On Integrated Sensing and Communication Waveforms With Tunable PAPR

1、基本内容:

6G 网络是互联智能的网络,它对通信和感知能力都有进一步的要求。从通信角度来看,增强现实和视频流等增强型移动宽带 (eMBB) 用例需要高数据速率;大规模机器类型通信(mMTC)需要低成本、低功耗和短距离的设备;远程机器人手术和自动驾驶等关键任务应用需要超可靠低延迟通信(URLLC)服务。在传感精度方面,6G提出了厘米级严格的定位要求。将传感和通信联合集成便可以利用相同的无线基础设施、频谱和无线电硬件实现上述需求。因此,6G 网络的一项重要支持技术是双功能雷达和通信 (DFRC),它不仅受益于共享频谱和功率效率,还受益于集成传感和通信 (ISAC) 共享波形的硬件效率。

雷达和通信系统中普遍存在的两点重要设计:

(1)MIMO设计:具有空间自由度,可以更好地利用雷达和通信之间的权衡。

(2)峰均功率比 (PAPR) 传输 :实现节能目的,特别是存在非线性高功率放大器 (HPA)时。

本文考虑具有可调谐 PAPR 的ISAC 波形设计,目标是在PAPR约束和雷达线性调频信号的给定相似性约束下最小化所有通信用户的多用户干扰(MUI),采用ADMM算法。

作者利用多目标优化(MOOP)得到了MUI和波形相似性的折衷,然后通过ADMM求解了优化问题从而验证了所提出的ISAC波形的优越性,同时也考虑了雷达和通信性能的折衷。

2、系统模型:

通信信号:\boldsymbol{Y}_c=\boldsymbol{H}\boldsymbol{X}+\boldsymbol{Z}_c

雷达回波:\boldsymbol{Y}_r=\gamma_0\boldsymbol{a}_{N_R}(\theta_0)\boldsymbol{a}_N^T(\theta_0)\boldsymbol{X}+\sum_{n=1}^C\gamma_n\boldsymbol{a}_{N_R}(\theta_n)\boldsymbol{a}_N^T(\theta_n)\boldsymbol{X}+\boldsymbol{Z}_r

为了研究互干扰,通信信号重新表示为:\boldsymbol{Y_c}=\boldsymbol{S}+\mathbf{MUI}+\boldsymbol{Z}_c

MUI指标:总MUI能量表示为:E_{\mathrm{MUI}}=\|\mathbf{MUI}\|_F^2

假设参考信号是一个chrip信号\boldsymbol{x}_0,需要保证ISAC发射波形与参考信号的相似性,即:

\boldsymbol{x}\in\mathcal{B}_\epsilon(\boldsymbol{x}_0)

峰均功率比 (PAPR) :

3、优化问题:

引入单位发射功率约束,得到

使用

对目标函数处理。

增广拉格朗日函数写出闭式解。

参考文献

A. Bazzi and M. Chafii, "On Integrated Sensing and Communication Waveforms With Tunable PAPR," in IEEE TransactionsOn Integrated Sensing and Communication Waveforms With Tunable PAPR | IEEE Journals & Magazine | IEEE XploreA. Bazzi and M. Chafii, "On Integrated Sensing and Communication Waveforms With Tunable PAPR," in IEEE Transactions