2026-07-06论文雷达 TEST

本文研究了莱斯衰落信道上下行链路多输入多输出集成传感与通信（ISAC）系统的随机性能。莱斯衰落在视距 (LoS) 主导的部署中非常重要，其中确定性传播分量会强烈影响传感和通信的可靠性。基站(BS)同时服务用户并感测目标。 BS 用户通道包含 LoS 和非视距组件。用户LoS角度可以是固定的或随机的，并且目标角度可以遵循与用户角度潜在相关的任意分布。与瑞利衰落相比，确定性视距分量引入了角度相关项，并导致通常独立但分布不同的随机向量，需要新的分析。We analyze two beamforming strategies: subspace joint beamforming (SJB), optimal for the shared waveform structure, and linear beamforming (LB), a practical alternative using separate sensing and communication beamformers.对于这两种方案，我们基于 Cramer-Rao 界限 (CRB) 推导了通信中断概率 (OP) 和感知 OP。我们还用更简单的表达式来识别特殊情况。对于 LB，我们推导出感测 OP 的上限和下限以及易于处理的近似值。我们描述了大系统和高功率缩放定律。由于雷达自干扰，无脏纸编码 (DPC) 的 LB 在高功率下受到干扰限制。结果表明，莱斯 K 因子对通信的影响比对感知的影响更大，并且跨体系的行为具有非单调性。具有 DPC 的 LB 在强视距环境中实现了最佳整体性能，并且是唯一在瑞利衰落中实现超高通信可靠性的方案，而 SJB 则在整个操作条件下提供了稳健的、复杂度较低的替代方案。

我们研究了一种量化多输入多输出（MIMO）集成传感和通信（ISAC）系统，其中通信和传感接收器各自应用模拟空间组合，然后进行标量减法抖动量化。该量化模型导致具有非高斯噪声的加性有效噪声表示。我们得出该通道容量的上限和下限。数值结果表明，由于有限分辨率量化，这些界限在低信噪比 (SNR) 时很紧，在高 SNR 时则饱和。他们还表明，尽管有效噪声是非高斯的，但独立同分布 (i.i.d.) 各向同性高斯信号传输的速率接近容量。专注于 i.i.d.高斯信号，本文还提出了在 Kronecker 传感通道模型下实现的线性最小均方误差 (LMMSE) 的封闭式表达式。数值结果表明，LMMSE在高SNR下也会饱和，其中饱和程度随着空间组合比的降低而增加，并且对于低于1的组合比，即使没有量化也会发生饱和。

超大规模天线阵列（ELAA）已成为满足下一代无线通信系统前所未有的性能需求的关键技术。为了大幅增强其实用性，我们提出了支持超表面的超大规模天线（MELA）系统——一种新颖的收发器架构，采用可重新配置的传输超表面来实现高效的无线射频到孔径耦合和相位控制机制。这种架构消除了传统解决方案中通常需要的笨重的开关矩阵和昂贵的移相器网络。这种范式转变支持射频链和天线元件的扩展，并提高了系统集成的灵活性。开发物理接地模型来表征通过各个传输单元的电磁场传播，捕获波变换和传输的基本物理原理。此外，还引入了距离相关的近似模型，表现出有利于有效参数估计和信号处理的结构特性。基于信道模型，针对近场和远场混合的用户场景，提出了两阶段信道估计框架。在第一阶段，字典驱动的波束空间过滤技术实现了快速角域扫描。在细化阶段，利用子阵列的旋转对称性来设计联合恢复角度和距离参数的超分辨率估计器。推导了 MELA 半功率波束宽度的解析表达式，揭示了其相对于传统 ELAA 架构接近最佳的空间分辨率。数值实验进一步验证了所提出的信道估计算法的高分辨率和电磁模型的保真度，将 MELA 架构定位为 ELAA 部署的有竞争力的解决方案。

夹紧天线系统（PASS）的传感能力是从Ziv-Zakai界（ZZB）的角度进行分析的，其动机是由PASS固有的多模态观测模型产生的传感模糊性。与其他贝叶斯传感界限相比，ZZB 在广泛的信噪比 (SNR) 范围内提供了均方误差 (MSE) 的下限，并解释了似然函数中的模糊性。首先，针对上行链路传感场景开发了一个观测模型，其中单个传感目标将上行链路导频传输到配备多个收缩天线（PA）的单波导 PASS 接收器。在此模型的基础上，针对目标位置的任意先验分布导出通用 ZZB 表达式，然后专门用于高斯和均匀情况。其次，对低信噪比和高信噪比下的渐近 ZZB 进行了表征，并通过引入模糊函数的概念进一步研究了 ZZB 与传统贝叶斯 Cram\'er-Rao 界（BCRB）之间的关系。此外，为了降低 ZZB 直接评估的高计算复杂度，提出了无 SNR 和 SNR 感知的代理目标函数，以促进基于 ZZB 的优化，从而增强传感性能。数值结果表明：i）与 BCRB 相比，ZZB 在较宽的 SNR 范围内提供了严格的传感性能下界，ii）ZZB 的模糊意识可以解决传感中多模态引起的模糊性，从而产生可靠的 MSE 下界，以及 iii）所提出的代理目标函数能够以较低的计算复杂度实现有效的 ZZB 最小化。

本文研究了在可重构智能表面 (RIS) 的帮助下对功率有限的移动用户进行节能跟踪。由于本地导频传输在功率受限设备的能量预算中占主导地位，因此我们引入了从基站（BS）到用户的低开销反馈链路，以实现动态上行链路功率控制。为了解决这种主动传感问题的离散和分散性质，我们提出了一种新颖的双代理 (DA) 深度学习框架，该框架可以实时联合优化离散 RIS 相位分布和 UE 的发射功率。具体来说，我们的方法采用将神经进化范式与监督学习相结合的混合训练方法，有效克服了RIS单元元件离散相位响应的不可微性以及用于导频功率控制的单比特反馈消息的严格信息瓶颈。所提出的 DA 主动传感框架可应用于单天线和多天线 BS，后者只需对一个 NN 的结构进行较小的修改：为后一种情况包含一个具有适当结构的附加输出分支，以从有限集中选择有效的数字组合器。广泛的数值模拟表明，所提出的方案可以在不同的目标运动模型中实现高精度和鲁棒的跟踪，优于扩展卡尔曼和粒子滤波器以及基于机器学习的跟踪器。此外，在静态定位中，它的性能显着优于传统的指纹识别方案、深度强化学习基线和标准的基于反向传播的估计器。

本文提出了一种仿射频分复用（AFDM）支持的集成传感与通信（ISAC）设计，简称AFDM-ISAC。我们首先设计了一种新颖的 AFDM-ISAC 帧结构，它由 ISAC 和纯数据符号组成。每个 ISAC 符号由一个用于感测和信道估计的线性调频副载波组成，而其余副载波则分配用于通信。在此结构的基础上，我们提出了一种模拟域传感接收器，它将接收到的回声与本地线性调频信号进行下混合，以充分利用 \textit{chirp 压缩}增益，从而避免对全双工硬件的需求。此外，在数字域中进一步提出了以AFDM调制参数为指导的传感融合算法。利用所提出的 AFDM-ISAC 框架的独特特征，我们提出了一种基于广义复指数基扩展模型（GCE-BEM）的高移动性信道的低复杂度信道估计方案，以及导频和数据符号之间的最佳功率分配策略。此外，为了支持基于帧的 AFDM 通信，还采用基于 GCE-BEM 的卡尔曼滤波器进行鲁棒的帧内信道估计。

本文提出了一种具有多扇区天线阵列的全双工流体天线近场系统（FD-FANS），该系统联合利用资源分配、天线移动性以及基于组的发射（TX）和接收（RX）划分。建立了球面波上行链路信道，该信道考虑了残余自干扰（SI）、无线能量传输（WET）和天线运动的几何约束。在FD-FANS框架内，设计了一种有效的协议来实现基站（BS）处的同时下行链路能量传输（DET）和上行链路数据传输（UDT）。此外，对于完美和不完美的 SI 消除 (SIC)，我们在实际平均和峰值功率限制、每个天线盒约束、最小间距和半 TX 半 RX 平衡下，针对时间功率分配、天线位置和二进制组选择制定了加权和速率 (WSR) 最大化问题。为了解决由此产生的非凸混合整数设计，我们开发了一种基于主化最小化逐次凸逼近（MM SCA）的高效交替优化（AO）框架。所提出的算法单调改进目标并收敛到连续松弛的平稳解。仿真结果表明，所提出的方案在平均总速率（ASR）、能效（EE）和用户公平性方面比多种基准设计（包括半双工 FANS（HD FANS）、FD 固定位置天线近场系统（FD FPANS）、非分组 FD FANS 和远场对应设计）实现了一致的性能增益，同时对残余 SI 和信道不确定性表现出鲁棒性。

本文从雷达波形的角度研究了仿射频分复用（AFDM）在高移动集成传感与通信（ISAC）中的传感潜力。我们引入了一种创新的参数选择标准，该标准在 AFDM 子载波和奈奎斯特采样调频连续波 (FMCW) 之间建立了精确的数学等价关系。这种连接不仅提供了对 AFDM 传感机制的清晰物理洞察，而且还实现了从 DAFT 索引到无线信道的延迟多普勒 (DD) 参数的直接映射。在此基础上，我们在 AFDM 的 DD 参数化 DAFT (DD-DAFT) 域中开发了一种新颖的输入输出模型，该模型明确揭示了线性调频脉冲通道相互作用产生的固有 DD 耦合效应。随后，我们设计了两种匹配滤波传感算法。第一个在时频域中执行，复杂度较低，而第二个在DD-DAFT域中操作以精确解决DD耦合。仿真表明，我们的算法实现了有效的免飞行员传感，并展示了传感性能、通信开销和计算复杂性之间的基本权衡。在大多数情况下，所提出的 AFDM 优于经典 AFDM 和其他变体。

集成传感与通信 (ISAC) 将高精度传感与无线数据传输结合在一起。在本文中，我们研究了由灵活的智能超表面 (FIM) 支持的 ISAC 系统的设计，旨在使用深度强化学习 (DRL) 最小化具有服务质量 (QoS) 约束的 Cram\'er-Rao 界限 (CRB)。具体来说，我们制定了波束成形矩阵和FIM表面形状的联合设计，以减少CRB受发射功率、QoS和FIM表面形状约束的影响。然而，非凸公式使得优化问题难以解决。为了解决这个问题，我们为联合设计开发了一种深度确定性策略梯度（DDPG）演员批评家 DRL 方案，以约束感知奖励为指导，逐步提高感知性能。数值结果表明，与现有刚性阵列相比，联合优化波束形成矩阵和 FIM 表面形状可显着降低 CRB，同时确保通信质量。

太赫兹 (THz) 超大规模多输入多输出 (UM-MIMO) 系统有望满足第六代 (6G) 无线通信日益增长的需求。然而，由于混合近场和远场传播的固有特性，太赫兹频段的准确信道估计仍然是一个重大挑战。此外，传统的基于压缩感知 (CS) 的信道估计方法的性能在 UM-MIMO 情况下会显着下降。在这项工作中，提出了一种用于宽带太赫兹UM-MIMO系统中信道估计的辅助信息辅助动态阈值网络（SIDT-Net），该网络通过将辅助信息和可学习阈值与基于CS的深度展开网络相结合，以有限的导频开销实现高维稀疏重建。辅助信息的应用允许 SIDT-Net 在相邻阶段之间发送大量信息，从而大大提高估计精度和网络性能。 SIDT-Net还采用多尺度特征提取方法和残差辅助注意机制来自适应地强调信息特征。仿真结果表明，所提出的SIDT-Net比现有的CS方法和深度学习算法具有更高的估计精度，当信噪比（SNR）为10 dB时，平均归一化均方误差（NMSE）达到-20.5 dB。它还在准确性和复杂性之间提供了良好的权衡。

非固定柔性天线架构，例如流体天线系统（FAS）、可移动天线（MA）和收缩天线，近年来引起了人们的极大兴趣。在本文中，我们在基站（BS）部署可旋转天线（RA）阵列，通过利用天线旋转引入的额外空间自由度（DoF）来提高集成传感和通信（ISAC）性能。为了增强包含潜在目标的扩展区域的传感性能，同时满足多个用户的通信要求，我们的目标是在满足用户所需的最低通信速率的前提下，最大化传感区域内的最小回波信号功率。对于单个用户和点目标的特殊情况，我们证明当通信用户和感知目标都位于远场区域时，所有RA的最佳方向是相同的，然后推导出最佳RA指向向量的闭式解。对于一般的多用户和扩展目标情况，我们提出了一种交替优化（AO）算法，该算法以迭代方式交替优化通信的发射波束成形、探测信号的协方差矩阵和RA的指向向量。仿真结果表明，所提出的支持 RA 的 ISAC 系统可以显着优于各种基准方案，包括具有阵列旋转优化和固定天线方向的系统。

由于其超密集电磁控制能力，可重构全息表面（RHS）已成为集成传感和通信（ISAC）的有前途的推动者。在这项工作中，我们将近场多用户定位视为 ISAC 的一项关键功能。然而，硬件引起的相移约束和复平面耦合效应严重降低了经典的基于子空间的估计器（例如多信号分类（MUSIC））的性能。在这项工作中，我们分析表征了实际相移约束对音乐频谱的影响，并揭示了由此产生的伪峰值和角度偏差现象。为了应对这些挑战，我们提出了一种分层感知框架，它将子空间估计与稀疏感知恢复相结合。具体来说，我们引入了一种正则化正交匹配追踪（ROMP）辅助的多扇区感知机制，该机制利用 RHS 的方向稀疏性和扇区级结构分区，从而在有限分辨率硬件下实现稳健的多用户到达角（AoA）估计。此外，为了减轻近场距离估计偏差，我们设计了一种非线性融合估计器，它使用基于特定部门先验的置信加权积分来聚合来自多个局部远场部门的角度观测值。还开发了一种有信心的部门选择方案，以抑制不可靠的观察结果，而无需依赖数据驱动的学习模型。广泛的蒙特卡洛模拟表明，与传统的 MUSIC 和最小二乘方案相比，我们的方法可将均方根误差 (RMSE) 定位降低 80% 以上，并且即使在严重的硬件失真和扇区限制下也能保持米级精度。

当前公开元数据未提供可核验的原文摘要。上方“核心贡献”为编辑概述，不等同于原文 Abstract。

静态无线电地图提供与位置相关的传播先验，但它们无法捕获移动物体造成的短期阻塞。直接传感辅助波束预测也受到限制，因为波束索引丢弃了 SINR 余量、MCS 阈值、BS 替代方案和通信等效相邻波束。本文提出了 QuaMoE-DRF，一种质量感知的多模动态无线电地图预测框架，用于 ISAC 网络中的主动波束和速率自适应。其核心表示是未来的波束-SINR场。我们表明，完整的多基站波束 SINR 字段足以用于有限码本阈值速率基站、波束、MCS、有效吞吐量和中断决策。为了易于处理，所实现的模型学习了一个紧凑的参考 BS 本地字段，并辅以 BS 级监督、联合 BS-beam 监督和潜在网络上下文；我们还澄清，仅靠这种紧凑的投影不足以实现 BS 关联。 QuaMoE-DRF 通过由异方差模态误差下的逆方差融合驱动的质量感知专家混合模块融合静态几何、类事件运动观测、结构化传感状态和无线历史记录。它联合预测面向通信的地图通道和主动 BS、波束和 MCS 决策。在动态多基站和多用户城市基准上，QuaMoE-DRF 实现了 402.5 Mbps 有效速率、0.0417 中断概率和 0.1836 地图 RMSE，与最强的已完成有效速率基线相比，有效速率提高了 5.67%，中断减少了 8.35%。当前的验证使用来自紧凑型阻塞/路径损耗模拟器的标签，光线追踪仅用于校准和健全性检查。

本文研究了协作多小区无线网络中的联合上行链路调度和功率控制问题，其中每个小区最多允许一个单天线用户同时接入单天线基站。由此产生的加权和率 (WSR) 最大化问题是一个混合离散连续非凸优化问题，众所周知很难直接解决。经典的分数规划（FP）方法通过利用拉格朗日对偶变换（LDT）和二次变换（QT）来解决这个问题，产生用于调度和功率控制的易于处理的封闭式解决方案，其中LDT在处理离散变量方面发挥着至关重要的作用。在本文中，我们从最小化最大化 (MM) 的角度重新审视 LDT，并观察到由于倒数坐标结构，其诱导代理在某种程度上是保守的。受这一观察的启发，我们提出了一种新颖的倒数逆变换（RIT），它为对数速率函数构造了更严格的一阶泰勒展开下界。所提出的 RIT 仍然与 QT 完全兼容，从而产生用于联合上行链路调度和功率控制的代理增强 FP (SEFP) 算法。所提出的 SEFP 算法保留了经典 FP 框架所需的每小区可分离性，并允许辅助变量、调度决策和发射功率的封闭式更新。仿真结果表明，对于不同的网络实用程序，SEFP 算法始终优于经典 FP 方法和其他基线。

信道知识图 (CKM) 通过提供特定位置的信道知识来实现​​环境感知无线系统，但长期的环境变化（例如施工、流量重新分配和树叶变化）需要定期刷新地图。在实践中，信道测量通常是稀疏且不规则的，而环境知识可能仅限于粗略布局或拓扑描述符。本文研究了稀疏测量的 CKM 重建。我们证明，将局部聚合或频谱算子直接应用于零填充导频网格的重建管道可以将采样掩模与通道场纠缠在一起，从而允许结构先验在测量定义支持的无线电场之前对掩模引起的失真起作用。为了解决这个问题，我们提出了 Anchor-CKM，一种测量优先的知识辅助重建框架。Anchor-CKM 首先使用支持感知部分卷积来构建导频支持的表示，然后执行布局条件双路径傅里叶细化，然后对 CKM 均值和每个位置预测方差进行基于坐标的异方差预测。发射机不相交 DeepMIMO 场景的实验覆盖了 0.3 至 0.95 的缺失率，包括严格的 5% 至 10% 导频覆盖设置。在明确布局的室外场景中，Anchor-CKM 相对于最强的再现基线将接收功率均方根误差 (RMSE) 降低了 0.79 至 1.33 dB，而消融将飞行员支持稳定性确定为最大的贡献者，而布局调节则有利于视距/非视距 (LOS/NLOS) 边界保真度。

集成传感和通信 (ISAC) 通过通用波形和硬件平台实现通信和环境传感，已成为未来无线网络的关键技术。在 ISAC 的候选波形中，仿射频分复用 (AFDM) 由于其在高移动性环境中的鲁棒性而引起了广泛关注，但它的峰均功率比 (PAPR) 较高。在本文中，我们提出了一种感知感知的线性调频子载波预留（CSR）框架，该框架可以降低 PAPR，同时提高测距性能。所提出的方法将低复杂度的基于梯度的 PAPR 最小化与随机局部搜索相结合，利用 AFDM 自相关函数的相位敏感性来抑制延迟低模糊区 (LAZ) 旁瓣。数值结果表明，所提出的方案实现了 PAPR 的显着降低以及旁瓣抑制，从而提高了弱目标检测性能。

由于太赫兹（THz）信号的遮挡敏感性，嵌入障碍物信息的太赫兹频段无线电地图非常适合传感。然而，由于太赫兹传感器部署稀疏和障碍物属性空间巨大，传统的无线电地图构建方法泛化性差，直接影响障碍物感知。为了解决泛化挑战，我们提出了太赫兹频段的集成障碍物感测和无线电地图构建问题，该问题考虑了障碍物布局的概率分布，并利用了障碍物感测和无线电地图构建的相互增强。利用生成 11 模型近似数据分布的能力，我们提出了一个基于条件生成对抗网络（CGAN）的集成框架来解决这个问题。因此，该框架学习并近似接收信号强度（RSS）和障碍物布局的分布，从而实现更好的泛化。此外，通过识别与不同太赫兹波束方向相对应的无线电地图上的共享环境语义，我们引入了一种新颖的基于投票的传感方案，该方案已纳入集成框架中。仿真结果表明，所提出的框架在构建和传感方面均优于非集成基线，均方误差 (MSE) 分别降低了 20.8% 和 30.5%。

本文提出了一种新颖的收缩天线辅助空间复用（PASM）架构，该架构本质上融合了灵活辐射元件放置与射频（RF）链传输的优点。具体来说，我们利用介质波导的确定性相位变化作为零功率相位控制机制，其中由单个射频链馈电的每个波导驱动多个收缩天线 (PA)，获取位置相关的相移。然后，PASM 传播环境的特征是包含莱斯小规模衰落、相关阴影和大规模路径损耗的真实信道模型。基于此，构想了一种低复杂度矢量近似消息传递（VAMP）检测器，它利用波导结构先验来联合处理与所有 PA 相关的信号。此外，我们推导了最大似然 (ML) 检测器的误码率 (BER) 分析上限，以量化可实现的性能限制。最后，我们的仿真结果表明，所提出的 PASM 架构比传统的移相器辅助空间复用 (PSSM) 实现了显着的信噪比 (SNR) 增益，而 VAMP 检测器在系统性能和计算复杂性之间实现了有吸引力的权衡。

混合波束成形是高频多天线无线系统的一种有前途的解决方案，但其实施受到模拟移相器（PS）网络的成本和复杂性的限制。尽管子连接架构简化了模拟网络，但其传统实现仍然需要为每个天线提供专用的PS，从而导致相当大的布局面积、布线、校准和控制开销。为了解决这个问题，本文提出了一种具有稀疏 PS 的新型静态连接架构，用于超低成本子连接混合波束成形，其中每个子阵列内的天线通过优化的固定 PS 到天线连接矩阵共享 PS。所提出的架构保留静态连接，同时通过自适应 PS 相移调整和数字预编码实现动态波束控制。对于单射频 (RF) 链场景，稀疏 PS 连接设计转化为天线分组问题，具有分析表征的结构特性和高效算法。对于多射频链场景，我们开发了一种服务质量（QoS）-多数化-最小化（MM）算法来处理混合离散连续优化问题。数值结果表明，所提出的架构减少了 PS 数量，同时保留了传统全 PS 子连接架构的大部分波束成形能力。特别是，所提出的设计在单射频链和多射频链系统中分别实现了 37.5% 和 62.5% 的 PS 计数减少，同时避免了与确定性连接方案相关的深空和栅瓣退化。这些结果为静态稀疏 PS 共享提供了工程见解：硬件高效混合波束成形的关键不仅是减少 PS 数量，而且还通过优化的 PS 连接拓扑保留基本的模拟域自由度。

无人驾驶飞行器（UAV）的迅速扩散给低空空域安全带来了重大挑战，特别是未经授权的入侵。为了解决这些漏洞，集成传感和通信（ISAC）已成为反无人机系统的关键推动者。然而，现有研究侧重于固定基站的蜂窝网络，不适合目标无人机的连续运动，无法满足灵活感知和可靠定位的双重需求。为了解决这个问题，我们提出了一种仅基于协作无人机的 ISAC 支持的反无人机方案。具体来说，我们首先推导出空空传输中断概率容忍度约束下的最优发射功率。随后，我们结合目标无人机的位置不确定性推导了感知Fisher信息矩阵和Cramér-Rao Bound（CRB）。然后，我们制定长期 CRB 最小化问题来增强协作感知性能。为了解决这个NP难题，我们设计了一种鲁棒的优化算法，通过将结构复杂的CRB矩阵转换为一组半定约束，并解决固有的位置不确定性，联合优化发射-接收波束成形、关联调度和无人机轨迹。数值结果表明，我们提出的算法在传感精度和鲁棒性方面优于代表性算法。

本文提出了一种针对集成传感与通信（ISAC）支持的空地一体化网络（SAGIN）的新型干扰管理方案，其中协作多无人机网络与卫星系统共存。由于通信开销和隐私问题，卫星和无人机用户都不一定愿意参与干扰管理。我们将卫星与无人机的交互建模为非合作 Stackelberg 博弈。具体来说，卫星领导者首先优化其波束成形，以在功率预算约束下最大化可实现的速率；然后，多无人机追随者动态分配资源，以最大限度地提高其平均速率，同时满足传感和轨迹要求。为了解决具有初始敏感性和高计算复杂性的复杂分层博弈问题，我们提出了一种与变压器编码器架构集成的平均场强化学习（MFRL）算法。通过将多智能体竞争简化为与平均场的交互，基于变压器的MFRL方法变得适合分析大规模场景，并允许通过平均场干扰有效地计算干扰，从而大大降低了计算复杂度。仿真结果表明，与现有的基于学习的基准相比，所提出的算法将平均可实现率提高了 54.2%，同时保持了可接受的传感性能。