Weighted Optimization Beamforming Algorithm for Integrated Sensing and Communication in Multi-User Multi-Target Scenarios
-
摘要: 无论在军事领域的战术通信和目标探测，还是在无人驾驶技术中实现高效的通信和高精度的环境感知，通信感知一体化都可以显著提升系统性能并大幅提高频谱资源利用率。然而，通信和感知资源分配不均衡问题成为该项技术应用的巨大挑战。针对多目标探测和多用户通信场景，该文提出一种基于Pareto优化框架的发射波束形成设计方法。该方法首先将通感资源优化问题建模为一个非凸优化问题，采用通信性能与雷达性能的加权和作为优化目标，以提高系统的灵活性。为了求解该问题，该文提出改进的加权最小均方误差算法将其转化成一个易于求解的凸问题，通过调整Pareto权重因子权衡通信信干噪比与雷达发射波束图误差，实现在功率约束条件下通感性能的最优化设计，同时通过采用MIMO雷达的方式提高了雷达的自由度。仿真结果验证了所提出波束形成方法的有效性和优越性。Abstract:
Objective The increasing demand for wireless communication has led to a significant scarcity of spectrum resources, while the inherent coupling between communication and sensing systems allows for shared spectrum utilization. Integrated Sensing and Communication (ISAC) thus shows considerable promise for future applications. However, most existing studies focus on optimizing either communication or sensing performance, treating the other as a constraint, which limits system flexibility. This approach becomes particularly problematic in complex multi-user, multi-target scenarios, where balancing both functionalities is essential. Additionally, previous works often assume symmetrically distributed radar targets in small quantities, simplifying optimization but diverging from practical asymmetric and dense target distributions. To address these limitations, this study explores ISAC systems with asymmetric multi-target configurations, aiming to improve flexibility and practicality through joint optimization of communication and sensing performance optimization. Methods This study adopts a MIMO radar framework in which orthogonal transmit signals maximize waveform Degrees of Freedom (DoFs) in proportion to the antenna count. A beamforming matrix is designed to detect targets across multiple directions while allocating distinct waveforms for communication and sensing tasks. In contrast to conventional antenna configurations, the proposed scheme utilizes all antennas for radar detection, enhancing sensing performance. To address the limitations of single-objective optimization, a Pareto optimization framework is introduced, allowing for weighted trade-offs between the communication Weighted Sum Rate (WSR) and radar beam pattern error. This framework is adaptable to dynamic scenarios. To handle the non-convexity of the optimization problem, a hybrid algorithm combining Weighted Minimum Mean Square Error (WMMSE) and Semidefinite Relaxation (SDR) is proposed. Specifically, the WSR and radar error maximization problem is first reformulated as a Mean Square Error (MSE) minimization problem, followed by SDR-based relaxation of constraints for tractable solutions. Results and Discussions As shown in ( Fig. 2 -3 ): (a) The proposed beamforming design demonstrates superior flexibility compared to single-objective optimization, enabling adaptable balancing of communication and sensing performance across scenarios by adjusting the Pareto weight factor. (b) Compared to separated deployment schemes, the proposed method utilizes more antennas for sensing, concentrating transmit power in specific directions to enhance target detection capability. (c) With comparable radar performance, the communication WSR of the proposed scheme shows an 11.6% improvement over shared deployment configurations.(Fig. 4 ) further illustrates the radar detection error under varying SNRs. Regardless of the performance weight values, the radar detection error decreases with increasing transmit power, indicating that higher power improves system performance. Under constant transmit power, a smaller performance weight results in higher radar detection accuracy, as more power is allocated to radar performance optimization. For a more comprehensive comparison, (Fig. 5 ) shows the beamforming patterns under different transmit power levels for the separated deployment scheme. In this scheme, as transmit power increases, the radar detection error actually increases. This occurs because the system optimizes detection performance in a specific direction, achieving optimal precision there. As shown in the figure, as power increases, the antenna power becomes concentrated in the direction of the target at 0°, significantly improving resolution in that direction, while detection performance in other directions deteriorates. This indicates that the separated deployment scheme is limited in its ability to meet detection requirements for multiple targets simultaneously. (Fig. 6 ) demonstrates that, at all transmit power levels, the proposed scheme exhibits clear advantages in communication performance. (Figs. 7 -9 ) analyze the impact of target quantity on radar detection error, confirming robustness in multi-target asymmetric scenarios. When transmit power and weight factors remain unchanged, increasing the number of radar detection targets leads to an increase in radar detection error. This happens because total power remains constant, and adding more detection targets reduces the power allocated to each target. This effect becomes more pronounced as the number of targets grows. However, this error increase can be mitigated by increasing transmit power. Simulation results show that the proposed scheme consistently outperforms other methods under different target numbers, demonstrating its ability to efficiently utilize limited power and maintain low detection errors, even as the number of targets increases. (Fig. 10 ) reveals directional limitations, as beam patterns at edge angles exhibit weak directivity, complicating peripheral target detection. Algorithm convergence curves (Fig. 11 ) and Pareto frontiers for communication-radar trade-offs (Fig. 12 ) confirm the stability and flexibility of the proposed scheme.Conclusions This study addresses the limitations of single-objective optimization (communication or radar performance) and constrained radar degrees of freedom by proposing a weighted joint beamforming design for ISAC. The ground base station, equipped with dual functionalities, optimizes the WSR and radar beam pattern error. By adjusting the Pareto weight factor, flexible performance trade-offs between communication and sensing are achieved, improving adaptability to diverse scenarios. Experimental results demonstrate that, under optimized weights and transmit SNR, the proposed scheme reduces radar detection error by 36.2% and enhances communication SINR by 1 dB compared to separated deployment strategies. These advancements validate the effectiveness of the joint optimization framework in practical asymmetric multi-target environments, providing a robust foundation for next-generation ISAC systems. -
1. 2018年度信息科学部一处项目申请与资助情况
1.1 面上、青年科学基金、地区科学基金项目情况
2018年度信息科学部一处收到面上、青年科学基金和地区科学基金项目申请总计4680项。如表1所示，面上、青年和地区科学基金项目申请分别为2401项、1986项和293项，获资助项数分别为478项(含一年期小额资助31项)、528项和47项，资助率分别为19.91%、26.59%和16.04%。表2根据申请人选择的代码，统计了F01代码下各二级代码的申请项数和资助项数。
表 1 2018年度信息一处面上、青年科学基金、地区科学基金项目申请与资助情况项目类别 申请项数 资助项数 资助率(%) 面上项目 2401 478(含小额资助31项) 19.91 青年科学基金项目 1986 528 26.59 地区科学基金项目 293 47 16.04 表 2 2018年度信息一处F01代码下：面上、青年科学基金、地区科学基金项目申请与资助的领域分布情况学科评审组 二级代码 二级名称 申请项数 资助项数 信息论与通信系统 F0101 信息论 74 18 F0102 信息系统 227 50 F0103 通信理论与系统 277 59 F0104 通信网络 314 56 F0105 移动通信 209 53 F0106 空天通信 80 20 F0107 水域通信 72 18 F0108 多媒体通信 64 17 F0109 光通信 105 23 F0110 量子通信与量子信息处理 70 20 信息获取与处理 F0111 信号理论与信号处理 281 66 F0112 雷达原理与雷达信号 271 70 F0113 信息获取与处理 305 66 F0114 探测与成像 150 40 F0115 图像处理 244 45 F0116 图像表征与显示 107 16 F0117 多媒体信息处理 130 34 电子科学与技术 F0118 电路与系统 152 32 F0119 电磁场 232 54 F0120 电磁波 351 80 F0121 微波光子学 25 7 F0122 物理电子学 158 35 F0123 敏感电子学与传感器 252 49 F0124 生物电子学与生物信息处理 160 43 F0125 医学信息检测与处理 337 78 1.2 重点项目情况
针对重点项目，信息科学部在接受依据《指南》重点项目立项领域申请的基础上，从2018年起试行接受非立项重点领域自由申请。根据国家重大需求，鼓励在人工智能、大数据、移动互联网、网络空间安全及新型光纤通信技术领域已经取得重要进展，急需重点项目资助的专家，结合国家发展的重大战域需求以及基础科学研究前沿，自由选择研究方向申请重点项目。
2018年度信息科学部共发布了95个重点项目立项领域。信息科学部一处F01代码下的重点立项领域有19个，其中包括一个科学部优先资助重点领域“复杂场景声信号获取和识别基础理论与方法研究”。F01代码下收到重点项目申请73项，其中非立项重点领域申请22项。根据通信评议结果，36个项目取得了上会答辩资格，其中包括6个非立项领域项目。经过评审，2018年度F01代码下资助重点项目22项，包括非立项重点领域项目4项。
对近5年来F01代码下资助的重点项目情况进行统计分析，2014～2018年度F01代码下资助重点项目共计106项。表3为按照F01下的二级代码统计的近5年重点项目资助情况。
表 3 2014～2018年度F01各个二级代码下重点项目资助情况学科评审组 二级代码 二级名称 资助项数 信息论与通信系统 F0101 信息论 1 F0102 信息系统 6 F0103 通信理论与系统 10 F0104 通信网络 10 F0105 移动通信 2 F0106 空天通信 1 F0107 水域通信 9 F0108 多媒体通信 1 F0109 光通信 4 F0110 量子通信与量子信息处理 2 信息获取与处理 F0111 信号理论与信号处理 3 F0112 雷达原理与雷达信号 8 F0113 信息获取与处理 3 F0115 图像处理 1 F0116 图像表征与显示 1 F0117 多媒体信息处理 7 电子科学与技术 F0118 电路与系统 3 F0119 电磁场 7 F0120 电磁波 9 F0122 物理电子学 4 F0123 敏感电子学与传感器 5 F0124 生物电子学与生物信息处理 4 F0125 医学信息检测与处理 5 合计 106 1.3 优秀青年科学基金项目情况
2018年度信息科学部一处收到优秀青年科学基金项目申请244项，获资助15项。表4统计了2014～2018年度F01代码下优秀青年科学基金项目的申请与获资助情况。近5年来，F01代码受理优秀青年科学基金项目共计931项，资助75项，平均每年资助15项。
表 4 2014～2018年度F01各个二级代码下优秀青年科学基金项目情况学科评审组 二级代码 二级名称 申请项数 资助项数 信息论与通信系统 F0101 信息论 22 1 F0102 信息系统 40 2 F0103 通信理论与系统 65 5 F0104 通信网络 42 3 F0105 移动通信 29 2 F0106 空天通信 16 2 F0107 水域通信 20 1 F0108 多媒体通信 29 5 F0109 光通信 32 3 F0110 量子通信与量子信息处理 24 3 信息获取与处理 F0111 信号理论与信号处理 35 1 F0112 雷达原理与雷达信号 59 5 F0113 信息获取与处理 46 6 F0114 探测与成像 17 1 F0115 图像处理 18 0 F0116 图像表征与显示 21 3 F0117 多媒体信息处理 33 4 电子科学与技术 F0118 电路与系统 9 0 F0119 电磁场 62 6 F0120 电磁波 84 12 F0121 微波光子学 11 1 F0122 物理电子学 68 2 F0123 敏感电子学与传感器 52 3 F0124 生物电子学与生物信息处理 48 2 F0125 医学信息检测与处理 49 2 合计 931 75 2. 近年来申请代码与研究方向选择中存在的问题
从2011年起，信息一处开始采用计算机辅助受理的方式进行项目评审。计算机辅助受理依托基金委ISIS系统的计算机辅助平台对受理的项目进行系统辅助分组和推荐函评专家，并在此基础上进行人工调整[1]。系统分组采用逐级细化的方式，如图1所示，通过逐级梳理学科评审组、二级代码、三级代码、应用领域关键词、研究问题关键词和研究内容关键词，完成对项目的分组。项目分组的主要原则之一是以研究的应用领域为分组的第一依据[2]。
随着NSFC计算机辅助受理工作的不断推进，申请代码、研究方向的正确选择将与申请项目所在分组、评审专家的确定有着越来越密切的关系[3,4]。正确地选择申请代码和研究方向，有助于将申请书准确地分到对应的通信评议项目分组中，并能准确地指派给相关领域专家评审。因此申请代码和研究方向选择的准确性直接关系到项目申请能否获得精准的评审。
与分组的原则类似，申请人对申请代码和研究方向的选择应当遵循“应用领域优先、普适方向慎选”[1,4,5]的原则，选择尽可能相近的三级代码和研究方向。通过对近年来项目申请人选择的申请代码和研究方向的情况进行统计分析，发现申请书存在申请代码级别过高、选择“其它”研究方向过于轻率、未能以应用领域为优先原则来选择代码和研究方向等问题。
2.1 代码级别选择过高
表5列出了2016～2018年度[3,4]仅选择到一级代码和仅选择到二级代码的项目数，并对其获资助情况进行了统计。根据统计结果，仅选择一级代码项目的资助率明显低于面上项目、青年科学基金和地区科学基金任意一类项目的资助率。2018年选择二级代码的项目资助率低于面上项目和青年科学基金项目的资助率。
表 5 2016～2018年度代码级别选择过高情况年度 申请项目数总数 一级代码F01 二级代码F01XX 申请项目数 资助项目数 资助率 申请项目数 资助项目数 资助率 2016 4267 41 4 9.75% 313 75 23.96% 2017 4653 34 3 8.82% 286 65 22.72% 2018 4680 15 0 0% 238 44 18.49% 科学处对这些项目进行分析发现，一些填写一级代码的项目，其应用领域其实很明确。以应用领域关键词在“申请代码、研究方向和关键词一览表(以下简称‘一览表’)”进行搜索，就可以查到其对应的三级代码；以研究问题关键词进行搜索，基本上也都可以查到对应的研究方向。一些填写了二级代码的项目申请，有部分项目已选择了研究方向，只要根据其选择的研究方向，依据“一览表”也很容易选择其对应的三级代码。这些代码级别选择过高的项目需要科学处工作人员进行细化后再分组。如果申请人认真地选择了三级代码，将能提高分组的准确性，并能够提高送审的准确性和评审质量。
2.2 选择“其它”研究方向过于轻率
每个三级代码下设置有若干个研究方向，其目的是希望申请人能够尽可能详细地描述其申请项目所属的研究领域，提高项目送审的准确性，确保项目得到合理和公正的评审。考虑到信息领域发展迅速，每年都会有新的领域产生，为了防止这些新兴领域的项目找不到相近的研究方向，科学处在每一个三级代码下都设置了一个“其它”研究方向[3,4]，以供申请人选择。表6统计了近五年选择“其它”研究方向的申请情况。每年均有超过20%的项目选择“其它”研究方向。
表 6 2014-2018年度F01代码下选择“其它”研究方向的情况年度 申请项目数总数 选择“其它”研究方向项目数 选择“其它”研究方向所占百分比 2014 3844 996 25.91% 2015 4335 1041 24.01% 2016 4267 1048 24.56% 2017 4653 1148 24.67% 2018 4680 1079 22.35% 通过分析选择“其它”研究方向申请书的题目、摘要以及研究内容，可以发现除了极少的项目属于新兴的研究领域之外，大部分的项目均能在“一览表”中找到相近的研究方向，并不属于未列出的研究领域。表7列举了几个选择“其它”研究方向的例子。
表 7 选择“其它”研究方向的项目举例申请项目名称 申请书中填写的代码与研究方向 科学处调整后的代码与研究方向 申请代码与名称 研究方向 三级代码与名称 研究方向 复杂异构超密集小蜂窝网络虚拟频谱
交易理论与技术研究F010205网络管理 网络管理的其它方向 F010401异构网络 异构网络管理 海洋环境下复杂异构网络模型及抗毁性
理论与关键技术F010405 通信网络
与系统通信网络与系统的
其它方向F010703 水下通信网 水下通信网络 毫米波平面电大尺寸阵列天线技术研究 F012003天线阵列
理论与设计天线阵列理论与设计
的其它方向F012010 毫米波天线
与系统集成毫米波阵列天线 透镜加载的毫米波圆极化多波束天线的
研究F012003天线阵列
理论与设计天线阵列理论与设计
的其它方向F012010 毫米波天线
与系统集成毫米波透镜天线 基于二维材料的新型纸基无源微波调控
结构研究F012207新型电磁
材料与器件新型电磁材料与器件
的其它方向F012005 微波电路与器件 微波无源器件 基于复合蚕血液蛋白质柔性透明可穿戴
生物忆阻器的制作及其非易失性阻变特
性研究F012401生物电子学 生物电子学的其它方向 F012310穿戴式敏感材料
与传感器穿戴式传感器 用于血管紧张素转化酶抑制剂筛选的新
型功能化碳基荧光纳米生物传感器研究F012404生物分子
信息检测生物分子信息检测的
其它方向F012304生物信息传感
机理与传感器生物传感器 名称为“复杂异构超密集小蜂窝网络虚拟频谱交易理论与技术研究”的项目，申请人选择的F010205“网络管理”是普适性的代码。其实，通过分析这个项目的题目，可以确定其研究方向是异构网络。这一研究方向有与其对应的三级代码F010401；同时在该三级代码下的研究方向中，有与之相匹配的“异构网络管理”这一研究方向。而对于另一个项目“海洋环境下复杂异构网络模型及抗毁性理论与关键技术”，虽然其研究的内容也属于通信网络与系统以及异构网络，但根据“应用领域优先、普适方向慎选”的原则，应该选择“水下通信网络”这一研究方向。
“毫米波平面电大尺寸阵列天线技术研究”和“透镜加载的毫米波圆极化多波束天线的研究”这两个项目，申请人均选择了F012003“天线阵列理论与设计”代码下的“其它”研究方向。然而，通过对题目进行分析，这两个项目的申请代码应该选择更有针对性的F012010“毫米波天线与系统集成”，而不是选择较为普适的代码。进一步对其研究内容进行分析，这两个项目还应分属“毫米波阵列天线”和“毫米波透镜天线”两个不同的研究方向。
表7中另外三个项目，申请人选择的二级代码和科学处调整后的二级代码均有差别。通过对比可以发现科学处遵循“应用领域优先、普适方向慎选”的原则，根据这些项目的研究内容及应用领域，将其调整到与其应用领域相对应的申请代码及研究方向中。
根据这些申请书选择的研究方向，不难发现，这些申请人先选择了一个大致相关的研究代码，然后在该代码下选择研究方向，当在该代码下再找不到合适的研究方向时，草率地选择了“其它”研究方向。因此建议申请人在进行代码选择时，可以先根据研究的关键词，从“一览表”中进行检索和匹配，而后根据匹配的研究方向选择更为合适的申请代码。
如果这些申请人能够认真地选择研究方向，将能提高送审的准确性以及评审的质量。特别是随着计算机辅助受理工作的推进，人工调整项目分组的工作将逐步被计算机替代，如果不能正确地选择研究方向，将在一定程度上影响申请书能否获得资助。
2.3 未能以应用领域为优先准则选择代码和研究方向
申请人未能根据申请的具体情况，遵循“应用领域优先、普适方向慎选”的原则，选择合适的申请代码和研究方向。表8列举了部分申请代码和研究方向选择不当的例子。
表 8 未能以应用领域为优先准则选择代码和研究方向的项目列表申请项目名称 申请书中填写的代码与研究方向 科学处调整后的代码与研究方向 申请代码与名称 研究方向 三级代码与名称 研究方向 基于网络重构的合作者推荐策略研究 F011101多维信号处理 信号处理 F010204 网络服务 网络服务系统 基于脑电信号的慢性失眠患者脑老化
度研究及重复经颅磁刺激干预F011101多维信号处理 信号处理 F012401生物电子学 脑机接口 广域空基宽带无线通信理论与空地多
波束高通量传输方法F010301 无线通信 无线通信
基础理论F010607空天地网络 空天地网络 基于短时窗效应的无人机集群通信系
统网络容量分析方法研究F010301无线通信 无线通信
基础理论F010605 机载通信 机载通信 基于贝叶斯学习的无线传感器网络多
目标无源定位关键技术研究F011110压缩感知
理论与方法压缩感知
理论应用F010408传感网络监
测与定位传感网目标定位 在线自适应放疗中的医学图像非刚性
并行配准关键技术研究F011501图像分割与配准 图像配准 F012504医学影像处理 多模态医学图像处理 “基于网络重构的合作者推荐策略研究”和“基于脑电信号的慢性失眠患者脑老化度研究及重复经颅磁刺激干预”两个申请书，申请人均选择了F011101“多维信号处理”这个代码，研究方向为“信号处理”。虽然这两个项目所采用技术方法可能都涉及多维信号处理，但很明显其应用的对象和场景完全不同。这两个项目应该分别属于“网络服务系统”和“脑机接口”这两个研究方向。如果将这两个申请书分到同一评审组进行评审显然是不合适的。因此在选择申请代码和研究方向时，需要遵循“应用领域优先、普适方向慎选”的原则。
申请书“广域空基宽带无线通信理论与空地多波束高通量传输方法”和“基于短时窗效应的无人机集群通信系统网络容量分析方法研究”，均选择了“无线通信基础理论”这一研究方向。然而，根据“应用领域优先、普适方向慎选”的原则，通过查询“一览表”，这两个项目均有与其应用领域相吻合的研究方向。表8中列出的其它项目的代码及研究方向选择也存在着同样的问题，不再赘述。
希望申请人对准确选择申请代码和研究方向给予足够重视。如果申请人能关注代码的应用背景，以“应用领域优先、普适方向慎选”的原则，结合高级别代码[1,6 ]和“其它”研究方向选择的建议，认真选择三级代码和研究方向，项目分组的准确率会进一步提高，送审准确性和评审质量有望进一步提升。
通过对2018年度选择研究方向情况的分析，2019年度我们对一部分申请人错选率较高的研究方向进行了调整，并增加了一些新的研究方向，期待能够更加符合申请人对相关研究方向的理解。
2019年度电子学与信息系统领域“申请代码、研究方向和关键词一览表(2019试用版)”，因篇幅太长，不在纸质版上刊登，如需查阅，请到本刊网站上查询下载。
3. 专家库信息维护
计算机辅助受理工作的目的是为了提高项目受理的效率，提高项目评审的准确性。计算机辅助受理既包括系统辅助分组，也包括辅助指派函评专家。分组准确的关键在于申请人仔细阅读“一览表”，正确选择申请代码、研究方向和关键词；推荐函评专家的关键还在于函评专家根据“一览表”准确填写并及时更新、补充“熟悉代码”和“研究方向”，确保系统指派的评审项目是专家熟悉领域的项目。这样才能够既提高项目受理的效率，又提高项目送审的准确性，避免催审、退审、补送等给各位评审专家带来的不便。
近年来，信息科学部一处结合电子学与信息系统领域新兴的发展方向与研究热点，对申请代码进行了更新与完善。2014年度，二级代码由原来的9个增加至25个；三级代码由原来的77个增加至155个。2018年度在2014年代码修订的基础上，新增三级代码51个，目前三级代码共计206个。同时，F01代码下的研究方向与关键词也都进行了相应的更新。目前已有大部分专家根据科学处新的学科代码，在基金委的科学基金网络信息系统(
http://isisn.nsfc.gov.cn )中更新了自己的研究领域代码、研究方向以及关键词。但是仍然有一部分专家未能在系统中更新和维护研究领域信息。希望专家们能够提高对维护个人研究领域信息的重视程度，以提高后续计算机辅助受理工作的质量，提高后续项目评审的精准性、公正性和高效性。4. 结束语
选择申请代码、研究方向是自然科学基金项目申请的重要环节，提高选择的准确性有赖于科学处和申请人的共同努力。信息一处期待2019年度的申请人结合科学处完善后的申请代码，对选择申请代码和研究方向给予足够的重视，特别是要尽量避免轻易选择一、二级申请代码和 “其它”研究方向。
申请书中所选取的申请代码、研究方向和关键词，不仅表明了申请人研究工作所属领域及研究关键所在，而且对计算机辅助受理，即系统辅助分组与辅助指派函评专家工作，有着至关重要的意义。希望申请人尽可能按照本文及文献[3,4]的说明进行申请代码、研究方向和关键词的选择，以减少因选择不当引起的分组和计算机辅助指派的不准确，为项目申请获得到位的评审奠定基础。同时也希望申请人对信息一处研究方向的完善提出意见和建议，我们将根据提出的意见和建议，并结合领域发展和项目受理中发现的新问题，不断地修改和完善。
根据《国家自然科学基金重点项目管理办法》，重点项目的立项需要经过项目指南制定阶段(今年试行的非立项重点领域自由申请除外)。信息科学部重点项目立项建议书要求及模板链接：
http://www.nsfc.gov.cn/Portals/0/fj/fj20180427_01.doc 。学部每年征集重点领域建议书的截止日期为4月30日。2017年度，信息科学部一处收到重点领域立项建议55项，经过函评以及专家评审组论证等阶段，最终有18项列入2018年度指南。2018年度，一处收到重点领域立项建议70项。虽然收到建议书的数量略有增加，但根据近年来的情况，每年收到建议书的数量还比较有限。因此，欢迎专家们结合国家需求和领域挑战性问题，积极向科学部提交重点领域建议，以促进相关学科更好的发展。致谢 信息一处的工作既得到了信息学部领导的关心、鼓励、肯定和支持，也得到了主管委领导、基金委计划局、信息中心等的大力支持，同时还得到了广大申请人和专家的大力支持，在此向他们表示衷心的感谢。同时，我们也对在信息一处兼聘的工作人员表示衷心的感谢。
-
1 多目标联合优化发射波束形成设计
(1) 设置迭代次数r=0 (2) 对W[0]进行初始化 (3) 对于给定的W[t]，根据式(15)计算U[t]k (4) 对于步骤(3)所求的U[t]k，根据式(21)和式(22)计算A[t]k和
B[t]k(5) 对优化问题P4进行求解，得到最优的T∗k (6) 通过特征值分解或高斯随机化得到近似解˜w∗k (7) 更新t=t+1 (8) 重复步骤(3)–(7)直到|WSR[t−1]−WSR[t]|≤ε 
下载: 导出CSV
-
[1] LIU Fan, MASOUROS C, and ELDAR Y C. Integrated Sensing and Communications[M]. Singapore: Springer, 2023. [2] LIU Fan, CUI Yuanhao, MASOUROS C, et al. Integrated sensing and communications: Toward dual-functional wireless networks for 6G and beyond[J]. IEEE Journal on Selected Areas in Communications, 2022, 40(6): 1728–1767. doi: 10.1109/JSAC.2022.3156632. [3] IMT-2030(6G)推进组. 通信感知一体化技术研究报告[R]. 2022. [4] SUN Shu, RAPPAPORT T S, HEATH R W, et al. Mimo for millimeter-wave wireless communications: Beamforming, spatial multiplexing, or both?[J]. IEEE Communications Magazine, 2014, 52(12): 110–121. doi: 10.1109/MCOM.2014.6979962. [5] LIU Fan, ZHOU Longfei, MASOUROS C, et al. Toward dual-functional radar-communication systems: Optimal waveform design[J]. IEEE Transactions on Signal Processing, 2018, 66(16): 4264–4279. doi: 10.1109/TSP.2018.2847648. [6] LIU Xiang, HUANG Tianyao, SHLEZINGER N, et al. Joint transmit beamforming for multiuser MIMO communications and MIMO radar[J]. IEEE Transactions on Signal Processing, 2020, 68: 3929–3944. doi: 10.1109/TSP.2020.3004739. [7] LIU Fan, MASOUROS C, LI Ang, et al. Simultaneous target detection and multi-user communications enabled by joint beamforming[C]. 2018 IEEE Radar Conference (RadarConf18), Oklahoma City, USA, 2018: 89–94. doi: 10.1109/RADAR.2018.8378536. [8] LYU Zhonghao, ZHU Guangxu, and XU Jie. Joint maneuver and beamforming design for UAV-enabled integrated sensing and communication[J]. IEEE Transactions on Wireless Communications, 2023, 22(4): 2424–2440. doi: 10.1109/TWC.2022.3211533. [9] DONG Fuwang, WANG Wei, HU Ziying, et al. Low-complexity beamformer design for joint radar and communications systems[J]. IEEE Communications Letters, 2021, 25(1): 259–263. doi: 10.1109/LCOMM.2020.3024574. [10] LI J and STOICA P. MIMO Radar Signal Processing[M]. Hoboken, USA: Wiley, 2008. doi: 10.1002/9780470391488. [11] LI J and STOICA P. MIMO radar with colocated antennas[J]. IEEE Signal Processing Magazine, 2007, 24(5): 106–114. doi: 10.1109/MSP.2007.904812. [12] 赵永波, 刘宏伟. MIMO雷达技术综述[J]. 数据采集与处理, 2018, 33(3): 389–399. doi: 10.16337/j.1004-9037.2018.03.001.ZHAO Yongbo and LIU Hongwei. Overview on MIMO radar[J]. Journal of Data Acquisition and Processing, 2018, 33(3): 389–399. doi: 10.16337/j.1004-9037.2018.03.001. [13] LIU Fan, MASOUROS C, LI Ang, et al. MU-MIMO communications with MIMO radar: From co-existence to joint transmission[J]. IEEE Transactions on Wireless Communications, 2018, 17(4): 2755–2770. doi: 10.1109/TWC.2018.2803045. [14] SHEN Kaiming and YU Wei. Fractional programming for communication systems—Part I: Power control and beamforming[J]. IEEE Transactions on Signal Processing, 2018, 66(10): 2616–2630. doi: 10.1109/TSP.2018.2812733. [15] LUO Zhiquan, MA W K, SO A M C, et al. Semidefinite relaxation of quadratic optimization problems[J]. IEEE Signal Processing Magazine, 2010, 27(3): 20–34. doi: 10.1109/MSP.2010.936019. [16] NIE Jiawang and YUAN Yaxiang. A predictor-corrector algorithm for QSDP combining Dikin-type and Newton centering steps[J]. Annals of Operations Research, 2001, 103(1/4): 115–133. doi: 10.1023/A:1012994820412. -
下载:
计量
- 文章访问数: 211
- HTML全文浏览量: 82
- PDF下载量: 53
- 被引次数: 0
下载:
