出两种检测场景（时间同步和时间异步）在某个位置的检测概率的表达式。通过推导的结果可以得出，检测概率随着基站接收到的反射信号功率单调增加。基于推导的检测概率表达式，建模了关于给定目标区域下的检测概率最大-最小优化问题，通过对发送端波束成形设计来最大化目标区域内各采样点的检测概率的最小值，同时满足通信性能和发送端最大功率约束。
具体地：
如图1所示，一种感知通信一体化系统的传输策略设计方法，包括以下步骤：
S1.给定包含
Figure 375053DEST_PATH_IMAGE001
个基站、
Figure 748266DEST_PATH_IMAGE001
个用户和1个中央控制器的感知通信一体化系统，如图2所示，确定系统的通信模型和感知模型，并基于基站是否存在时间同步确定系统的检测场景；
所述步骤S1包括：
设感知通信一体化系统的包括
Figure 81158DEST_PATH_IMAGE001
个基站、
Figure 256050DEST_PATH_IMAGE001
个用户和1个中央控制器，每个基站的发送天线
Figure DEST_PATH_IMAGE002
，接收天线
Figure DEST_PATH_IMAGE003
，每个基站对应服务1个用户，定义集合
Figure DEST_PATH_IMAGE004
为基站和用户集合；在感知通信一体化系统中，基站发送独立的信号给该基站服务的用户，与此同时，基站接收并且处理从目标处反射的信号，再传输至中央控制器进行联合检测，定义传输时间块
Figure DEST_PATH_IMAGE005
内有
Figure DEST_PATH_IMAGE006
个符号，即
Figure DEST_PATH_IMAGE007
，
Figure DEST_PATH_IMAGE008
为符号时长，定义
Figure DEST_PATH_IMAGE009
为符号集合，
Figure DEST_PATH_IMAGE010
为感知通信一体化系统的处理时长；
在通信模型中，定义
Figure DEST_PATH_IMAGE011
为基站
Figure DEST_PATH_IMAGE012
发送的通信信号，t表示时间，
Figure DEST_PATH_IMAGE013
为第
Figure 206076DEST_PATH_IMAGE012
个基站的波束成形矢量，
Figure DEST_PATH_IMAGE014
为第
Figure DEST_PATH_IMAGE015
个基站的波束成形矢量，
Figure DEST_PATH_IMAGE016
为第
Figure 11790DEST_PATH_IMAGE015
个基站到第
Figure 899106DEST_PATH_IMAGE012
个基站的信道矢量，上角标H表示共轭转置，则第
Figure 895880DEST_PATH_IMAGE012
个用户收到的信号为
Figure DEST_PATH_IMAGE017
Figure DEST_PATH_IMAGE018
，
Figure DEST_PATH_IMAGE019
表示对基站
Figure DEST_PATH_IMAGE020
发送的通信信号
Figure DEST_PATH_IMAGE021
进行离散化采样得到的结果，
Figure DEST_PATH_IMAGE022
；其中
Figure DEST_PATH_IMAGE023
为噪声，
Figure DEST_PATH_IMAGE024
表示用户在接收通信信号时收到的噪声功率，接收信干噪比为
Figure DEST_PATH_IMAGE026
；
在感知模型中，基站通过将通信信号
Figure DEST_PATH_IMAGE027
进行复用作为检测信号，定义
Figure DEST_PATH_IMAGE028
为各基站的坐标，
Figure DEST_PATH_IMAGE029
为目标的坐标，
Figure DEST_PATH_IMAGE031
和
Figure DEST_PATH_IMAGE032
分别为发送和接收端的导向矢量，
Figure DEST_PATH_IMAGE033
为基站到目标的角度，
Figure DEST_PATH_IMAGE034
为反射系数，其中
Figure DEST_PATH_IMAGE035
为路径损耗，
Figure DEST_PATH_IMAGE036
为雷达反射截面系数RCS，则第
Figure 46501DEST_PATH_IMAGE015
个基站发出信号经反射后被第
Figure 659885DEST_PATH_IMAGE012
个基站接收的目标响应矩阵为
Figure DEST_PATH_IMAGE037
；基站接收到的反射信号为
Figure DEST_PATH_IMAGE038
，其中
Figure DEST_PATH_IMAGE039
代表噪声矢量，
Figure DEST_PATH_IMAGE040
表示基站在接收反射信号时受到的噪声功率，
Figure DEST_PATH_IMAGE041
为信号时延，假设信号波形的功率是归一化的，即
Figure DEST_PATH_IMAGE042
，当
Figure DEST_PATH_IMAGE043
大于给定阈值（给定阈值可以取大于104ms以上的值）的时候，有
Figure DEST_PATH_IMAGE044
和
Figure DEST_PATH_IMAGE045
。
所述步骤S1中，检测场景包括如下任一种：
第一场景（场景1）：所有基站都基于时间同步，即所有基站同时利用直接链路和交叉链路的反射信号进行联合检测；
所述直接链路的反射信号，是指由自身发出经目标反射后接收的反射信号，所述交叉链路的反射信号是指由其他基站发出经目标反射后接收的反射信号；
每个基站在接收端利用所有基站的发送信号
Figure DEST_PATH_IMAGE046
和时延
Figure DEST_PATH_IMAGE047
对接收信号
Figure DEST_PATH_IMAGE048
进行MF处理，得到
Figure DEST_PATH_IMAGE049
：
Figure DEST_PATH_IMAGE050
其中,
Figure DEST_PATH_IMAGE051
表示第i个基站发出的通信信号经过目标反射被第k个基站接收，再通过MF处理之后的可用检测信号，
Figure DEST_PATH_IMAGE052
为经过滤波之后的噪声，在得到所有的
Figure DEST_PATH_IMAGE053
之后，所有基站都将其处理过的信号共享至中央控制器，进行联合检测，此时的可用信号为所有
Figure DEST_PATH_IMAGE054
组成的新向量，记为
Figure DEST_PATH_IMAGE055
；MF是指匹配滤波；
第二场景（场景2）：基站之间不存在时间同步，即每个基站只能利用直接链路收集反射信号，经过MF处理之后得到的可用信号为
Figure DEST_PATH_IMAGE056
。
S2.根据基站是否存在时间同步，确定给定位置目标的检测概率与信号反射功率之间的关系；
所述步骤S2中，当基站时间同步时，即对于场景1，确定给定位置目标的检测概率与信号反射功率之间关系的过程如下：
首先根据二元假设检验定义两种假设，当目标存在时设为
Figure DEST_PATH_IMAGE057
，当目标不存在时设为
Figure DEST_PATH_IMAGE058
；
设
Figure DEST_PATH_IMAGE059
为目标存在时的反射有效信号，能够组成有效信号矢量
Figure DEST_PATH_IMAGE060
和等效噪声矢量
Figure DEST_PATH_IMAGE061
；其中
Figure DEST_PATH_IMAGE062
是在有时间同步情况下，目标存在时的有效信号矢量；
Figure DEST_PATH_IMAGE063
是滤波之后的等效噪声矢量；
则基于二元假设的检测可用信号为：
Figure DEST_PATH_IMAGE064
基于二元假设，使用似然比检验进行目标检测，
Figure DEST_PATH_IMAGE065
各自对应的似然方程为：
Figure DEST_PATH_IMAGE066
，
Figure DEST_PATH_IMAGE067
；
基于似然比的Neyman-Pearson检测器由下式得出
Figure DEST_PATH_IMAGE068
，其中
Figure DEST_PATH_IMAGE069
为基于虚警概率的判决门限；
其中，
Figure DEST_PATH_IMAGE070
是给定的信号，此时检测器等效地简化成
Figure DEST_PATH_IMAGE071
，
Figure DEST_PATH_IMAGE072
为
Figure DEST_PATH_IMAGE073
的判决门限，通过分析
Figure DEST_PATH_IMAGE074
的分布情况来得出检测器
Figure DEST_PATH_IMAGE075
的分布情况，具体步骤如下：
定义变量
Figure DEST_PATH_IMAGE076
，则变量
Figure DEST_PATH_IMAGE077
在假设
Figure DEST_PATH_IMAGE078
和
Figure DEST_PATH_IMAGE079
下的均值和方差由以下公式得到：
Figure DEST_PATH_IMAGE080
Figure DEST_PATH_IMAGE081
即
Figure 953156DEST_PATH_IMAGE077
的分布为：
Figure DEST_PATH_IMAGE082
其中
Figure DEST_PATH_IMAGE083
的物理意义是在有时间同步场景下，整个系统接收到的信号反射功率；
根据
Figure DEST_PATH_IMAGE084
，得出
Figure DEST_PATH_IMAGE085
在两种假设下的分布为：
Figure DEST_PATH_IMAGE086
；
至此，得出
Figure DEST_PATH_IMAGE087
的分布情况；
根据
Figure 148645DEST_PATH_IMAGE087
的分布和判决门限
Figure DEST_PATH_IMAGE088
得出检测概率和虚警概率的表达式，
Figure DEST_PATH_IMAGE089
，
Figure DEST_PATH_IMAGE090
，进而得出在给定虚警概率时，检测概率的表达式
Figure DEST_PATH_IMAGE091
。
所述步骤S2中，当基站不存在时间同步时，即对于场景2，确定给定位置目标的检测概率与信号反射功率之间关系的过程如下：
基于二元假设，使用似然比检验进行目标检测，
Figure DEST_PATH_IMAGE092
各自对应的似然方程为：
Figure DEST_PATH_IMAGE093
，
Figure DEST_PATH_IMAGE094
；
基于似然比的Neyman-Pearson检测器由下式得出
Figure DEST_PATH_IMAGE095
，其中
Figure DEST_PATH_IMAGE096
为基于虚警概率的判决门限；
其中，
Figure DEST_PATH_IMAGE097
是给定的信号，此时检测器等效地简化成
Figure DEST_PATH_IMAGE098
，
Figure DEST_PATH_IMAGE099
为
Figure DEST_PATH_IMAGE100
的判决门限；
定义变量
Figure DEST_PATH_IMAGE101
，则变量
Figure DEST_PATH_IMAGE102
在假设
Figure DEST_PATH_IMAGE103
和
Figure DEST_PATH_IMAGE104
下的均值和方差由以下公式得到：
Figure DEST_PATH_IMAGE105
Figure DEST_PATH_IMAGE106
即
Figure DEST_PATH_IMAGE107
的分布为：
Figure DEST_PATH_IMAGE108
其中
Figure DEST_PATH_IMAGE109
的物理意义是在有时间同步场景下，整个系统接收到的信号反射功率；
Figure DEST_PATH_IMAGE110
在两种假设下的分布为：
Figure DEST_PATH_IMAGE111
；
根据
Figure 642073DEST_PATH_IMAGE110
的分布和判决门限
Figure DEST_PATH_IMAGE112
得出检测概率和虚警概率的表达式，
Figure DEST_PATH_IMAGE113
，
Figure DEST_PATH_IMAGE114
，进而得出在给定虚警概率时，检测概率的表达式
Figure DEST_PATH_IMAGE115
。
S3.对于给定的目标检测区域，构建最大化目标区域检测概率优化问题，并转化为与信号检测功率相关的优化问题，进行求解后得到各基站的波束成形矢量最优解，作为的感知通信一体化系统的传输策略。
所述步骤S3包括：
对于给定的目标检测区域，根据设定的分辨率进行样本点的选取，在满足通信用户的通信服务质量QoS和基站的最大发射功率的约束下，通过发送端波束成形矢量设计来最大化目标区域个样本点检测概率的最小值，设潜在的样本点坐标为
Figure DEST_PATH_IMAGE116
，基站发出信号经过这些样本点再被基站接收的路径损耗为
Figure DEST_PATH_IMAGE117
：
（1）当基站时间同步时，即对于场景1，通过优化基站的波束成形矢量来设计传输策略，对于区域内的
Figure DEST_PATH_IMAGE118
个样本点，定义系统接收到的第
Figure 201142DEST_PATH_IMAGE118
个样本点的反射功率为
Figure DEST_PATH_IMAGE119
；
设计优化目标为最大化目标区域系统的检测概率，即最大化个样本点中系统检测概率的最小值；约束方面，需满足通信用户的SINR的最小阈值，以及满足基站发送功率不超过最大阈值；系统在第
Figure 866479DEST_PATH_IMAGE118
个样本点的检测概率的表达式为：
Figure DEST_PATH_IMAGE120
；定义第
Figure DEST_PATH_IMAGE121
个用户的SINR需求为
Figure DEST_PATH_IMAGE122
，则通信用户的SINR约束写为
Figure DEST_PATH_IMAGE123
；设基站的发送功率最大值为
Figure DEST_PATH_IMAGE124
，则基站的功率约束可以写为
Figure DEST_PATH_IMAGE125
；
建立优化问题如（P1.0）：
Figure DEST_PATH_IMAGE126
根据公式
Figure DEST_PATH_IMAGE127
，得到第
Figure DEST_PATH_IMAGE128
个样本点的检测概率与第
Figure 211747DEST_PATH_IMAGE128
个样本点反射的信号功率正相关，即检测概率
Figure DEST_PATH_IMAGE129
随着
Figure DEST_PATH_IMAGE130
增大而增大，所以将优化问题（P1-0）中的优化目标替换为
Figure DEST_PATH_IMAGE131
，得到优化问题（P1）：
Figure DEST_PATH_IMAGE132
其中第一个约束是每个用户的SINR约束，第二个约束是每个基站的发送功率约束；为了符号表示简便，建模中省略了系数
Figure DEST_PATH_IMAGE133
，SINR约束是非凸的，使得问题（P1）成为非凸问题，通过引入辅助变量
Figure 100002_DEST_PATH_IMAGE134
，将问题进一步转化为：
Figure DEST_PATH_IMAGE135
由于存在矩阵秩1约束，该问题仍然是非凸的，使用半正定松弛方法即SDR方法，对优化问题进行处理之后进行求解，并且利用GR得到高质量的解，其中GR表示高斯随机化；
其中，SDR具体步骤为：首先将约束去掉
Figure 100002_DEST_PATH_IMAGE136
，问题（P1.1）的剩余部分是一个凸问题，利用已有的凸优化solver进行求解，从而得到最优的
Figure DEST_PATH_IMAGE137
，为一系列高秩矩阵，对于这一系列高秩矩阵的解，应用GR得到秩一的
Figure 836327DEST_PATH_IMAGE137
并且得到对应的
Figure 253664DEST_PATH_IMAGE137
矢量；
GR具体步骤为：首先对SDR步骤中得到的高秩矩阵进行特征值分解，即
Figure DEST_PATH_IMAGE138
，设GR次数为
Figure DEST_PATH_IMAGE139
，在每次随机化中，随机产生向量
Figure DEST_PATH_IMAGE140
，
Figure DEST_PATH_IMAGE141
；设
Figure DEST_PATH_IMAGE142
和
Figure DEST_PATH_IMAGE143
，其中
Figure DEST_PATH_IMAGE144
是代表基站发送功率的优化变量；此时将
Figure DEST_PATH_IMAGE145
代入原优化问题转化为以
Figure 877019DEST_PATH_IMAGE144
为变量的新问题，并且该问题是凸问题能被有效的求解，经过
Figure 735516DEST_PATH_IMAGE139
次随机化后，选择最优的
Figure DEST_PATH_IMAGE146
和
Figure DEST_PATH_IMAGE147
作为问题（P1），（P1.1）的解，记为
Figure DEST_PATH_IMAGE148
和
Figure DEST_PATH_IMAGE149
，将各基站的波束成形矢量按照得到的解进行设计，即得到了所需的传输策略；
在本申请的实施例中，对于得到的一组波束成形矢量
Figure DEST_PATH_IMAGE150
和给定的虚警概率
Figure DEST_PATH_IMAGE151
，还可以代入公式分别求出有无时间同步场景的样本点反射功率
Figure DEST_PATH_IMAGE152
，进而求解出系统此时的最优检测概率
Figure DEST_PATH_IMAGE153
，可以用于对整个传输策略进行评估。
（2）当基站不存在时间同步时，即对于场景2，通过优化基站的波束成形矢量来设计传输策略：
对于区域内的
Figure DEST_PATH_IMAGE154
个样本点，定义系统接收到的第
Figure 464087DEST_PATH_IMAGE154
个样本点的反射功率为
Figure DEST_PATH_IMAGE155
；
设计目标为最大化目标区域系统的检测概率，即最大化
Figure 506736DEST_PATH_IMAGE154
个样本点中系统检测概率的最小值；约束方面，需满足通信用户的SINR的最小阈值，以及满足基站发送功率不超过最大阈值；系统在第
Figure 592504DEST_PATH_IMAGE154
个样本点的检测概率的表达式为：
Figure DEST_PATH_IMAGE156
；定义第
Figure DEST_PATH_IMAGE157
个用户的SINR需求为
Figure DEST_PATH_IMAGE158
，则通信用户的SINR约束可以写为
Figure DEST_PATH_IMAGE159
；设基站的发送功率最大值为
Figure DEST_PATH_IMAGE160
，则基站的功率约束可以写为
Figure DEST_PATH_IMAGE161
，从而建立优化问题（P2.0）
Figure DEST_PATH_IMAGE162
根据公式
Figure DEST_PATH_IMAGE163
，得到第
Figure DEST_PATH_IMAGE164
个样本点的检测概率与第
Figure 461101DEST_PATH_IMAGE164
个样本点反射的信号功率正相关，即检测概率
Figure DEST_PATH_IMAGE165
随着
Figure DEST_PATH_IMAGE166
增大而增大，所以将优化问题（P2-0）中的优化目标替换为
Figure 951120DEST_PATH_IMAGE166
，得到优化问题（P2）：
Figure DEST_PATH_IMAGE167
其中第一个约束是每个用户的SINR约束，第二个约束是每个基站的发送功率约束；为了符号表示简便，建模中省略了系数
Figure DEST_PATH_IMAGE168
，SINR约束是非凸的，使得问题（P2）成为非凸问题，通过引入辅助变量
Figure DEST_PATH_IMAGE169
，将问题进一步转化为：
Figure DEST_PATH_IMAGE170
使用SDR和GR技术，得出基站间没有时间同步场景下的求解结果，将各基站的波束成形矢量按照得到的解进行设计，即得到了所需的传输策略；
在本申请的实施例中，对于得到的一组波束成形矢量
Figure DEST_PATH_IMAGE171
和给定的虚警概率
Figure DEST_PATH_IMAGE172
，在实际应用时，可以分别求出无时间同步场景的样本点反射功率
Figure DEST_PATH_IMAGE173
，进而求解出系统此时的最优检测概率
Figure DEST_PATH_IMAGE174
，可以用于对整个传输策略进行评估。
将传输策略应用到系统中时：可以根据优化得到的波束成形矢量
Figure DEST_PATH_IMAGE175
对发送端信号波束进行调制；从而在满足通信用户的通信需求的同时得到最优的目标区域检测概率，进而使得波束成形矢量可以根据通信用户通信需求的不同而灵活的进行优化，并且在满足通信需求的同时尽量满足最优的检测性能，这实现了感知通信一体化系统中对通信和检测的平衡。
在本申请的实施例中，我们考虑传统的通信优化算法来作为对比基线，即设计发送端波束成形矢量
Figure DEST_PATH_IMAGE176
，在满足通信用户的SINR约束下最小化系统的总功耗。同时为了提升检测性能，我们使用功率放大因子
Figure DEST_PATH_IMAGE177
来进行功率放大，同时满足系统的功率约束
Figure DEST_PATH_IMAGE178
。
在仿真中，考虑基站和用户数目为
Figure DEST_PATH_IMAGE179
，天线配置采用均匀线性天线阵（ULA），通信用户噪声设为
Figure DEST_PATH_IMAGE180
，匹配滤波处理时长设为
Figure DEST_PATH_IMAGE181
，由此带来编码增益，基站处的检测噪声设为
Figure DEST_PATH_IMAGE182
。基站的坐标分别为
Figure DEST_PATH_IMAGE183
，
Figure DEST_PATH_IMAGE184
，
Figure DEST_PATH_IMAGE185
，用户的坐标设置为
Figure DEST_PATH_IMAGE186
，
Figure DEST_PATH_IMAGE187
，
Figure DEST_PATH_IMAGE188
，设基站的发送和接收天线相同，即
Figure DEST_PATH_IMAGE189
。考虑目标检测区域为中心在原点的
Figure DEST_PATH_IMAGE190
矩形区域，采样点数目
Figure DEST_PATH_IMAGE191
在该区域内均匀分布（设信号带宽为
Figure DEST_PATH_IMAGE192
，则最小分辨率为
Figure DEST_PATH_IMAGE193
，该设置满足最小分辨率约束）。
图3为系统中各基站发送功率和检测概率的对比图，其中各通信用户的SINR约束设为10dB，天线数目设为
Figure 15153DEST_PATH_IMAGE194
，考虑两种不同的虚警概率
Figure 639032DEST_PATH_IMAGE195
和
Figure 377181DEST_PATH_IMAGE196
。可以发现，所有的方案中，检测概率都随着基站发送功率的增加而增加。所提方案在场景1中可以达到最高的检测概率，这是因为发送端波束成形可以很好的平衡通信和感知的需求以达到最好的性能，且在基站时间同步的情况下，直接链路和交叉链路的信号都可以在检测时被充分利用。值得注意的是我们所提方案在场景1和场景2中，都要优于传统的通信方案，说明我们的设计能为多天线网络ISAC系统提供增益。
图4为系统中通信用户的SINR和检测概率的对比图，其中基站的发送功率设为
Figure 170257DEST_PATH_IMAGE197
，天线数设为
Figure 298750DEST_PATH_IMAGE198
，考虑两种不同的虚警概率
Figure 710009DEST_PATH_IMAGE199
和
Figure 912451DEST_PATH_IMAGE200
。可以发现，所有方案的检测概率都随着通信用户的SINR需求增加而下降。这是因为当通信需求更加严格时，基站需要将其信号的发送波束成形矢量导向通信用户，故对区域内的各采样点而言，基站能接收到的反射信号功率也随之下降，最终导致检测概率的下降。此外，对于各给定的虚警概率，在场景1和场景2中我们所提的方案都要优于传统的通信方案，这是因为我们在设计中联合考虑了用户通信需求和系统的检测性能。
上述说明示出并描述了本发明的一个优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (6)

1.一种感知通信一体化系统的传输策略设计方法，其特征在于：包括以下步骤：
S1.给定包含
Figure 812496DEST_PATH_IMAGE001
个基站、
Figure 458108DEST_PATH_IMAGE001
个用户和1个中央控制器的感知通信一体化系统，确定系统的通信模型和感知模型，并基于基站是否存在时间同步确定系统的检测场景；
S2.根据基站是否存在时间同步，确定给定位置目标的检测概率与信号反射功率之间的关系；
S3.对于给定的目标检测区域，构建最大化目标区域检测概率优化问题，并转化为与信号检测功率相关的优化问题，进行求解后得到各基站的波束成形矢量最优解，作为的感知通信一体化系统的传输策略。
2.根据权利要求1所述的一种感知通信一体化系统的传输策略设计方法，其特征在于：所述步骤S1包括：
设感知通信一体化系统的包括
Figure 833726DEST_PATH_IMAGE001
个基站、
Figure 706873DEST_PATH_IMAGE001
个用户和1个中央控制器，每个基站的发送天线
Figure 117125DEST_PATH_IMAGE002
，接收天线
Figure 653411DEST_PATH_IMAGE003
，每个基站对应服务1个用户，定义集合
Figure 781904DEST_PATH_IMAGE004
为基站和用户集合；在感知通信一体化系统中，基站发送独立的信号给该基站服务的用户，与此同时，基站接收并且处理从目标处反射的信号，再传输至中央控制器进行联合检测，定义传输时间块
Figure 193163DEST_PATH_IMAGE005
内有
Figure 192343DEST_PATH_IMAGE006
个符号，即
Figure 162180DEST_PATH_IMAGE007
，
Figure 512389DEST_PATH_IMAGE008
为符号时长，定义
Figure 461760DEST_PATH_IMAGE009
为符号集合，
Figure 535020DEST_PATH_IMAGE010
为感知通信一体化系统的处理时长；
在通信模型中，定义
Figure 396797DEST_PATH_IMAGE011
为基站
Figure 483571DEST_PATH_IMAGE012
发送的通信信号，
Figure 987364DEST_PATH_IMAGE013
表示时间，
Figure 980378DEST_PATH_IMAGE014
为第
Figure 278635DEST_PATH_IMAGE012
个基站的波束成形矢量，
Figure 852705DEST_PATH_IMAGE015
为第
Figure 160189DEST_PATH_IMAGE016
个基站的波束成形矢量，
Figure 4780DEST_PATH_IMAGE017
为第
Figure 739518DEST_PATH_IMAGE016
个基站到第
Figure 535304DEST_PATH_IMAGE012
个基站的信道矢量，上角标H表示共轭转置，则第
Figure 646480DEST_PATH_IMAGE012
个用户收到的信号为
Figure 342647DEST_PATH_IMAGE018
Figure 248286DEST_PATH_IMAGE019
，
Figure 937893DEST_PATH_IMAGE020
表示对基站
Figure 337913DEST_PATH_IMAGE021
发送的通信信号
Figure 406363DEST_PATH_IMAGE022
进行离散化采样得到的结果，
Figure 732171DEST_PATH_IMAGE023
，其中
Figure 667329DEST_PATH_IMAGE024
为噪声，
Figure 120307DEST_PATH_IMAGE025
表示用户在接收通信信号时收到的噪声功率，接收信干噪比为
Figure 964636DEST_PATH_IMAGE027
；
在感知模型中，基站通过将通信信号
Figure 431651DEST_PATH_IMAGE028
进行复用作为检测信号，定义
Figure 423747DEST_PATH_IMAGE029
为各基站的坐标，
Figure 834743DEST_PATH_IMAGE030
为目标的坐标，
Figure 143365DEST_PATH_IMAGE031
和
Figure 748659DEST_PATH_IMAGE032
分别为发送和接收端的导向矢量，
Figure 463936DEST_PATH_IMAGE033
为基站到目标的角度，
Figure 258717DEST_PATH_IMAGE034
为反射系数，其中
Figure 546478DEST_PATH_IMAGE035
为路径损耗，
Figure 889385DEST_PATH_IMAGE036
为雷达反射截面系数RCS，则第
Figure 403543DEST_PATH_IMAGE016
个基站发出信号经反射后被第
Figure 251282DEST_PATH_IMAGE012
个基站接收的目标响应矩阵为
Figure 895015DEST_PATH_IMAGE037
；基站接收到的反射信号为
Figure 920740DEST_PATH_IMAGE038
，其中
Figure 374724DEST_PATH_IMAGE039
代表噪声矢量，
Figure 511307DEST_PATH_IMAGE040
表示基站在接收反射信号时受到的噪声功率，
Figure 334513DEST_PATH_IMAGE041
为信号时延，假设信号波形的功率是归一化的，即
Figure 327877DEST_PATH_IMAGE042
，当
Figure 269157DEST_PATH_IMAGE043
大于给定阈值的时候，有
Figure 943852DEST_PATH_IMAGE044
和
Figure 890074DEST_PATH_IMAGE045
。
3.根据权利要求2所述的一种感知通信一体化系统的传输策略设计方法，其特征在于：所述步骤S1中，所述感知模型的检测场景包括如下任一种：
第一场景：所有基站都基于时间同步，即所有基站同时利用直接链路和交叉链路的反射信号进行联合检测；
所述直接链路的反射信号，是指由自身发出经目标反射后接收的反射信号，所述交叉链路的反射信号是指由其他基站发出经目标反射后接收的反射信号；
每个基站在接收端利用所有基站的发送信号
Figure 178973DEST_PATH_IMAGE046
和时延
Figure 92702DEST_PATH_IMAGE047
对接收信号
Figure 70889DEST_PATH_IMAGE048
进行MF处理，得到
Figure 652044DEST_PATH_IMAGE049
：
Figure 174161DEST_PATH_IMAGE050
其中,
Figure 637503DEST_PATH_IMAGE051
表示第i个基站发出的通信信号经过目标反射被第k个基站接收，再通过MF处理之后的可用检测信号，
Figure 139154DEST_PATH_IMAGE052
为经过滤波之后的噪声，在得到所有的
Figure 27344DEST_PATH_IMAGE053
之后，所有基站都将其处理过的信号共享至中央控制器，进行联合检测，此时的可用信号为所有
Figure 471095DEST_PATH_IMAGE054
组成的新向量，记为
Figure 372799DEST_PATH_IMAGE055
；MF是指匹配滤波；
第二场景：基站之间不存在时间同步，即每个基站只能利用直接链路收集反射信号，经过MF处理之后得到的可用信号为
Figure 927408DEST_PATH_IMAGE056
。
4.根据权利要求3所述的一种感知通信一体化系统的传输策略设计方法，其特征在于：所述步骤S2中，当基站时间同步时，即对于第一场景，确定给定位置目标的检测概率与信号反射功率之间关系的过程如下：
首先根据二元假设检验定义两种假设，当目标存在时设为
Figure 138946DEST_PATH_IMAGE057
，当目标不存在时设为
Figure 769910DEST_PATH_IMAGE058
；
设
Figure 879948DEST_PATH_IMAGE059
为目标存在时的反射有效信号，能够组成有效信号矢量
Figure 284254DEST_PATH_IMAGE060
和等效噪声矢量
Figure 897769DEST_PATH_IMAGE061
；其中
Figure 436984DEST_PATH_IMAGE062
是在有时间同步情况下，目标存在时的有效信号矢量；
Figure 299898DEST_PATH_IMAGE063
是滤波之后的等效噪声矢量；
则基于二元假设的检测可用信号为：
Figure 507895DEST_PATH_IMAGE064
基于二元假设，使用似然比检验进行目标检测，
Figure 772654DEST_PATH_IMAGE065
各自对应的似然方程为：
Figure 745420DEST_PATH_IMAGE066
，
Figure 95630DEST_PATH_IMAGE067
；
基于似然比的Neyman-Pearson检测器由下式得出
Figure 779421DEST_PATH_IMAGE068
，其中
Figure 318593DEST_PATH_IMAGE069
为基于虚警概率的判决门限；
其中，
Figure 39425DEST_PATH_IMAGE070
是给定的信号，此时检测器等效地简化成
Figure 798302DEST_PATH_IMAGE071
，
Figure 36517DEST_PATH_IMAGE072
为
Figure 557759DEST_PATH_IMAGE073
的判决门限，通过分析
Figure 324858DEST_PATH_IMAGE074
的分布情况来得出检测器
Figure 898928DEST_PATH_IMAGE075
的分布情况，具体步骤如下：
定义变量
Figure 940833DEST_PATH_IMAGE076
，则变量
Figure 776634DEST_PATH_IMAGE077
在假设
Figure 308110DEST_PATH_IMAGE078
和
Figure 103896DEST_PATH_IMAGE079
下的均值和方差由以下公式得到：
Figure 215072DEST_PATH_IMAGE080
Figure 914169DEST_PATH_IMAGE081
即
Figure 554228DEST_PATH_IMAGE077
的分布为：
Figure 102890DEST_PATH_IMAGE082
其中
Figure 221019DEST_PATH_IMAGE083
的物理意义是在有时间同步场景下，整个系统接收到的信号反射功率；
根据
Figure 37272DEST_PATH_IMAGE084
，得出
Figure 113812DEST_PATH_IMAGE085
在两种假设下的分布为：
Figure 290716DEST_PATH_IMAGE086
；
至此，得出
Figure 963268DEST_PATH_IMAGE087
的分布情况；
根据
Figure 171045DEST_PATH_IMAGE087
的分布和判决门限
Figure 402175DEST_PATH_IMAGE088
得出检测概率和虚警概率的表达式，
Figure 207320DEST_PATH_IMAGE089
，
Figure 886825DEST_PATH_IMAGE090
，进而得出在给定虚警概率时，检测概率的表达式
Figure 647977DEST_PATH_IMAGE091
。
5.根据权利要求4所述的一种感知通信一体化系统的传输策略设计方法，其特征在于：所述步骤S2中，当基站不存在时间同步时，即对于第二场景，确定给定位置目标的检测概率与信号反射功率之间关系的过程如下：
基于二元假设，使用似然比检验进行目标检测，
Figure 331899DEST_PATH_IMAGE092
各自对应的似然方程为：
Figure 716351DEST_PATH_IMAGE093
，
Figure 760399DEST_PATH_IMAGE094
；
基于似然比的Neyman-Pearson检测器由下式得出
Figure 392368DEST_PATH_IMAGE095
，其中
Figure 466766DEST_PATH_IMAGE096
为基于虚警概率的判决门限；
其中，
Figure 980924DEST_PATH_IMAGE097
是给定的信号，此时检测器等效地简化成
Figure 563084DEST_PATH_IMAGE098
，
Figure 49560DEST_PATH_IMAGE099
为
Figure 512770DEST_PATH_IMAGE100
的判决门限；
定义变量
Figure 966754DEST_PATH_IMAGE101
，则变量
Figure 165654DEST_PATH_IMAGE102
在假设
Figure 772216DEST_PATH_IMAGE103
和
Figure 719574DEST_PATH_IMAGE104
下的均值和方差由以下公式得到：
Figure 67379DEST_PATH_IMAGE105
Figure 7653DEST_PATH_IMAGE106
即
Figure 216524DEST_PATH_IMAGE107
的分布为：
Figure 52893DEST_PATH_IMAGE108
其中
Figure 481469DEST_PATH_IMAGE109
的物理意义是在有时间同步场景下，整个系统接收到的信号反射功率；
Figure 959855DEST_PATH_IMAGE110
在两种假设下的分布为：
Figure 26162DEST_PATH_IMAGE111
；
根据
Figure 564591DEST_PATH_IMAGE110
的分布和判决门限
Figure 214884DEST_PATH_IMAGE112
得出检测概率和虚警概率的表达式，
Figure 293699DEST_PATH_IMAGE113
，
Figure 483021DEST_PATH_IMAGE114
，进而得出在给定虚警概率时，检测概率的表达式
Figure 926772DEST_PATH_IMAGE115
。
6.根据权利要求5所述的一种感知通信一体化系统的传输策略设计方法，其特征在于：所述步骤S3包括：
对于给定的目标检测区域，根据设定的分辨率进行样本点的选取，在满足通信用户的通信服务质量QoS和基站的最大发射功率的约束下，通过发送端波束成形矢量设计来最大化目标区域个样本点检测概率的最小值，设潜在的样本点坐标为
Figure 64361DEST_PATH_IMAGE116
，基站发出信号经过这些样本点再被基站接收的路径损耗为
Figure 307386DEST_PATH_IMAGE117
：
（1）当基站时间同步时，即对于第一场景，通过优化基站的波束成形矢量来设计传输策略，对于区域内的
Figure 331974DEST_PATH_IMAGE118
个样本点，定义系统接收到的第
Figure 992631DEST_PATH_IMAGE118
个样本点的反射功率为
Figure 368249DEST_PATH_IMAGE119
；
设计优化目标为最大化目标区域系统的检测概率，即最大化个样本点中系统检测概率的最小值；约束方面，需满足通信用户的SINR的最小阈值，以及满足基站发送功率不超过最大阈值；系统在第
Figure 146456DEST_PATH_IMAGE118
个样本点的检测概率的表达式为：
Figure 540397DEST_PATH_IMAGE120
；定义第
Figure 591529DEST_PATH_IMAGE121
个用户的SINR需求为
Figure 939596DEST_PATH_IMAGE122
，则通信用户的SINR约束写为
Figure 101587DEST_PATH_IMAGE123
；设基站的发送功率最大值为
Figure 615614DEST_PATH_IMAGE124
，则基站的功率约束为
Figure 634386DEST_PATH_IMAGE125
；
建立优化问题（P1.0）：
Figure 664222DEST_PATH_IMAGE126
根据公式
Figure 426642DEST_PATH_IMAGE127
，得到第
Figure 529596DEST_PATH_IMAGE128
个样本点的检测概率与第
Figure 345367DEST_PATH_IMAGE128
个样本点反射的信号功率正相关，即检测概率
Figure 182873DEST_PATH_IMAGE129
随着
Figure 14563DEST_PATH_IMAGE130
增大而增大，所以将优化问题（P1-0）中的优化目标替换为
Figure 909707DEST_PATH_IMAGE131
，得到优化问题（P1）：
Figure 955767DEST_PATH_IMAGE132
其中第一个约束是每个用户的SINR约束，第二个约束是每个基站的发送功率约束；为了符号表示简便，建模中省略了系数
Figure 280569DEST_PATH_IMAGE133
，SINR约束是非凸的，使得问题（P1）成为非凸问题，通过引入辅助变量
Figure DEST_PATH_IMAGE134
，将问题进一步转化为：
Figure 775004DEST_PATH_IMAGE135
Figure DEST_PATH_IMAGE136
由于存在矩阵秩1约束，该问题仍然是非凸的，使用半正定松弛方法即SDR方法，对优化问题进行处理之后进行求解，并且利用GR得到高质量的解，其中GR表示高斯随机化；
其中，SDR具体步骤为：首先将约束去掉
Figure 291698DEST_PATH_IMAGE137
，问题（P1.1）的剩余部分是一个凸问题，利用已有的凸优化solver进行求解，从而得到最优的
Figure 478966DEST_PATH_IMAGE138
，为一系列高秩矩阵，对于这一系列高秩矩阵的解，应用GR得到秩一的
Figure 982410DEST_PATH_IMAGE138
并且得到对应的
Figure 77273DEST_PATH_IMAGE138
矢量；
GR具体步骤为：首先对SDR步骤中得到的高秩矩阵进行特征值分解，即
Figure 25638DEST_PATH_IMAGE139
，设GR次数为
Figure 682009DEST_PATH_IMAGE140
，在每次随机化中，随机产生向量
Figure 902775DEST_PATH_IMAGE141
，
Figure 503127DEST_PATH_IMAGE142
；设
Figure 227370DEST_PATH_IMAGE143
和
Figure 726746DEST_PATH_IMAGE144
，其中
Figure 779016DEST_PATH_IMAGE145
是代表基站发送功率的优化变量；此时将
Figure 418945DEST_PATH_IMAGE146
代入原优化问题转化为以
Figure 60728DEST_PATH_IMAGE145
为变量的新问题，并且该问题是凸问题能被有效的求解，经过
Figure 823016DEST_PATH_IMAGE140
次随机化后，选择最优的
Figure 565844DEST_PATH_IMAGE147
和
Figure 42087DEST_PATH_IMAGE148
作为问题（P1），（P1.1）的解，记为
Figure 616288DEST_PATH_IMAGE149
和
Figure 283899DEST_PATH_IMAGE150
，将各基站的波束成形矢量按照得到的解进行设计，即得到了所需的传输策略；
（2）当基站不存在时间同步时，即对于第二场景，通过优化基站的波束成形矢量来设计传输策略：
对于区域内的
Figure 514023DEST_PATH_IMAGE151
个样本点，定义系统接收到的第
Figure 463131DEST_PATH_IMAGE151
个样本点的反射功率为
Figure 344368DEST_PATH_IMAGE152
；
设计目标为最大化目标区域系统的检测概率，即最大化
Figure 933612DEST_PATH_IMAGE151
个样本点中系统检测概率的最小值；约束方面，需满足通信用户的SINR的最小阈值，以及满足基站发送功率不超过最大阈值；系统在第
Figure 401765DEST_PATH_IMAGE151
个样本点的检测概率的表达式为：
Figure 531395DEST_PATH_IMAGE153
；定义第
Figure 532718DEST_PATH_IMAGE154
个用户的SINR需求为
Figure 27285DEST_PATH_IMAGE155
，则通信用户的SINR约束为
Figure 985663DEST_PATH_IMAGE156
；设基站的发送功率最大值为
Figure 122246DEST_PATH_IMAGE157
，则基站的功率约束为
Figure 978076DEST_PATH_IMAGE158
，从而建立优化问题（P2.0）
Figure 909123DEST_PATH_IMAGE159
根据公式
Figure 351867DEST_PATH_IMAGE160
，得到第
Figure 213513DEST_PATH_IMAGE161
个样本点的检测概率与第
Figure 205740DEST_PATH_IMAGE161
个样本点反射的信号功率正相关，即检测概率
Figure 789912DEST_PATH_IMAGE162
随着
Figure 969220DEST_PATH_IMAGE163
增大而增大，所以将优化问题（P2-0）中的优化目标替换为
Figure 696874DEST_PATH_IMAGE163
，得到优化问题（P2）：
Figure 278028DEST_PATH_IMAGE164
其中第一个约束是每个用户的SINR约束，第二个约束是每个基站的发送功率约束；为了符号表示简便，建模中省略了系数
Figure 973714DEST_PATH_IMAGE165
，SINR约束是非凸的，使得问题（P2）成为非凸问题，通过引入辅助变量
Figure 702635DEST_PATH_IMAGE166
，将问题进一步转化为：
Figure 906083DEST_PATH_IMAGE167
使用SDR和GR技术，得出基站间没有时间同步场景下的求解结果，将各基站的波束成形矢量按照得到的解进行设计，即得到了所需的传输策略。
CN202211647477.XA 2022-12-21 2022-12-21 一种感知通信一体化系统的传输策略设计方法 Active CN115632684B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211647477.XA CN115632684B (zh) 2022-12-21 2022-12-21 一种感知通信一体化系统的传输策略设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211647477.XA CN115632684B (zh) 2022-12-21 2022-12-21 一种感知通信一体化系统的传输策略设计方法

Publications (2)

Publication Number Publication Date
CN115632684A true CN115632684A (zh) 2023-01-20
CN115632684B CN115632684B (zh) 2023-03-31

Family

ID=84909952

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211647477.XA Active CN115632684B (zh) 2022-12-21 2022-12-21 一种感知通信一体化系统的传输策略设计方法

Country Status (1)

Country Link
CN (1) CN115632684B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118191725A (zh) * 2024-05-14 2024-06-14 香港中文大学(深圳)未来智联网络研究院 多用户通感一体化系统时延与到达角度的crb计算方法
WO2024156109A1 (zh) * 2023-01-29 2024-08-02 华为技术有限公司 一种感知方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070003146A1 (en) * 2005-06-30 2007-01-04 Sandia National Laboratories Information-based self-organization of sensor nodes of a sensor network
WO2012123310A1 (en) * 2011-03-11 2012-09-20 Telefonica, S.A. A method and a system for avoiding interferences in frequency division duplex operating areas
US20160323565A1 (en) * 2015-04-30 2016-11-03 Seiko Epson Corporation Real Time Sensor and Method for Synchronizing Real Time Sensor Data Streams
CN108846384A (zh) * 2018-07-09 2018-11-20 北京邮电大学 融合视频感知的多任务协同识别方法及系统
CN113313154A (zh) * 2021-05-20 2021-08-27 四川天奥空天信息技术有限公司 一体化融合多传感器自动驾驶智能感知装置
CN115442904A (zh) * 2022-08-25 2022-12-06 广东工业大学 一种基于抗杂波与智能反射表面辅助的通信感知一体化方法及装备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070003146A1 (en) * 2005-06-30 2007-01-04 Sandia National Laboratories Information-based self-organization of sensor nodes of a sensor network
WO2012123310A1 (en) * 2011-03-11 2012-09-20 Telefonica, S.A. A method and a system for avoiding interferences in frequency division duplex operating areas
US20160323565A1 (en) * 2015-04-30 2016-11-03 Seiko Epson Corporation Real Time Sensor and Method for Synchronizing Real Time Sensor Data Streams
CN108846384A (zh) * 2018-07-09 2018-11-20 北京邮电大学 融合视频感知的多任务协同识别方法及系统
CN113313154A (zh) * 2021-05-20 2021-08-27 四川天奥空天信息技术有限公司 一体化融合多传感器自动驾驶智能感知装置
CN115442904A (zh) * 2022-08-25 2022-12-06 广东工业大学 一种基于抗杂波与智能反射表面辅助的通信感知一体化方法及装备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024156109A1 (zh) * 2023-01-29 2024-08-02 华为技术有限公司 一种感知方法及装置
CN118191725A (zh) * 2024-05-14 2024-06-14 香港中文大学(深圳)未来智联网络研究院 多用户通感一体化系统时延与到达角度的crb计算方法
CN118191725B (zh) * 2024-05-14 2024-08-09 香港中文大学(深圳)未来智联网络研究院 多用户通感一体化系统时延与到达角度的crb计算方法

Also Published As

Publication number Publication date
CN115632684B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
CN105721033A (zh) 一种多用户毫米波通信系统的波束赋形方法及系统
Kim et al. Hierarchical maritime radio networks for internet of maritime things
Uher et al. Review of distributed beamforming
US11956031B2 (en) Communication of measurement results in coordinated multipoint
CN115632684B (zh) 一种感知通信一体化系统的传输策略设计方法
CN114285444B (zh) 一种去蜂窝大规模mimo系统的功率优化方法
CN110166088A (zh) 以用户为中心的无小区mimo系统的功率控制算法
CN115441939A (zh) 基于maddpg算法的多波束卫星通信系统资源分配方法
Abdulateef et al. Performance analyses of channel estimation and precoding for massive MIMO downlink in the TDD system
EP2569874A1 (en) Multiple antenna method for reducing inter-cell interference in multi-user wireless systems
CN117560043B (zh) 一种基于图神经网络的无蜂窝网络功率控制方法
CN108234004B (zh) 有哈密尔顿环的mimo协作拓扑干扰对齐方法
CN110505604B (zh) 一种d2d通信系统接入频谱的方法
Liang et al. IEEE access special section editorial: new waveform design and air-interface for future heterogeneous network towards 5G
CN115765900B (zh) 一种叠加导频模式下智能反射面辅助的大规模mimo系统上行传输方法
Wang et al. Learning cooperative beamforming with edge-update empowered graph neural networks
CN107835043B (zh) 一种快速评估无线供电通信中信息传输中断概率的方法
CN106850031B (zh) 一种多天线双向中继传输系统中的功率分配方法
Nguyen et al. Outage analysis of cognitive inspired NOMA networks in the presence of imperfect SIC, CCI, and non-ID fading channels
Wong et al. Transceiver design for secure wireless communication networks with IRS using deep learning: A survey
CN118590107B (zh) 一种终端直通和无蜂窝异构网络接入模式选择方法
Zhou et al. Research on the communication method of mobile network shadow fading based on interference alignment algorithm
Wu Identification of active users for grant-free massive connectivity in large scale antenna systems
Matsumuro et al. Proactive rank adaptation method using probabilistic interference arrival information
KR101308141B1 (ko) 완화된 제로 포싱을 기반으로 한 협력 다중 셀 ｍｉｍｏ 빔 형성 송신 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant