CN115632684B - 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
CN115632684B
CN115632684B CN202211647477.XA CN202211647477A CN115632684B CN 115632684 B CN115632684 B CN 115632684B CN 202211647477 A CN202211647477 A CN 202211647477A CN 115632684 B CN115632684 B CN 115632684B
Authority
CN
China
Prior art keywords
base station
signal
detection
target
communication
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.)
Active
Application number
CN202211647477.XA
Other languages
English (en)
Other versions
CN115632684A (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. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—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, Eb/lo
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—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 ZY_1
个基站、
Figure ZY_2
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 SMS_1
个基站、/>
Figure SMS_2
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 SMS_3
个基站、/>
Figure SMS_4
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 SMS_6
个基站、/>
Figure SMS_9
个用户和1个中央控制器，每个基站的发送天线数目/>
Figure SMS_12
，接收天线数目/>
Figure SMS_7
，每个基站对应服务1个用户，定义集合/>
Figure SMS_8
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 SMS_10
内有/>
Figure SMS_13
个符号，即/>
Figure SMS_5
，/>
Figure SMS_11
为符号时长，定义/>
Figure SMS_14
为符号集合，
Figure SMS_15
为感知通信一体化系统的处理时长；
在通信模型中，定义
Figure SMS_24
为基站/>
Figure SMS_18
发送的通信信号，t表示时间，/>
Figure SMS_21
为第/>
Figure SMS_19
个基站的波束成形矢量，/>
Figure SMS_22
为第/>
Figure SMS_25
个基站的波束成形矢量，/>
Figure SMS_33
为第/>
Figure SMS_28
个基站到第/>
Figure SMS_29
个用户的信道矢量，上角标H表示共轭转置，则第/>
Figure SMS_17
个用户收到的信号为/>
Figure SMS_23
Figure SMS_26
，/>
Figure SMS_30
表示对基站/>
Figure SMS_32
发送的通信信号/>
Figure SMS_34
进行离散化采样得到的结果，/>
Figure SMS_16
；其中/>
Figure SMS_20
为噪声，/>
Figure SMS_27
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 SMS_31
；
在感知模型中，基站通过将通信信号
Figure SMS_44
进行复用作为检测信号，定义/>
Figure SMS_36
为各基站的坐标，/>
Figure SMS_41
为目标的坐标，/>
Figure SMS_47
和/>
Figure SMS_52
分别为发送和接收端的导向矢量，/>
Figure SMS_53
为基站到目标的角度，/>
Figure SMS_56
为反射系数，其中/>
Figure SMS_43
为路径损耗，/>
Figure SMS_49
为雷达反射截面系数RCS，则第/>
Figure SMS_35
个基站发出信号经反射后被第/>
Figure SMS_39
个基站接收的目标响应矩阵为
Figure SMS_37
，/>
Figure SMS_40
定义为第/>
Figure SMS_45
个基站作为发送端时对所检测目标的导向矢量；基站/>
Figure SMS_48
接收到的反射信号为/>
Figure SMS_51
，其中/>
Figure SMS_55
代表噪声矢量，/>
Figure SMS_54
表示基站在接收反射信号时受到的噪声功率，/>
Figure SMS_57
为信号时延，假设信号波形的功率是归一化的，即/>
Figure SMS_38
，当/>
Figure SMS_42
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 SMS_46
和
Figure SMS_50
。
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 SMS_58
和时延/>
Figure SMS_59
对接收信号/>
Figure SMS_60
进行MF处理，得到/>
Figure SMS_61
：
Figure SMS_62
其中,
Figure SMS_63
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 SMS_64
为经过滤波之后的噪声，在得到所有的/>
Figure SMS_65
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 SMS_66
组成的新向量，记为/>
Figure SMS_67
；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 SMS_68
。
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 SMS_69
，当目标不存在时设为/>
Figure SMS_70
；
设
Figure SMS_71
为目标存在时的反射有效信号，能够组成有效信号矢量
Figure SMS_72
和等效噪声矢量/>
Figure SMS_73
；其中/>
Figure SMS_74
是在有时间同步情况下，目标存在时的有效信号矢量；/>
Figure SMS_75
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 SMS_76
基于二元假设，使用似然比检验进行目标检测，
Figure SMS_77
各自对应的似然方程为：
Figure SMS_78
，
Figure SMS_79
；
基于似然比的Neyman-Pearson检测器由下式得出
Figure SMS_80
，其中/>
Figure SMS_81
为基于虚警概率的判决门限；
其中，
Figure SMS_82
是给定的信号，此时检测器等效地简化成/>
Figure SMS_83
，/>
Figure SMS_84
为
Figure SMS_85
的判决门限，通过分析/>
Figure SMS_86
的分布情况来得出检测器/>
Figure SMS_87
的分布情况，具体步骤如下：
定义变量
Figure SMS_88
，则变量/>
Figure SMS_89
在假设/>
Figure SMS_90
和/>
Figure SMS_91
下的均值和方差由以下公式得到：/>
Figure SMS_92
Figure SMS_93
即
Figure SMS_94
的分布为：
Figure SMS_95
其中，
Figure SMS_96
表示/>
Figure SMS_97
的期望值，/>
Figure SMS_98
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 SMS_99
，得出/>
Figure SMS_100
在两种假设下的分布为：
Figure SMS_101
；
至此，得出
Figure SMS_102
的分布情况；
根据
Figure SMS_103
的分布和判决门限/>
Figure SMS_104
得出检测概率和虚警概率的表达式，
Figure SMS_105
，/>
Figure SMS_106
，进而得出在给定虚警概率时，检测概率的表达式/>
Figure SMS_107
。
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 SMS_108
各自对应的似然方程为：
Figure SMS_109
，
Figure SMS_110
；
其中，
Figure SMS_111
为无时间同步下的有效信号矢量，基于似然比的Neyman-Pearson检测器由下式得出/>
Figure SMS_112
，其中/>
Figure SMS_113
为基于虚警概率的判决门限；
其中，
Figure SMS_114
是给定的信号，此时检测器等效地简化成/>
Figure SMS_115
，/>
Figure SMS_116
为/>
Figure SMS_117
的判决门限；
定义变量
Figure SMS_118
，则变量/>
Figure SMS_119
在假设/>
Figure SMS_120
和/>
Figure SMS_121
下的均值和方差由以下公式得到：
Figure SMS_122
Figure SMS_123
即
Figure SMS_124
的分布为：
Figure SMS_125
其中
Figure SMS_126
的物理意义是在无时间同步场景下，整个系统接收到的信号反射功率；/>
Figure SMS_127
为第/>
Figure SMS_128
个基站同时作为发送端和接收端时的检测信道矩阵；/>
Figure SMS_129
为第/>
Figure SMS_130
个基站同时作为发送端和接收端时的路径损耗；
Figure SMS_131
在两种假设下的分布为：
Figure SMS_132
；
根据
Figure SMS_133
的分布和判决门限/>
Figure SMS_134
得出检测概率和虚警概率的表达式，
Figure SMS_135
，/>
Figure SMS_136
，进而得出在给定虚警概率时，检测概率的表达式/>
Figure SMS_137
。
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各样本点检测概率的最小值，设潜在的样本点坐标为
Figure SMS_138
，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 SMS_139
：
（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 SMS_140
个样本点，定义系统接收到的第/>
Figure SMS_141
个样本点的反射功率为
Figure SMS_142
；
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 SMS_143
个样本点的检测概率的表达式为：/>
Figure SMS_144
；定义第/>
Figure SMS_145
个用户的SINR需求为/>
Figure SMS_146
，则通信用户的SINR约束写为/>
Figure SMS_147
；设基站的发送功率最大值为/>
Figure SMS_148
，则基站的功率约束可以写为/>
Figure SMS_149
；
建立优化问题如（P1.0）：
Figure SMS_150
根据公式
Figure SMS_151
，得到第/>
Figure SMS_152
个样本点的检测概率与第/>
Figure SMS_153
个样本点反射的信号功率正相关，即检测概率/>
Figure SMS_154
随着/>
Figure SMS_155
增大而增大，所以将优化问题（P1.0）中的优化目标替换为/>
Figure SMS_156
，得到优化问题（P1）：/>
Figure SMS_157
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 SMS_158
，SINR约束是非凸的，使得优化问题（P1）成为非凸问题，通过引入辅助变量/>
Figure SMS_159
，将优化问题（P1）进一步转化为：
Figure SMS_160
由于存在矩阵秩1约束，问题（P1.1）仍然是非凸的，使用半正定松弛方法即SDR方法，对问题（P1.1）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 SMS_161
，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 SMS_162
，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 SMS_163
并且得到对应的/>
Figure SMS_164
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 SMS_166
，设GR次数为/>
Figure SMS_169
，在每次随机化中，随机产生向量/>
Figure SMS_173
，
Figure SMS_168
；设/>
Figure SMS_170
和/>
Figure SMS_174
，其中/>
Figure SMS_177
是代表基站发送功率的优化变量；此时将/>
Figure SMS_165
代入问题（P1.1）转化为以/>
Figure SMS_172
为变量的新问题，并且该新问题是凸问题，能被有效的求解，经过/>
Figure SMS_176
次随机化后，选择最优的/>
Figure SMS_178
和/>
Figure SMS_167
分别作为优化问题（P1）和问题（P1.1）的解，记为/>
Figure SMS_171
和/>
Figure SMS_175
，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 SMS_179
和给定的虚警概率/>
Figure SMS_180
，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 SMS_181
，进而求解出系统此时的最优检测概率/>
Figure SMS_182
，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 SMS_183
个样本点，定义系统接收到的第/>
Figure SMS_184
个样本点的反射功率为
Figure SMS_185
；
设计目标为最大化目标区域系统的检测概率，即最大化
Figure SMS_187
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 SMS_190
个样本点的检测概率的表达式为：/>
Figure SMS_192
；定义第/>
Figure SMS_188
个用户的SINR需求为/>
Figure SMS_189
，则通信用户的SINR约束可以写为/>
Figure SMS_191
；设基站的发送功率最大值为/>
Figure SMS_193
，则基站的功率约束可以写为/>
Figure SMS_186
，从而建立优化问题（P2.0）
Figure SMS_194
根据公式
Figure SMS_195
，得到第/>
Figure SMS_196
个样本点的检测概率与第/>
Figure SMS_197
个样本点反射的信号功率正相关，即检测概率/>
Figure SMS_198
随着/>
Figure SMS_199
增大而增大，所以将优化问题（P2.0）中的优化目标替换为/>
Figure SMS_200
，得到优化问题（P2）：/>
Figure SMS_201
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 SMS_202
，SINR约束是非凸的，使得优化问题（P2）成为非凸问题，通过引入辅助变量/>
Figure SMS_203
，将优化问题（P2）进一步转化为：
Figure SMS_204
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 SMS_205
和给定的虚警概率/>
Figure SMS_206
，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 SMS_207
，进而求解出系统此时的最优检测概率/>
Figure SMS_208
，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 SMS_209
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 SMS_210
，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 SMS_211
来进行功率放大，同时满足系统的功率约束/>
Figure SMS_212
。/>
在仿真中，考虑基站和用户数目为
Figure SMS_213
，天线配置采用均匀线性天线阵（ULA），通信用户噪声设为/>
Figure SMS_220
，匹配滤波处理时长设为/>
Figure SMS_223
，由此带来编码增益，基站处的检测噪声设为/>
Figure SMS_215
。基站的坐标分别为/>
Figure SMS_218
，/>
Figure SMS_221
，/>
Figure SMS_225
，用户的坐标设置为/>
Figure SMS_214
，/>
Figure SMS_217
，/>
Figure SMS_222
，设基站的发送和接收天线相同，即/>
Figure SMS_226
。考虑目标检测区域为中心在原点的/>
Figure SMS_216
矩形区域，采样点数目/>
Figure SMS_219
在该区域内均匀分布（设信号带宽为/>
Figure SMS_224
，则最小分辨率为/>
Figure SMS_227
，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 SMS_228
，考虑两种不同的虚警概率/>
Figure SMS_229
和/>
Figure SMS_230
。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 SMS_231
，天线数设为/>
Figure SMS_232
，考虑两种不同的虚警概率/>
Figure SMS_233
和/>
Figure SMS_234
。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 QLYQS_1
个基站、/>
Figure QLYQS_2
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 QLYQS_4
个基站、/>
Figure QLYQS_7
个用户和1个中央控制器，每个基站的发送天线数目/>
Figure QLYQS_10
，接收天线数目/>
Figure QLYQS_5
，每个基站对应服务1个用户，定义集合/>
Figure QLYQS_6
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 QLYQS_9
内有/>
Figure QLYQS_11
个符号，即/>
Figure QLYQS_3
，/>
Figure QLYQS_8
为符号时长，定义/>
Figure QLYQS_12
为符号集合，
Figure QLYQS_13
为感知通信一体化系统的处理时长；
在通信模型中，定义
Figure QLYQS_23
为基站/>
Figure QLYQS_20
发送的通信信号，/>
Figure QLYQS_24
表示时间，/>
Figure QLYQS_22
为第/>
Figure QLYQS_25
个基站的波束成形矢量，/>
Figure QLYQS_27
为第/>
Figure QLYQS_29
个基站的波束成形矢量，/>
Figure QLYQS_26
为第/>
Figure QLYQS_30
个基站到第/>
Figure QLYQS_14
个用户的信道矢量，上角标H表示共轭转置，则第/>
Figure QLYQS_21
个用户收到的信号为/>
Figure QLYQS_28
Figure QLYQS_31
，
Figure QLYQS_32
表示对基站/>
Figure QLYQS_33
发送的通信信号/>
Figure QLYQS_16
进行离散化采样得到的结果，/>
Figure QLYQS_18
，其中
Figure QLYQS_17
为噪声，/>
Figure QLYQS_19
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 QLYQS_15
；
在感知模型中，基站通过将通信信号
Figure QLYQS_45
进行复用作为检测信号，定义/>
Figure QLYQS_35
为各基站的坐标，/>
Figure QLYQS_41
为目标的坐标，/>
Figure QLYQS_47
和/>
Figure QLYQS_53
分别为发送和接收端的导向矢量，/>
Figure QLYQS_49
为基站到目标的角度，/>
Figure QLYQS_52
为反射系数，其中/>
Figure QLYQS_43
为路径损耗，/>
Figure QLYQS_50
为雷达反射截面系数RCS，则第/>
Figure QLYQS_37
个基站发出信号经反射后被第/>
Figure QLYQS_38
个基站接收的目标响应矩阵为
Figure QLYQS_36
，/>
Figure QLYQS_40
定义为第/>
Figure QLYQS_42
个基站作为发送端时对所检测目标的导向矢量；基站/>
Figure QLYQS_46
接收到的反射信号为/>
Figure QLYQS_51
，其中/>
Figure QLYQS_55
代表噪声矢量，/>
Figure QLYQS_54
表示基站在接收反射信号时受到的噪声功率，/>
Figure QLYQS_56
为信号时延，假设信号波形的功率是归一化的，即/>
Figure QLYQS_34
，当/>
Figure QLYQS_39
大于给定阈值的时候，有
Figure QLYQS_44
和/>
Figure QLYQS_48
。
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 QLYQS_57
和时延/>
Figure QLYQS_58
对接收信号/>
Figure QLYQS_59
进行MF处理，得到/>
Figure QLYQS_60
：
Figure QLYQS_61
其中,
Figure QLYQS_62
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 QLYQS_63
为经过滤波之后的噪声，在得到所有的/>
Figure QLYQS_64
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 QLYQS_65
组成的新向量，记为/>
Figure QLYQS_66
；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 QLYQS_67
。
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 QLYQS_68
，当目标不存在时设为/>
Figure QLYQS_69
；
设
Figure QLYQS_70
为目标存在时的反射有效信号，能够组成有效信号矢量
Figure QLYQS_71
和等效噪声矢量/>
Figure QLYQS_72
；其中/>
Figure QLYQS_73
是在有时间同步情况下，目标存在时的有效信号矢量；/>
Figure QLYQS_74
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 QLYQS_75
基于二元假设，使用似然比检验进行目标检测，
Figure QLYQS_76
各自对应的似然方程为：
Figure QLYQS_77
，
Figure QLYQS_78
；
基于似然比的Neyman-Pearson检测器由下式得出
Figure QLYQS_79
，其中/>
Figure QLYQS_80
为基于虚警概率的判决门限；
其中，
Figure QLYQS_81
是给定的信号，此时检测器等效地简化成/>
Figure QLYQS_82
，/>
Figure QLYQS_83
为/>
Figure QLYQS_84
的判决门限，通过分析/>
Figure QLYQS_85
的分布情况来得出检测器/>
Figure QLYQS_86
的分布情况，具体步骤如下：
定义变量
Figure QLYQS_87
，则变量/>
Figure QLYQS_88
在假设/>
Figure QLYQS_89
和/>
Figure QLYQS_90
下的均值和方差由以下公式得到：
Figure QLYQS_91
Figure QLYQS_92
即
Figure QLYQS_93
的分布为：
Figure QLYQS_94
其中
Figure QLYQS_95
表示 />
Figure QLYQS_96
的期望值，/>
Figure QLYQS_97
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 QLYQS_98
，得出/>
Figure QLYQS_99
在两种假设下的分布为：
Figure QLYQS_100
；
至此，得出
Figure QLYQS_101
的分布情况；/>
根据
Figure QLYQS_102
的分布和判决门限/>
Figure QLYQS_103
得出检测概率和虚警概率的表达式，/>
Figure QLYQS_104
，/>
Figure QLYQS_105
，进而得出在给定虚警概率时，检测概率的表达式/>
Figure QLYQS_106
。
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 QLYQS_107
各自对应的似然方程为：
Figure QLYQS_108
，
Figure QLYQS_109
；
其中，
Figure QLYQS_110
为无时间同步下的有效信号矢量，基于似然比的Neyman-Pearson检测器由下式得出/>
Figure QLYQS_111
，其中/>
Figure QLYQS_112
为基于虚警概率的判决门限；
其中，
Figure QLYQS_113
是给定的信号，此时检测器等效地简化成/>
Figure QLYQS_114
，/>
Figure QLYQS_115
为/>
Figure QLYQS_116
的判决门限；
定义变量
Figure QLYQS_117
，则变量/>
Figure QLYQS_118
在假设/>
Figure QLYQS_119
和/>
Figure QLYQS_120
下的均值和方差由以下公式得到：
Figure QLYQS_121
Figure QLYQS_122
即
Figure QLYQS_123
的分布为：
Figure QLYQS_124
其中
Figure QLYQS_125
的物理意义是在无时间同步场景下，整个系统接收到的信号反射功率；/>
Figure QLYQS_126
为第 />
Figure QLYQS_127
个基站同时作为发送端和接收端时的检测信道矩阵；/>
Figure QLYQS_128
为第/>
Figure QLYQS_129
个基站同时作为发送端和接收端时的路径损耗；
Figure QLYQS_130
在两种假设下的分布为：
Figure QLYQS_131
；
根据
Figure QLYQS_132
的分布和判决门限/>
Figure QLYQS_133
得出检测概率和虚警概率的表达式，/>
Figure QLYQS_134
，/>
Figure QLYQS_135
，进而得出在给定虚警概率时，检测概率的表达式/>
Figure QLYQS_136
。
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各样本点检测概率的最小值，设潜在的样本点坐标为
Figure QLYQS_137
，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 QLYQS_138
：
（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 QLYQS_139
个样本点，定义系统接收到的第/>
Figure QLYQS_140
个样本点的反射功率为
Figure QLYQS_141
；
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 QLYQS_142
个样本点的检测概率的表达式为：/>
Figure QLYQS_143
；定义第/>
Figure QLYQS_144
个用户的SINR需求为/>
Figure QLYQS_145
，则通信用户的SINR约束写为/>
Figure QLYQS_146
；设基站的发送功率最大值为/>
Figure QLYQS_147
，则基站的功率约束为/>
Figure QLYQS_148
；
建立优化问题（P1.0）：
Figure QLYQS_149
根据公式
Figure QLYQS_150
，得到第/>
Figure QLYQS_151
个样本点的检测概率与第/>
Figure QLYQS_152
个样本点反射的信号功率正相关，即检测概率/>
Figure QLYQS_153
随着/>
Figure QLYQS_154
增大而增大，所以将优化问题（P1.0）中的优化目标替换为/>
Figure QLYQS_155
，得到优化问题（P1）：
Figure QLYQS_156
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 QLYQS_157
，SINR约束是非凸的，使得优化问题（P1）成为非凸问题，通过引入辅助变量/>
Figure QLYQS_158
，将优化问题（P1）进一步转化为：
Figure QLYQS_159
Figure QLYQS_160
由于存在矩阵秩1约束，问题（P1.1）仍然是非凸的，使用半正定松弛方法即SDR方法，对问题（P1.1）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 QLYQS_161
，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 QLYQS_162
，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 QLYQS_163
并且得到对应的/>
Figure QLYQS_164
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 QLYQS_166
，设GR次数为/>
Figure QLYQS_171
，在每次随机化中，随机产生向量/>
Figure QLYQS_173
，
Figure QLYQS_168
；设/>
Figure QLYQS_170
和/>
Figure QLYQS_177
，其中/>
Figure QLYQS_178
是代表基站发送功率的优化变量；此时将/>
Figure QLYQS_165
代入问题（P1.1）转化为以/>
Figure QLYQS_167
为变量的新问题，并且该新问题是凸问题，能被有效的求解，经过/>
Figure QLYQS_174
次随机化后，选择最优的/>
Figure QLYQS_176
和/>
Figure QLYQS_169
分别作为优化问题（P1）和问题（P1.1）的解，记为/>
Figure QLYQS_172
和/>
Figure QLYQS_175
，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 QLYQS_179
个样本点，定义系统接收到的第/>
Figure QLYQS_180
个样本点的反射功率为
Figure QLYQS_181
；
设计目标为最大化目标区域系统的检测概率，即最大化
Figure QLYQS_183
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 QLYQS_185
个样本点的检测概率的表达式为：/>
Figure QLYQS_187
；定义第/>
Figure QLYQS_184
个用户的SINR需求为/>
Figure QLYQS_186
，则通信用户的SINR约束为/>
Figure QLYQS_188
；设基站的发送功率最大值为/>
Figure QLYQS_189
，则基站的功率约束为/>
Figure QLYQS_182
，从而建立优化问题（P2.0）
Figure QLYQS_190
根据公式
Figure QLYQS_191
，得到第/>
Figure QLYQS_192
个样本点的检测概率与第/>
Figure QLYQS_193
个样本点反射的信号功率正相关，即检测概率/>
Figure QLYQS_194
随着/>
Figure QLYQS_195
增大而增大，所以将优化问题（P2.0）中的优化目标替换为/>
Figure QLYQS_196
，得到优化问题（P2）：
Figure QLYQS_197
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 QLYQS_198
，SINR约束是非凸的，使得优化问题（P2）成为非凸问题，通过引入辅助变量/>
Figure QLYQS_199
，将优化问题（P2）进一步转化为：
Figure QLYQS_200
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 CN115632684A (zh) 2023-01-20
CN115632684B true 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)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8022987B2 (en) * 2005-06-30 2011-09-20 Sandia Corporation Information-based self-organization of sensor nodes of a sensor network
US10122998B2 (en) * 2015-04-30 2018-11-06 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

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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

Also Published As

Publication number Publication date
CN115632684A (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
CN106680780B (zh) 频谱共享环境下基于射频隐身的雷达最优波形设计方法
DK2605417T3 (en) DISTRIBUTED CALCULATION WEIGHT CALCULATION FOR COORDINATED MULTI-POINT TRANSMISSION ON DOWNLINK
Kim et al. Hierarchical maritime radio networks for internet of maritime things
EP3185434B1 (en) Method and device for beamforming
Uher et al. Review of distributed beamforming
CN104868947A (zh) 一种实现波束成型的方法及基站
Ouyang et al. On the performance of uplink ISAC systems
CN110519029B (zh) 蜂窝与v2v混合大规模mimo导频复用信道获取方法
CN114285444B (zh) 一种去蜂窝大规模mimo系统的功率优化方法
CN113411105A (zh) 一种无小区大规模天线系统的ap选择方法
Wang et al. Performance modeling and analysis of base station cooperation for cellular-connected UAV networks
Hoang et al. Outage and throughput analysis of UAV-assisted NOMA relay systems with indoor and outdoor users
CN104506256B (zh) 一种mimo多天线系统性能评估方法及多天线系统
CN114339770A (zh) 一种星地融合网络安全传输策略
EP3179653B1 (en) Precoding method, apparatus and system
CN115632684B (zh) 一种感知通信一体化系统的传输策略设计方法
Ma et al. Time-reversal tunneling effects for cloud radio access network
Liang et al. IEEE access special section editorial: new waveform design and air-interface for future heterogeneous network towards 5G
CN114760647A (zh) 一种去蜂窝大规模mimo上行总速率一阶优化方法
Yang et al. Fast and reliable initial access with random beamforming for mmWave networks
Nugraha et al. Block diagonalization precoding and power allocation for clustering small-cell networks
Nguyen et al. Performance Analysis of Downlink Double-IRS Systems Relying on Non-Orthogonal Multiple Access
Sarker et al. Pilot power allocation scheme for user-centric cell-free massive MIMO systems
Skillermark et al. Simplified interference modeling in multi-cell multi-antenna radio network simulations
CN115278736B (zh) 一种基于可重构智能表面的同时同频全双工通信组网方案

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