DOI: https://doi.org/10.1109/tcomm.2025.3545658
تاريخ النشر: 2025-02-26
المؤلف: Ahmad Bazzi وآخرون
الموضوع الرئيسي: حل المشكلات والتخطيط المعتمد على الذكاء الاصطناعي
نظرة عامة
تقدم هذه الورقة تصميمًا جديدًا للطيار العمودي خصيصًا لأنظمة الاستشعار والاتصالات المتكاملة (ISAC)، بهدف تعزيز الاتصالات متعددة المستخدمين واكتشاف الأهداف. يقوم المؤلفون بتوصيف مقاييس الأداء للاستشعار والاتصالات باستخدام المعلومات المتبادلة (MI) ويشكلون مشكلة تحسين متعددة الأهداف (MOOP) لتعظيم كل من MI للاستشعار والاتصالات في الوقت نفسه. لتسهيل التنفيذ العملي، يتم تبسيط MOOP إلى مشكلة تحسين ذات هدف واحد توضح التبادلات بين مقاييس الأداء الاثنين.
لمعالجة الطبيعة غير المحدبة لتحدي التحسين، يستخدم المؤلفون طريقة الانحدار المتجه المتوقع على مانيفولد ستيفل، مستخلصين تعبيرات تدرج مغلقة تسهل تنفيذ الخوارزمية. يظهرون التقارب إلى مصفوفة طيار عمودية ثابتة، مما يبرز فعالية التصميم المقترح. تشير النتائج إلى مكاسب كبيرة في نسبة الإشارة إلى الضوضاء (SNR) للاتصالات مع الحفاظ على احتمالات عالية للاكتشاف لاكتشاف الأهداف تحت احتمالات إنذار كاذب ثابتة. بالإضافة إلى ذلك، تكشف المحاكاة عن ظاهرة تداخل المعلومات، مما يبرز الإمكانية للتكامل الفعال لـ ISAC.
مقدمة
تناقش مقدمة الورقة ظهور أنظمة الاستشعار والاتصالات المتكاملة (ISAC) كحل للازدحام المتزايد في الطيف الناتج عن انتشار الأجهزة اللاسلكية. تهدف أنظمة ISAC إلى تعزيز استخدام الطيف من خلال تصميم مشترك لوظائف الاستشعار بالرادار والاتصالات اللاسلكية على منصة أجهزة واحدة، مما يسمح لكلا المهمتين بالعمل في الوقت نفسه على نفس نطاق التردد. تاريخيًا، تم التعامل مع الاستشعار والاتصالات كمجالات منفصلة؛ ومع ذلك، أظهرت التقدمات الأخيرة اعتمادها المتبادل من منظور نظرية المعلومات. تبرز الورقة التحديات المتعلقة بدمج هذه الوظائف، مثل تصميم الموجات وتخصيص الموارد، مع التأكيد على الحاجة إلى أساليب مبتكرة لتحقيق فوائد ISAC في التطبيقات العملية.
يقترح المؤلفون إطار تصميم طيار جديد لمحطات قاعدة ISAC يقوم بتحسين المعلومات المتبادلة لكل من مهام الاتصالات والاستشعار. يعالج هذا الإطار مشكلة التحسين غير المحدبة المرتبطة بتصميم الطيار من خلال استخدام خوارزمية الانحدار المتجه المتوقع. تشمل المساهمات الرئيسية تطوير مقياس موحد للمعلومات المتبادلة يوازن بين أداء الاتصالات والاستشعار، ورؤى حول تأثير هوائيات الإرسال ورموز الطيار على أداء ISAC، وإظهار تحسين تقدير القناة وقدرات اكتشاف الأهداف من خلال مصفوفات الطيار المحسّنة. توضح الورقة هيكل الأقسام التالية، التي ستتناول نموذج نظام ISAC، مقاييس المعلومات المتبادلة، أطر التحسين، والنتائج العددية للتحقق من المنهجيات المقترحة.
نقاش
في هذا القسم، يناقش المؤلفون نماذج الاتصالات والاستشعار المستخدمة في نظام الاستشعار والاتصالات المتكاملة (ISAC). تتضمن نموذج الاتصالات محطة قاعدة (BS) تبث إشارات الطيار عبر هوائيات متعددة لتسهيل تقدير القناة لمستخدمي الاتصالات. يتم التعبير عن الإشارة المستلمة في كل مستخدم كـ \( \mathbf{y}_k = \Phi \mathbf{h}_k + \mathbf{n}_k \)، حيث \( \Phi \) هي مصفوفة الطيار، و\( \mathbf{h}_k \) تمثل القناة، و\( \mathbf{n}_k \) هي الضوضاء التي تم نمذجتها كغوسية مستقلة وموزعة بشكل متطابق. يستخدم المؤلفون نموذج مزيج غوسي (GMM) لتوصيف توزيعات القناة، مما يسمح بنمذجة مرنة لتوزيعات المستخدمين المكانية.
يستفيد نموذج الاستشعار من نفس مصفوفة الطيار لعمليات الرادار، مما يمكّن من وظائف مزدوجة. يتم التعبير عن إشارة الرادار المستلمة من حيث زوايا الوصول (AoAs) وزوايا المغادرة (AoDs)، التي تكون متطابقة في إعداد أحادي القطب. يفترض المؤلفون وجود خط رؤية واضح (LoS) لأهداف الرادار، مثل الطائرات بدون طيار (UAVs)، مع الاعتراف بتعقيدات قنوات الاتصالات المتأثرة بعوامل مثل المسارات المتعددة والظل. يختتم القسم بتوضيح مقاييس الأداء بناءً على المعلومات المتبادلة (MI) لكل من الاتصالات والاستشعار، بهدف تحسين مصفوفة الطيار لأداء معزز في كلا المجالين. يتم تأطير إطار التحسين كمشكلة تحسين متعددة الأهداف، مع التركيز على تعظيم MI للاتصالات والاستشعار في الوقت نفسه مع الالتزام بقيود العمودية على مصفوفة الطيار.
DOI: https://doi.org/10.1109/tcomm.2025.3545658
Publication Date: 2025-02-26
Author(s): Ahmad Bazzi et al.
Primary Topic: AI-based Problem Solving and Planning
Overview
This paper introduces a novel orthogonal pilot design specifically for integrated sensing and communications (ISAC) systems, aimed at enhancing multi-user communications and target detection. The authors characterize the performance metrics of sensing and communication using mutual information (MI) and formulate a multi-objective optimization problem (MOOP) to maximize both sensing and communication MIs simultaneously. To facilitate practical implementation, the MOOP is simplified into a single-objective optimization problem that elucidates the trade-offs between the two performance metrics.
To address the non-convex nature of the optimization challenge, the authors employ the projected gradient descent method on the Stiefel manifold, deriving closed-form gradient expressions that facilitate the algorithm’s execution. They demonstrate convergence to a fixed orthogonal pilot matrix, showcasing the effectiveness of the proposed design. The results indicate substantial gains in signal-to-noise ratio (SNR) for communication while maintaining high probabilities of detection for target detection under fixed false-alarm probabilities. Additionally, simulations reveal an information overlap phenomenon, highlighting the potential for effective ISAC integration.
Introduction
The introduction of the paper discusses the emergence of integrated sensing and communication (ISAC) systems as a solution to the increasing spectrum congestion caused by the proliferation of wireless devices. ISAC systems aim to enhance spectrum utilization by co-designing radar sensing and wireless communication functions on a single hardware platform, allowing both tasks to operate simultaneously over the same frequency band. Historically, sensing and communication have been treated as separate domains; however, recent advancements have demonstrated their interdependence from an information-theoretic perspective. The paper highlights the challenges of integrating these functionalities, such as waveform design and resource allocation, while emphasizing the need for innovative approaches to realize the benefits of ISAC in practical applications.
The authors propose a novel pilot design framework for ISAC base stations that optimizes mutual information for both communication and sensing tasks. This framework addresses the non-convex optimization problem associated with pilot design by employing a projected gradient descent algorithm. Key contributions include the development of a unified mutual information metric that balances communication and sensing performance, insights into the impact of transmit antennas and pilot symbols on ISAC performance, and the demonstration of improved channel estimation and target detection capabilities through optimized pilot matrices. The paper outlines the structure of the subsequent sections, which will delve into the ISAC system model, mutual information metrics, optimization frameworks, and numerical results to validate the proposed methodologies.
Discussion
In this section, the authors discuss the communication and sensing models utilized in an Integrated Sensing and Communication (ISAC) system. The communication model involves a base station (BS) broadcasting pilot signals through multiple antennas to facilitate channel estimation for communication users. The received signal at each user is expressed as \( \mathbf{y}_k = \Phi \mathbf{h}_k + \mathbf{n}_k \), where \( \Phi \) is the pilot matrix, \( \mathbf{h}_k \) represents the channel, and \( \mathbf{n}_k \) is the noise modeled as independent and identically distributed Gaussian. The authors employ a Gaussian Mixture Model (GMM) to characterize the channel distributions, allowing for flexible modeling of users’ spatial distributions.
The sensing model leverages the same pilot matrix for radar operations, enabling dual functionalities. The received radar signal is expressed in terms of the angles of arrival (AoAs) and departure (AoDs), which are identical in a monostatic setting. The authors assume a clear line of sight (LoS) for radar targets, such as UAVs, while acknowledging the complexities of communication channels affected by factors like multipath and shadowing. The section concludes by outlining the performance metrics based on mutual information (MI) for both communication and sensing, aiming to optimize the pilot matrix for enhanced performance in both domains. The optimization framework is framed as a multi-objective optimization problem, focusing on maximizing the MI for communication and sensing simultaneously while adhering to orthogonality constraints on the pilot matrix.