面向6G通信感知一体化的40~50 GHz毫米波信道反射和透射特性研究

为解决毫米波信道反射和透射特性测量数据不足、多层材料传播系数计算不准确和传播特性表征不明的问题,该文开展面向6G通信感知一体化(ISAC)的40~50 GHz毫米波信道反射和透射特性研究。首先,基于菲涅尔理论和射线弹跳追踪原理,提出一种室内多层建筑材料传播系数计算方法;然后,利用基于矢量网络分析仪的毫米波信道测量平台,开展40~50 GHz频率范围内多层木板和多层玻璃的反射和透射系数测量活动。结果表明,该方法与测量值间高度吻合,传播系数误差低于0.1,能够准确地刻画毫米波信道反射和透射特性变化规律。此外,研究还发现反射系数谐振特性和有效布儒斯特角特性依赖于电波极化、入射角和材料厚度。

面向通信感知一体化的信号波形设计综述

通信感知一体化(Integrated Sensing and Communication,ISAC)作为6G的关键技术之一,广泛应用于智慧交通、智能家居等领域。随着频谱资源的紧缺、技术发展的融合,促使通信和感知功能的一体化,其中ISAC的波形设计是同时实现高效率通信和高精度感知的研究重点。从ISAC技术趋势、波形设计重要性、应用场景和发展现状四方面进行了简要介绍,对以通信为主的波形设计、以感知为主的波形设计和波形复用设计进行了分析总结,阐述了联合波形设计的一体化性能边界以及潜在的一体化波形新型设计方式;并对ISAC波形设计的发展方向进行展望。

空地协同通信感知一体化系统的轨迹与资源分配联合优化

该文研究空地协同通信感知一体化系统,其中无人车(UGV)基站和无人机(UAV)中继集群组成空地协同网络,为用户提供通信服务,同时对目标区域进行探测感知。在更加准确的莱斯衰落信道模型下,研究联合优化无人机集群的通信感知关联、发射功率和飞行轨迹以及无人车基站的发射功率和行进轨迹,在目标区域感知频率和有效感知功率阈值的约束下,最大化用户最小平均通信速率。为了解决变量高度耦合且非凸的整数优化问题,首先利用块坐标下降法将原问题分解成4个子问题;接着引入松弛变量并将整数约束转化为惩罚项,然后证明莱斯信道下的有效感知功率是关于轨迹变量和松弛变量凸复合函数的联合凸函数;再利用连续凸优化法处理非凸项,并提出一种双层迭代算法高效求解次优解。仿真结果表明,与几种基准方案相比,所提优化算法在相同感知性能下,提高了用户最小平均通信速率,更好地实现了通信与感知性能之间的权衡,并具有良好的收敛性。

通信感知一体化在5G-A/6G环境下的无人机应用探究

5G-A/6G网络具备内生感知能力,大带宽的通信能力与高精度感知能力和强大的算力相结合催生了丰富的业务应用。同时,为实现5G-A/6G网络的空天地海无缝覆盖愿景,无人机也将扮演重要角色。因此,5G-A/6G网络通信感知一体化与无人机相结合将大有可为,在无人机辅助通信、无人机群体协同、安全防护、自主导航等领域有着广泛的应用前景,将推动智慧城市建设,助力低空经济产业创新发展。

铁路应急场景下无人机通信感知一体化无线网络资源智能分配算法

面向恶劣自然环境下地面基础设施受损的铁路场景,该文提出一种无人机(UAV)通信感知一体化无线接入网络架构,实现对列车运行环境的实时感知及应急信息回传。考虑到无人机的续航能力有限,通过建立列车制动距离模型与无人机能耗模型,在满足信息回传通信性能与列车环境感知需求的情况下,联合调整无人机飞行速度和通信发射功率以优化无人机整体能耗。通过分析发现,该优化问题符合马尔可夫决策过程(MDP),基于此,提出一种基于深度双Q网络(DDQN)的无人机通信感知一体化无线资源智能分配算法解决上述问题。最后,该文对所提算法的收敛性能、无人机环境感知距离和无人机能耗进行了仿真实验。仿真结果显示,所提算法具有良好的收敛性能,在满足铁路应急场景环境感知及信息回传需求的同时,能够最大化无人机通信作业时长。

STAR-RIS辅助通信感知一体化的多用户安全通信

智能反射面在提高通信感知一体化系统性能和增强物理层安全方面具有极大潜力,但是其存在半空间覆盖的缺点。为此,研究了一种同时反射和透射智能反射面,并在考虑感知目标的信噪比约束条件下,建立一个联合优化基站发射波束赋形和智能反射面相移的安全能效最大化问题。为求解所赋形的非凸优化问题,用Dinkelbach方法将目标函数转化为减法形式,并将该为题转化为两个子问题来解耦发射波束赋形和反射面相移,进而提出基于连续凸近似、半正定松弛的交替优化算法来求解。仿真结果表明,与传统的分组智能反射面场景相比,该方案能够提升25.6%的系统能效。

基于多载波调制的太赫兹通信感知一体化系统性能联合优化

单一的雷达指标和通信指标难以评价通信感知一体化(Integrated Sensing and Communication, ISAC)系统的整体性能,不同的ISAC应用场景对通信和雷达的性能需求不同。提出了ISAC联合优化方案,能够将通信指标和雷达指标联合,并使一体化波形根据不同场景做适应性改变,提高了ISAC系统整体性能。推导了雷达条件互信息(Mutual Information, MI)和通信数据信息速率(Data Information Rate, DIR),在总功率的约束下,设计并实现了雷达MI和通信DIR的联合优化方案,通过求解凸函数优化问题得到了优化的发射功率,从而优化一体化波形。通过仿真和实验验证了联合优化方案的有效性,对比了基于正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)信号和正交啁啾分复用(Orthogonal Chirp Division Multiplexing, OCDM)信号调制的光子太赫兹一体化系统的优化效果,得出OFDM一体化系统具有更好的优化效果,性能提升较大。

面向通信感知一体化的室内太赫兹信道反射与透射特性研究

明确室内太赫兹(THz)波反射与透射特性对于构建太赫兹通信感知一体化(ISAC)信道模型至关重要。利用基于矢量网络分析仪的测量平台对7种室内材料在130~134 GHz频段开展了测量活动,分析了太赫兹信道反射与透射特性的频率依赖性及入射角依赖性,与282~290 GHz频段测量结果对比,揭示了2个频段内反射损耗特性。采用量子粒子群优化算法提取材料电磁参数,提出了一种频率-入射角联合的反射系数模型。结果表明,该模型能够准确刻画反射系数随频率与入射角的变化规律。研究成果补充了130~134 GHz频段材料传播系数数据库,丰富了电磁参数数据集,建立了反射系数模型,为太赫兹ISAC系统检测、识别、环境重构等功能提供了数据基础及模型参考。

面向无人机的通信感知一体化系统自干扰消除技术

在无人机通信场景中,机载通信感知一体化系统受到本地信号发射带来的强烈自干扰影响,导致系统对目标的感知性能降低.针对这一挑战,提出基于正交频分复用(OFDM)的通信感知一体化自干扰消除方法.首先,建立基于OFDM的通信感知一体化系统回波模型,并引入自干扰信号;然后,利用最小二乘算法估计自干扰信号的信道增益,并利用该增益对自干扰信号进行重建和抑制;最后,通过无人机通信场景下的仿真实验验证所提方法的有效性.结果表明,该方法能够将自干扰信号抑制到噪声功率水平,将目标回波信号的信干噪比提升近10.00 dB,从而有效提高系统的感知性能.

面向6G通信感知一体化的固定与可移动天线技术

多天线技术通过在收发端部署天线阵列,从而提供额外的空间自由度(degrees of freedom,DoFs),大幅提升了无线通信的可靠性与有效性。与此同时,多天线技术应用于雷达感知领域,实现了空间角度分辨能力并提升了感知自由度,大幅增强了无线感知性能。然而,无线通信与雷达感知领域在过去数十年里独立发展。因此,尽管多天线技术在这两个领域分别取得了巨大的进步,但并没有通过发挥它们的协同作用来实现深度融合。随着感知与通信的融合被确定为第六代(the sixth-generation,6G)移动通信网络的典型应用场景之一,多天线技术的发展面临新的机遇以填补上述空白。为此,本文围绕未来天线阵列规模持续扩张、阵列架构更加多样、阵列形态更为灵活等发展趋势,对面向6G通信感知一体化的多天线技术进行综述。首先介绍未来多天线的不同架构类型,包括以传统紧凑式阵列和新兴稀疏阵列为代表的集中式阵列架构、以无蜂窝大规模MIMO(multiple-input multiple-output)为代表的分布式天线架构,以及三维连续空间阵元位置与朝向灵活可调的可移动天线/流体天线。然后,本文将介绍基于上述天线架构的远场/近场信道建模,并进行通信与感知性能分析。最后总结不同天线架构的特点,并展望解决因天线阵列规模的持续扩展及阵列形态的灵活多变引起的信道状态信息获取困难的新思路。

面向大规模物联网的无人机通信感知一体化能效优化算法

针对大规模物联网场景下无人机通信感知一体化系统存在的重复感知和能量受限等问题,提出了一种基于聚类算法的能效优化方案。该方案在满足无人机的移动性和感知能力约束下,通过联合设计无人机的三维轨迹和发射功率来最大化系统能效。由于该问题是非凸的,首先将其解耦为两个子问题,然后利用模拟退火算法和标准凸优化技术来求解无人机的悬停位置和飞行速度以获取最优轨迹,最后根据最优轨迹推导发射功率的闭合表达式,求得每个悬停位置的最优发射功率。与传统的二维和三维方案相比,所提基于聚类的能效优化方案在收敛速度提高4倍的基础上能提升20%~30%系统能效。

基于OCDM的通信感知一体化信号PAPR抑制方法

5G技术的不断发展和普及,使得无线设备对频谱资源的需求越来越大,频谱资源紧张的问题日益突出。为了提高频谱利用率,有效解决频谱资源紧张的问题,通信感知一体化(Integrated Sensing and Communication,ISAC)技术应运而生。在ISAC系统中,通信模块和感知模块共用同一波形和硬件平台,从而提高了频谱和设备利用率。其中,基于正交线性调频分频复用(Orthogonal Chirp-Division Multiplexing,OCDM)的ISAC系统对多普勒频移的抗干扰性能更好,性能优于传统系统。但是OCDM信号的平均峰值功率比(Peak to Average Power Ratio,PAPR)较高,这是由于其需要利用离散菲涅尔逆变换(Inverse Discrete Fresnel Transform,IDFn T)进行从chirp域到时域的转换造成的,过高的PAPR容易造成非线性失真,从而对ISAC系统的表现造成影响。针对上述问题,提出了一种基于chirp保留方法的OCDM通感一体化信号PAPR抑制方法,通过将OCDM信号的全部chirp分为两部分,一部分用来传输降低总体PAPR的信号,另一部分则正常传输通信数据,分别称为优化子载波和通信子载波。将一体化信号的PAPR与其非周期自相关函数建立联系,并利用Gerchberge-Saxton算法对优化子载波上的所得信号进行优化,以降低信号整体的PAPR,同时所有子载波均用于雷达信号处理以保证感知性能。仿真结果表明,分别利用10%、25%的子载波用于优化信号PAPR,且互补累积分布函数值为10-2时,可以使一体化信号的PAPR分别降低2 dB、3 dB左右。

通信感知一体化感知目标移动性管理研究

通信感知一体化技术利用通信基站设备实现对感知目标进行探测和感知,在感知目标发生移动时还需要及时对感知节点进行重新选择以保证感知的连续性。提出了基于人工智能的通信感知一体化方案,该方案利用人工智能与通信感知一体化技术相结合的方法可以更好地实现对感知节点的选择,从而保证感知性能。

STAR-RIS辅助多载波通信感知一体化系统的资源优化

针对频谱资源短缺和传统的智能反射面无法实现全空间覆盖的问题,研究了同时透射和反射的可重构智能表面(simultaneously transmitting and reflecting reconfigurable intelligent surface, STAR-RIS)辅助通信感知一体化系统。通过分配功率和子载波资源并优化STAR-RIS系数矩阵,使得在保证感知功能的前提下,最大化通信和速率。设计了一种交替优化算法,将多变量之间相互耦合的非凸问题解耦转化为3个凸的子问题。首先,松弛子载波选择变量后使用惩罚函数和逐次凸逼近算法;然后,直接求解功率分配变量的凸子问题;最后,使用半正定规划并把秩一约束改写为核范数与谱范数之差,将其作为惩罚函数,使用逐次凸逼近以优化STAR-RIS系数矩阵。仿真结果表明,与传统RIS相比,所提方案的性能取得了显著提升。

STAR-RIS辅助通信感知一体化系统联合波束成形设计

提出同时将透射和反射可重构智能表面(Simultaneously transmitting and reflecting reconfigurable intelligent surfaces,STAR-RIS)与通信感知一体化(Integrated sensing and communication,ISAC)系统结合,以实现全空间的通信与感知。同时在STAR-RIS上应用一种低成本的传感器实现了在STAR-RIS上进行目标感知,解决了雷达感知的严重路径损耗问题。基于此,本文研究了STAR-RIS辅助位于STAR-RIS两侧的多用户多输入单输出(Multi-usermulti-input single-output,MU-MISO)以及一个位于STAR-RIS透射侧的目标的ISAC系统,旨在联合优化STAR-RIS的被动波束成形矩阵和ISAC基站处的主动波束成形矩阵,以最大化用户的通信和速率,同时满足目标感知的最低信噪比要求。为了解决优化过程中的非凸问题,提出了一种基于分式规划的块坐标上升算法,将优化变量分为几个块变量交替优化。在迭代优化后续波束成形问题上,应用了连续凸逼近和半正定松弛算法。与传统的可重构智能表面相比,仿真结果验证了在ISAC系统中部署STAR-RIS的优点。同时将所提的基于分式规划的算法与基于加权最小均方误差的算法进行了对比并验证了所提算法在提高通信和速率上的优势和有效性。

混合智能反射面辅助的通信感知一体化:高能效波束成形设计

能量效率(EE)是5G+/6G无线通信的重要设计指标,而智能反射面(RIS)被普遍认为是改善EE的潜在手段。不同于被动RIS,混合RIS由有源和无源元件组成,对来波移相的同时可放大信号强度,能够有效克服被动RIS引起的“乘性衰落”效应。鉴于此,该文提出一种混合RIS辅助通信感知一体化(ISAC)的下行链路传输系统。为探究数据传输速率与能耗之间的内在关联,该文以RIS辅助ISAC网络能量效率最大化为目标,在满足基站(BS)发射功率、波束图增益以及混合RIS功率和幅值约束的条件下,联合优化基站端的波束赋形和混合RIS的相移。为解决该复杂的分数规划问题,提出基于交替优化(AO)的算法来求解。为克服AO算法中引入辅助变量造成算法复杂度高的难题,利用耦合优化变量的关联,提出一种基于级联深度学习网络的求解算法。仿真结果表明,提出的混合RIS辅助ISAC方案在和速率、能效方面皆优于现有方案,且算法收敛速度快。

5G-A通信感知一体化技术对低空无人机检测性能的研究

通信感知一体化是5G-A的关键技术之一。本文讨论了通信感知一体化的组网模式、波形设计与感知时隙配比,得到了当前较为成熟的感知技术方案,并详细分析感知指标体系。之后基于独立感知模式的多站点组网和多波形融合组网的真实场景,系统验证了低空无人机近距离和远距离感知的性能,包括感知极限距离、位置精度、速率精度,以及感知对通信的影响,探讨实测逼近理论值,从而得到实际组网感知性能的可行性。

智能反射面协助下的通信感知一体化系统

路径衰弱问题严重制约城市密集区域通信感知一体化系统的性能的提升,为此提出了一种IRS协助下的通信感知一体化系统设计方法。该系统设计的目标是在用户所需SNR、一体化基站发射功率和IRS相位满足系统设计的需求下,通过设计一体化基站的波束成形矢量和IRS的相移矩阵来最大化雷达SNR。然而上述优化问题受IRS相移矩阵高次单位模的限制,要想获取该非凸优化问题的解非常困难,创新性地提出基于MM迭代优化算法,该算法首先利用MM算法对IRS相移矩阵进行降次,然后采用内点法来求解带单位模约束的QCQP问题。为了降低求解IRS相移矩阵子优化问题的复杂度,进一步提出了二分查找算法,来获取相移矩阵的闭式解,使其满足智能驾驶等应用对低时延的需求。实验结果表明相比于没有IRS的传统方法,IRS协助下的通信感知一体化系统可以提供间接的数据通信和目标探测路径,从而有效地提高通信数据传输和雷达目标探测的性能。

面向通信感知一体化系统的三维联合定位

随着通信感知一体化技术的不断发展,移动通信系统将集成雷达传感功能,从而促进智慧城市、智慧交通等新型智能化应用。由于传统雷达单基站的感知精度和感知范围有限,不能发挥大规模网络化移动通信系统的特有优势。因此,提出了一种适用于移动通信系统的多基站协作感知方法。该方法混合波达方向和到达时间差对目标进行3-D联合定位。理论分析结果和仿真结果均表明,该定位算法在小噪声条件下可以达到克拉美罗下界。

基于现实网络数据的通信感知一体化网络覆盖预测与优化

传统基于人工经验、试错迭代的低效方法已无法适应未来多功能网络的参数优化。为了提升通信感知一体化(ISAC)网络的优化效率以及服务质量,亟需建立系统级的全局网络性能建模与优化新范式。为此,提出了一种面向6G的ISAC网络覆盖预测与优化框架。该框架利用离线的现实网络数据与多波束信道建模的方法,实现任意天线参数下的ISAC网络性能预测,并且利用零阶块坐标下降等数学优化工具求解黑盒优化问题,实现网络参数的精准寻优。基于所提框架,我们对现实世界中的空地协同ISAC网络进行了系统级性能仿真,并对低空用户进行感知性能优化,对地面用户进行通信性能优化。基于真实现网数据的实验结果表明,所提方法在性能上显著超越了传统的建模与优化方法。