2026-08-03论文雷达 TEST

超大规模天线阵列（ELAA）已成为许多 6G 关键候选技术的共同特征，其中近场特性占据主导地位。准分布式阵列可以进一步扩展近场范围，利用近场优势提高系统性能。然而，其典型的模块化阵列实施方式会受到严重的栅瓣的影响，从而导致不可忽略的用户间干扰。为了解决这个问题，我们提出了模块化最小冗余阵列（M-MRA），通过重新设计子阵列配置来抑制近场栅瓣。具体来说，我们首先表征传统模块化均匀线性阵列（M-ULA）的波束方向图。与栅瓣仅存在于角度域的普遍看法相反，我们发现近场栅瓣也可能出现在距离域中。我们进一步分析了如何抑制 M-ULA 的近场栅瓣。结果表明，增加每个模块的天线数量可以抑制栅瓣。特别是，所需的天线数量随着模块间距线性增长，因此在有限的天线数量下，栅瓣干扰非常严重。这一限制启发我们通过重新设计子阵列结构来提出M-MRA。对于M-MRA，每个子阵列内的不均匀天线间距提供了更窄的空间包络，使其能够同时抑制角度域和距离域中的近场栅瓣。仿真结果验证了所提出的M-MRA能够在相同天线数量下显着提高多用户近场通信的频谱效率。

大规模多输入多输出（MIMO）被认为是6G通信中的关键技术，提供大自由度（DoF）来提高复用增益。本文引入特征模式分析 (CMA) 来推导可实现的自由度。与主要关注无线信道自由度的现有工作不同，我们的自由度分析还涉及天线的激励和辐射特性，这表明如果收发器天线特性不匹配，MIMO系统的独立数据流的数量可能会减少。具体来说，我们使用 CMA 对收发器天线的激励和辐射特性进行建模，以分析天线的激励和辐射特性。建立了基于CMA的DoF分析框架并推导了可实现的DoF。然后制定天线的特征模式优化问题，以最大化可实现的自由度。研究了在收发器上部署可重构全息表面（RHS）天线的案例研究，随后提出了基于 CMA 的遗传算法来解决上述问题。通过改变 RHS 的特征模式电场和表面电流分布，可增强可实现的自由度。全波仿真验证了可实现的自由度的理论分析，并表明，通过基于所提出的算法重新配置 RHS，可实现的自由度得到了改善。

我们提出了一种基于变分微积分 (CoV) 的新颖框架，用于表征任意多输入多输出 (MIMO) 阵列几何形状的连续电磁流形并对其进行波束成形。基于最先进的离散矩矩阵公式（SotA），所提出的框架同时克服了其三个基本限制：（i）近场辐射算子引起的点源近似误差； (ii) 将波束成形空间限制在由硬件端口数决定的 N 维子空间； (iii) 推广到任意阵列几何形状。为此，每个网格元素被建模为一个二维平面补片，其空间平均格林函数通过高斯-勒让德 (GL) 求积进行评估，以可忽略的额外成本产生严格更准确的近场表示，而 L^2(S_T) 中的连续馈送函数 w(p)（作为 N 端口网络的无限维极限引入）将优化提升到维度 K >> N 的硬件解耦当前子空间。在一个应用示例中，我们采用所提出的基于 CoV 的框架来推导闭式最佳波束形成器，以实现无约束场强最大化以及功率密度 (PD) 和区域约束下的近场模式合成，从而建立它们与离散和广义匹配滤波器的精确类比。全波 MATLAB Antenna Toolbox 验证证实，在可比较的计算成本下，线性和平面几何形状在 SotA 基线上具有一致的近场精度增益。

太赫兹（THz）频段因其超宽带宽而被认为是满足未来第六代（6G）无线通信高吞吐量要求的有前途的候选频段。然而，由于高频下的高穿透损耗，阻塞成为太赫兹通信中的一个严重问题，特别是在障碍物众多的近场室内通信中。为了解决这个问题，本文研究了基于自加速艾里光束的抗阻塞近场光束训练，该光束可以沿着弯曲轨迹传播以绕过障碍物。具体来说，我们首先在存在障碍物的情况下使用离散傅立叶变换（DFT）码本分析艾里光束的轨迹和接收器处的波束方向图。有趣的是，我们发现波束方向图不仅捕获接收器的位置信息，还隐式编码接收器和障碍物之间的空间关系，这有助于识别最佳艾里波束配置。基于这一见解，我们将阻挡弹性光束训练任务表述为多任务学习问题，并提出了一种基于注意力的轻量级多参数光束训练网络，以基于光束图案联合预测最佳艾里光束的角度、距离和曲率参数。最后，仿真结果表明，艾里光束有效地减轻了阻塞效应，并且所提出的方案实现了与穷举光束扫描相当的性能，同时显着降低了训练开销。

本文研究了电磁可重构天线 (ERA) 辅助下的上行链路无线系统中的多用户定位。与传统的定位方案不同，我们提出了一个主动传感问题，其中基站（BS）利用先前传感阶段积累的历史飞行员观测数据来适应共享的 ERA 配置并逐步完善位置估计。为了捕获理论灵活性和实际硬件约束，我们建立了一个统一的宽带几何信号模型，可容纳两种互补的 ERA 范式：利用球谐基函数的基于合成的模型，以及基于测量辐射码本的有限状态模型。由于高维观察和多个用户之间的共享孔径耦合，分析解决由此产生的联合设计问题非常棘手，因此我们开发了一种基于学习的主动传感框架。具体来说，导频匹配的宽带观测结果被压缩为紧凑的用户特征，并由长短期记忆（LSTM）模块顺序累积。然后，这些时间特征由图神经网络 (GNN) 进行处理，以捕获多用户共享孔径耦合。特定于模型的输出头生成连续合成系数或有限状态 ERA 选择，而定位头生成阶段式位置估计。特定通道分布下的数值结果表明，所提出的ERA辅助主动传感框架实现了跨传感阶段的渐进定位细化，并获得了比传统的不可重构阵列和代表性消融基线更好的性能。

本文介绍了超表面波前弯曲（MWB）来增强辐射近场多用户多输入多输出（MU-MIMO）系统中的空间复用。通过增加球面波曲率，MWB 增强了接收器阵列中与距离相关的相位变化，减少了用户间信道相关性并提高了用户可分离性。本文开发了曲率相关的信道分析、MWB 的广义片过渡条件 (GSTC) 合成程序以及完整的超表面辅助 MUMIMO 信道模型。对实用的通用配置文件方案和理想的用户特定基准进行了评估。结果表明，MWB 显着提高了频谱效率和有效信道等级。最后，提出了一种三层透射惠更斯超表面架构用于物理实现。

本文研究了多天线移动站 (MS) 的近场 (NF) 位置和方向（即位姿）跟踪，该移动站使用配备超大型天线阵列 (ELAA) 的基站 (BS) 和有限数量的射频 (RF) 链。在这种混合阵列架构下，基站接收到的上行链路导频信号首先由模拟移相器组合，在数字处理之前产生低维观测。这种模拟压缩仅提供对 ELAA 测量的部分访问，因此设计一种模拟组合器至关重要，该组合器可以在通道不确定性和单位模数硬件限制的情况下保留与姿态相关的信号分量。为了解决这个问题，我们提出了一种预测模拟组合辅助扩展卡尔曼滤波器（PAC-EKF）框架，其中模拟组合器利用 MS 姿态变化中的时间相关性以预测方式捕获信息最丰富的信号分量。然后，我们通过贝叶斯 Cramér-Rao 界和 Fisher 信息矩阵分析基本性能限制，明确量化模拟组合器、阵列大小和信噪比如何影响上行链路观测中包含的姿态相关信息。基于这些见解，我们开发了两种设计低复杂度模拟组合器的方法。数值结果表明，所提出的预测模拟组合方法即使在射频链较少和发射功率较低的情况下也能显着提高跟踪精度，并且在实际相位量化下仍然有效。

准确的信道状态信息 (CSI) 采集对于释放超大规模多输入多输出 (XL-MIMO) 系统的性能增益至关重要。然而，在近场区域，由于高维通道表示和球形波前传播，CSI 采集比远场更具挑战性。为了解决这个问题，在本文中，我们提出了一种用于 XL-MIMO 系统的高效多域近场信道外推框架。利用条件去噪扩散隐式模型 (CDDIM)，我们的方法能够在天线、频率和空间域上进行准确的信道外推。具体来说，我们设计了一个物理感知的 CDDIM 主干，它结合了位置嵌入的补丁标记化和掩模引导的多头注意机制，使模型能够利用近场球面波传播引起的位置相关的通道相关性。为了确保高保真外推，我们采用了 Wasserstein GAN (WGAN) 判别器，它在训练和反向采样阶段为 CDDIM 提供对抗性监督。此外，还引入了 RePaint 式细化方案来优化采样轨迹，进一步提高外推精度。大量的实验证明了所提出的框架的优越性，在不同的领域、不同的配置和严格的掩蔽条件下实现了卓越的外推精度和稳健的泛化。

网络级集成传感和通信（ISAC）被认为是下一代移动无线电系统的变革性技术。通过实现多个收发器之间的协作，网络级 ISAC 可以通过空间分集显着增强通信和传感性能。然而，现有的资源分配策略通常忽略了空间几何的影响，其中相同的时频资源对感测精度的贡献不同，具体取决于收发器的位置。这使得空间拓扑和资源效率之间的基本耦合不明确，使得最优资源分配成为释放网络级ISAC全部潜力的关键挑战。为了解决这一挑战，本文通过理论上的两阶段框架研究了空间分布式收发器中时频资源的最优分配。首先，我们分析推导了用于感测的最佳时间和频率孔径分布，分别定义为在双发射机和多发射机场景下分配的符号和子载波索引的方差。通过利用延迟和多普勒估计之间的数学同构，我们证明最优资源分配策略遵循 Cramer-Rao 下界（CRLB）相对于孔径的梯度方向。其次，为了弥合理论孔径值和实际 OFDMA 约束之间的差距，例如每个用户设备 (UE) 的最小通信速率，我们将资源分配制定为组合整数划分问题。为了解决所提出问题的 NP 难性质，提出了一种低复杂度方差引导划分算法（VGPA）来联合优化用于通信和传感的子载波和符号模式。

由于大距离角码本和快速信道变化，超大规模多输入多输出 (XL-MIMO) 车辆到基础设施 (V2I) 系统中的近场波束训练会产生很高的开销。本文提出了一种基于雷达波束图学习的无源雷达辅助近场波束预测框架。通过利用雷达观测和通信信号之间的空间相关性，所提出的方法使用轻量级编码器-解码器卷积神经网络将雷达巴特利特频谱映射到通信波束图。进一步引入高斯软监督来保持波束空间连续性。对同步 Sionna 射线追踪雷达通信数据集的仿真表明，所提出的方法持续提高了 Top-k 精度、基于距离的精度、波束损耗和频谱效率。

本文研究了混合近场和远场 (MF) 同时无线信息和电力传输 (SWIPT) 系统的功耗 (PC) 效率，该系统由基于混合波束成形 (HB) 的模块化超大多输入多输出 (XL-MIMO) 阵列支撑。多个信息解码 (ID) 和能量收集 (EH) 用户由发射阵列的近场 (NF) 和远场 (FF) 区域中的多个组成子阵列提供服务。提出了一种新颖的决策方法，使用最小二乘（LS）信道估计的基于 Frobenius 范数的频率相关性来准确分类不同的现场用户。 NF 空间非平稳性 (SnS) 效应需要不同的电磁 (EM) 可见区域 (VR)，可以对其进行定制以采用对组成 XL-MIMO 子阵列的策略激活。我们制定了一个两层联合优化问题来最小化整体 PC，除了子阵列激活 (SA) 之外，还考虑了 ID 和 EH 用户的功率分配 (PA)。这个具有挑战性的混合整数问题被转化为计算上易于处理的公式，同时开发了良好优化的算法。我们的仿真结果表明，与具有全阵列 (FA) 的同等 PA 相比，我们提出的 PA-SA-HB 方案的整体 PC 减少了高达 93%，与 PA-FA-HB 情况相比减少了高达 18%。

近场协方差矩阵对于大孔径阵列中的定位、协方差感知估计和线性 MMSE 滤波至关重要，但高斯位置不确定性需要对非线性球面波转向矢量进行昂贵的数值平均。这封信提出了二维近场高斯协方差近似的低复杂度框架。通过将正交协方差写为 RQ = HHH ，可以从简化的观测表示中获得主要协方差谱，从而避免完全 MxM 特征分解。进一步引入仅使用网格到网格主光谱差异的自校准非参考光谱误差估计器。数值结果显示了精确的收敛跟踪和显着降低的复杂性。

基于 3D 高斯分布 (3DGS) 的无线辐射场 (WRF) 重建的最新进展为无线信道建模提供了有效的解决方案。然而，现有的WRF重建方法依赖于预先收集的观测值和离线优化，因此难以提供实时的信道知识。为了弥补这一差距，我们提出了 CORF-GS，这是一种实时 WRF 重建框架，可处理连续的光学和射频 (RF) 关键帧。具体来说，CORF-GS 为光学和 RF 构建了一个统一的高斯表示，具有共享的几何形状和特定于模态的外观，允许高分辨率光学图像为 WRF 重建提供结构先验。当新的关键帧到达时，CORF-GS 首先采用光导高斯采样来致密代表性不足区域的 WRF。由于波长不匹配，光和无线电波可能对相同物体表面做出不同的响应，因此仅依靠光学引导可能会忽略射频信息区域。因此，CORF-GS 执行耦合光学射频优化以共同细化共享高斯。与现有的两级训练管道相比，这可以防止 WRF 被动地适应冻结的光学几何形状，并鼓励共享高斯适应光学结构和 RF 功率分布。仿真表明，CORF-GS 实现了最先进的 RF 频谱合成质量，并且与现有 WRF 方法相比，将重建时间缩短了 6.4 美元\times$。

流体天线阵列 (FAA) 通过激活可重新配置端口的子集来支持多用户下行链路传输。激活掩模共同决定有效通道和稀疏辐射孔径，这需要在和率、旁瓣抑制、硬件约束和在线复杂度之间进行平衡。通道驱动的选择可以聚集活动端口并增加旁瓣，而面向旁瓣的合成通常与通道无关，并且会牺牲总速率。本文提出学习分块端口激活 (L-BPA)，用于实时旁瓣感知 FAA 下行链路波束成形。 L-BPA 在每个孔径块中激活固定数量的端口，支持分组交换硬件并限制端口集群。轻量级卷积网络使用多用户通道特征、端口坐标和用户功率统计数据对端口进行评分。训练将块式直通掩模与可微峰值旁瓣电平 (PSLL) 替代相结合。在推理过程中，学习到的分数与多尺度几何排斥相结合，然后在减少的有效通道上进行正则化的迫零预编码。相对于均匀稀疏激活，L-BPA 将平均 PSLL 降低了 3.26 dB，同时实现了略高的总和率。相对于贪婪选择和基于增益的选择，它还分别将 PSLL 降低了 8.13 dB 和 10.10 dB，而无需迭代在线搜索。

中上频段，特别是频率范围 3 (FR3) 内的 7-8 GHz 范围，已成为广域第六代 (6G) 蜂窝网络的主要候选频谱。其较短的波长使得数百个天线元件能够集成在现有 5G 基站面板的物理孔径内。原则上，由此产生的孔径增益可以补偿增加的路径损耗，并在重用当前蜂窝基站的同时实现具有 256 个或更多天线端口的极限 MIMO (E-MIMO)。然而，在实践中，简单地将 5G 新无线电 (NR) 架构从数十个端口扩展到数百个端口会遇到基本的系统级限制。本文确定了 5G 式 MIMO 扩展的突破点，并制定了实用中上频段 E-MIMO 的研究路线图。我们首先回顾 FR3 频谱的演进、其传播和信道特性以及新兴的 6G 系统要求。然后，我们将主要挑战分为四个耦合领域：保持对所有物理通道和协议状态的有效覆盖；实施宽带、节能射频设备和无线电单元；开发新的低功率阵列和波束成形架构；并通过可管理的探测和反馈开销获取足够精细的信道状态信息。代表性系统研究说明了用户特定数据传输和公共或通道采集信号之间的覆盖不对称性，以及全数字、混合、三混合、动态超表面和流体天线架构之间的频谱和能量效率权衡。最后，我们讨论分布式孔径、集成传感、人工智能辅助信道获取和环境感知操作如何将固定孔径缩放转变为可部署的 6G E-MIMO 架构。

时间边界是材料折射率的突然时间变化，在改变光频率的同时保持波矢量守恒，为动态光谱控制提供了一条强大的途径。先前对类似 Drude 材料的时间边界的演示主要产生简单的单向频移。在这里，我们通过实验在空气和激光诱导等离子体之间的界面上实现了太赫兹波的超快时间边界，该等离子体通过局域表面等离子体模式表现出洛伦兹共振响应。该边界是通过在 100 飞秒内将空气转化为圆柱形等离子体柱而创建的，从而实现强大的子循环指数调制。我们在单个边界处通过非常规双向（同时红移和蓝移）频率转换观察时间折射。一个简单的模型将等离子体形成的隧道电离描述与洛伦兹色散相结合，定量地再现了测量的光谱。通过精确调整等离子体产生和太赫兹波到达之间的延迟，我们解决了光谱随时间的演变，并直接确认时间折射是基本的子周期效应。这些结果将洛伦兹时间边界确立为丰富的时间光与物质相互作用的实验平台，并为动态太赫兹光子学奠定了基础，包括时间可重构光谱元件、放大方案以及光子时间晶体和时空超材料的构建模块。

我们提出了一种多线性调频仿射频分复用（MC-AFDM）方案，用于与里德堡原子量子接收器（RAQR）联合延迟多普勒估计。这项工作的动机是，RAQR 虽然提供卓越的灵敏度和有利的传感能力，但由于目标移动性引起的双色散 (DD) 通道中的多普勒频移而遭受光学模糊，这妨碍了延迟多普勒参数的可靠估计。为了解决这种光学模糊性并释放 RAQR 在 DD 通道中的潜力，所提出的 MC-AFDM 采用多个不同的 AFDM 后线性调频信号来克服经典单线性调频 AFDM (SC-AFDM) 的秩不足问题，从而能够对多个目标进行准确的延迟多普勒估计。我们的分析表明，多个后线性调频参数的边缘分布可以通过最小化条件数来进一步提高估计精度。基于所提出的 MC-AFDM 波形，我们设计了一种基于正交匹配追踪 (OMP) 和最小二乘法 (LS) 的顺序信号处理算法，并推导了延迟和多普勒估计的理论下界。数值结果表明，与经典的 SC-AFDM 相比，所提出的 MC-AFDM 将距离和速度估计精度提高了两个数量级，并通过后线性调频优化接近其理论界限，验证了 RAQR 在高分辨率量子无线传感中的量子诱导优势。

集成传感和通信 (ISAC) 使无线系统能够重复使用通信信号进行环境传感，其中重建周围物体的几何形状是一项代表性的传感任务。然而，许多传统方法依赖于相干处理并需要准确的相位信息，这在实际通信系统中通常很难保证，特别是在高载波频率下。为了解决这个问题，本文提出了一种基于信道脉冲响应（CIR）测量的多视图似然累积几何重建（MVLA-GR）方法，该方法仅使用延迟和功率观测而不需要相位信息。该方法从每个观测中提取主要多径分量，并且对于每个候选空间位置，累积传播距离与位置匹配的视图的分量作为支持证据。引入软距离匹配内核来容忍范围估计误差和视点相关的散射偏移，并且每个组件的接收功率用作可靠性权重。然后，结合响应幅度和角度支撑连续性的联合阈值策略将连续支撑图转换为二进制几何估计。对规范和复杂目标的射线追踪模拟以及 36 GHz 下的真实车辆测量表明，MVLA-GR 可以有效恢复目标几何形状，为 ISAC 提供低复杂度的无相解决方案。

我们研究了用于无人机（UAV）避障任务的集成传感与通信（ISAC）支持的BS，并提出了一种面向目标的语义通信（GOSC）框架，使BS能够高效且有效地传输传感和命令与控制（C&C）信号。我们的GOSC框架建立了传感-C&C生成-传感和C&C传输的闭环：在传感方面，应用卡尔曼滤波器（KF）连续预测无人机位置，减轻无人机位置获取对连续传感信号传输的依赖，并通过传感-预测融合提高位置估计精度。基于KF提供的精细估计位置，我们开发了一种基于马氏距离的动态窗口方法（MD-DWA），以在不确定性下生成精确的C＆C信号，其中我们推导了保证避免碰撞所需的最小马氏距离的数学表达式。最后，为了实现高效的传感和 C&C 信号传输，我们提出了一种有效性感知深度 Q 网络 (E-DQN)，以根据传感和 C&C 信号的信息值 (VoI) 确定传感和 C&C 信号的传输。传感信号的 VoI 通过无人机位置估计的不确定性熵的减少来量化，而 C&C 信号的 VoI 通过其对无人机导航改进的贡献来衡量。广泛的模拟验证了我们提出的 GOSC 框架的有效性。与传统的在每个时隙传输传感和C&C信号的ISAC传输框架相比，GOSC实现了同样100%的任务成功率，同时将传输的传感和C&C信号数量减少了92.4%，传输时隙数量减少了85.5%。

可重构智能表面 (RIS) 是一项很有前景的技术，可增强物联网 (IoT) 网络的覆盖范围和连接性。然而，RIS 的被动性质阻碍了 BS-RIS 通道和 RIS 用户通道与级联通道的解耦，使得 RIS 辅助物联网网络中的通道估计 (CE) 和主动用户检测 (AUD) 都面临挑战。为了解决这个问题，本文通过利用级联通道中的稀疏结构及其联合缩放特性，将联合CE和AUD的任务制定为多层稀疏恢复问题，从而可以通过对角矩阵相对于活动参考UE的级联通道对每个用户设备（UE）的级联通道进行归一化。在变分贝叶斯推理的框架内，所提出的问题转化为贝特自由能（BFE）最小化问题。为了有效地解决这个问题，我们提出了一种低复杂度的基于 BFE 的混合消息传递（BFE-HMP）算法，该算法引入了各种矩匹配约束。更重要的是，所提出的 BFE-HMP 算法的两种去中心化实现是为新兴的去中心化基站（BS）架构开发的。大量的仿真结果验证了所提出的基于 BFE 的算法在归一化均方误差和检测误差概率方面相对于现有最先进方法的优越性。

在数百皮秒量级的系统时间分辨率受限的情况下，非视距（NLOS）高分辨率成像仍然是一个重大挑战。现有NLOS研究的成像保真度主要取决于NLOS系统的时间分辨率。为了克服这一限制，我们提出了一种新颖的采集策略，可以在单次采集中获得多组时延信号，并提高采集效率。我们方法的核心涉及生成准恒定延迟循环（QCDC）采集模式并应用相应的准恒定延迟超分辨率（QSR）算法。最高时间分辨率可从 200 ps 提高到 20 ps。此外，可以从15×64 QCDC模式收集的信号成功重建256×256的重建结果。实验结果证实，QCDC-QSR方法处理的信号适用于典型的NLOS算法。通过突破系统硬件限制，我们的方法在低时间分辨率的非视距系统中具有巨大的应用潜力。

电光超表面调制器正在吸引越来越多的时空应用的兴趣，包括高速成像、自由空间光通信和衍射计算。在本文中，我们展示了利用与有机电光材料集成的单层二聚纳米金属光栅的高速非局部超表面调制器。通过对光栅间距引入对称破缺扰动，我们在 1350 至 1450 nm 的宽光谱范围内实现了共振质量 (Q) 因子的系统调谐。因此，我们获得了 570 的高 Q 因子，以及通过精确 Q 调谐超过 50% 的大调制深度，以实现高消光比。对于 150μm 方形器件，测得的 3dB 调制带宽达到 650MHz，该带宽目前受到 RC 时间常数的限制，并且应该可以在减小器件尺寸的情况下扩展到数十GHz范围。由于其简单的单层结构和空间可扩展的表面法线配置，该演示平台为紧凑型高速自由空间电光调制器提供了一条有前途的途径。

由多个低地球轨道 (LEO) 卫星形成的无蜂窝网络为无处不在的连接提供了一种有前途的架构，但它们的协作接收受到依赖于链路的残余延迟和多普勒频移的挑战。本文研究了多 LEO 卫星无小区正交时频空间 (OTFS) 上行链路的联合信道估计和数据检测 (JCEDD)。 JCEDD 问题被表述为涉及链路特定稀疏波束-延迟-多普勒信道和多用户数据向量的结构化双线性推理问题。我们开发了一种低复杂度的分层 JCEDD 接收器，其中所有卫星首先执行本地 JCEDD，然后将它们的观测值和本地估计汇总在中央卫星上以进行协作细化。通过将信道估计限制在粗信息辅助的局部波束延迟多普勒区域并以无矩阵的方式评估所需的前向和伴随操作，可以降低计算复杂度。仿真结果验证了所提出的 JCEDD 接收器的信道估计精度和数据检测可靠性。

本文研究了多目标多输入多输出 (MIMO) 正交频分复用 (OFDM) 传感的泄漏感知波束选择。我们的重点是确保每个假设的目标在其自己的延迟多普勒（DD）箱中保持可检测性，尽管有其他目标的泄漏。为此，我们推导出一个可见性度量，将所需的聚焦功率与有限网格 OFDM 模糊度内核、接收角度耦合和传输码本增益引起的成对泄漏分开。然后，我们制定了最大最小波束选择和功率分配问题，其中固定 OFDM 时频网格上的传感信号由有限数量的选定波束传输。由此产生的问题通过基于二分的混合整数逐次凸逼近框架来解决。分时公式也被提出作为全球可解决的基准。数值结果表明，所提出的成对泄漏感知设计比分时、全局泄漏抑制、基于照明和随机光束选择基线实现了更高的最差目标可见性，特别是当目标角度或 DD 接近时。

我们提出了一种新颖的双色散（DD）多输入多输出（MIMO）信道模型，结合了灵活的智能超表面（FIM），适用于高移动场景中的集成传感和通信（ISAC）。我们展示了所提出的 FIM 参数化 DD (FPDD) 信道模型如何扩展到已知在 DD 环境中表现良好的多载波波形，即正交频分复用 (OFDM)、正交时频空间 (OTFS) 和仿射频分复用 (AFDM)。利用这个模型，我们制定了一个可实现的速率最大化问题，对所有波形都有传感约束，并通过封闭形式梯度的梯度上升来解决它。数值结果表明，FIM 技术显着影响可实现的速率，而仔细的参数化对于所有波形的强大 ISAC 性能至关重要。

无蜂窝大规模 MIMO (CF-mMIMO) 与集成传感和通信 (ISAC) 相结合是未来 6G 网络的一种有前景的架构，可实现新的基于传感的应用。然而，集成传感功能会增加无线电、前传和云域的功耗，而传统的发射功率优化方法无法捕获这一点。在本文中，我们为具有分布式多目标检测的绿色CF-mMIMO ISAC系统开发了一种跨层端到端（E2E）优化框架。我们提出了一种分布式传感方法，其中接收接入点（RX-AP）计算本地测试统计数据，并通过加权组合策略将它们转发到云端进行聚合。我们在完全知情 (FIS) 和部分知情 (PIS) 场景下推导出最大后验比测试 (MAPRT) 检测器，捕获 RX-AP 上可用的不同级别的辅助信息。我们制定了一个联合优化问题，在通信和传感约束下，通过联合优化发射功率分配、AP 操作模式、通信用户和传感关联、RX-AP 分配以及云/前传资源，最大限度地降低总网络功耗。由此产生的混合整数非凸问题通过基于连续凸逼近和基于惩罚的松弛的两阶段迭代算法来解决。数值结果表明，与基准方案相比，所提出的 E2E 框架显着降低了总功耗，比仅传输功率优化节省了 50% 以上，比无线电优化节省了约 13-15%，同时保持了具有竞争力的检测性能。

在本文中，我们提出了概率去噪 ISAC (PDISAC)，这是一个建立在多比特时隙分区 ISAC 波形之上的框架：通过将每个最大长度序列划分为交替的导频和数据时隙，我们通过符号级扩展在每个序列中嵌入多个比特，从而倍增数据速率，同时每​​个芯片保留确定性雷达代码。然而，增加的吞吐量会将数据相关的非白色旁瓣注入距离多普勒 (RD) 热图中，从而降低匹配滤波器 (MF) 传感性能。我们没有修改 MF 接收器，而是开发了 RDPDNet，这是一种插入 RD 图形成和恒定误报率检测之间的轻量级概率去噪网络；使用对抗性频率混合机制对其进行训练，我们在不了解嵌入符号的情况下抑制了数据引起的旁瓣和热噪声。我们进一步表征了几何决定的通道的统计数据。然后通过分析下界、半分析误码率 (BER) 以及将时隙分配和序列长度与传感通信权衡联系起来的平均容量来分析设计的基本性能限制。通过对现实城市几何形状的分析和数值结果，我们表明 RDPDNet 吸收了大部分数据嵌入传感惩罚，并在低 SNR 下显着降低 RMSE，而传统的无数据链在高 SNR 下达到了偏差调整基准。此外，增加时隙分配会提高数据速率，但代价是较高的 BER，从而暴露出可调谐的传感与通信之间的权衡。

流体天线系统 (FAS) 引入了额外的空间自由度，以实现空地网络中的集成传感和通信 (ISAC)。然而，传统研究常常忽视或简化 FAS 的物理开销和转换成本。实际上，端口切换会产生不可忽略的时间，在此期间通信和感测可能会继续，但可能会降低时隙级性能。这导致了两个关键挑战：(1) 时隙级、成本感知型 ISAC 指标的表征很困难，(2) 较大的端口空间和随之而来的突然环境变化需要更可靠的在线决策。为了应对这些挑战，提出了成本感知的多目标 FAS 交换问题，同时考虑时隙级 ISAC 性能和交换能量。然后提出在线共形贝叶斯优化 (OCBO) 算法来学习未知的灰盒 ISAC 目标并校准替代不确定性，以实现鲁棒的停留或切换决策。仿真结果表明，与现有基准相比，所提出的成本感知优化框架可显着提高长期 ISAC 性能。

无蜂窝大规模多输入多输出（MIMO）是下一代无线系统的关键技术。将无蜂窝大规模 MIMO 集成到开放式无线接入网络 (O-RAN) 架构中，满足了对可支持不同用例的分散式、可扩展和高容量网络日益增长的需求。预编码是无小区大规模 MIMO 操作中的关键步骤，其中 O-RU 将其波束引导至目标用户，同时减轻对其他用户的干扰。当前无小区大规模 MIMO 的预编码方案要么是完全集中式，要么是完全分布式。集中式方案不可扩展，而分布式方案可能导致高O-RU间干扰。在本文中，我们提出了一种用于无小区大规模 MIMO 的分布式且可扩展的预编码框架，该框架使用预编码代理之间有限的信息交换来减轻干扰。我们制定了预编码的优化问题，以最大化总吞吐量，同时保证用户的最低数据速率要求。所表述的问题是非凸的。我们提出了一个多时间尺度框架，它将多智能体深度强化学习（DRL）与迭代算法的专家见解相结合，以有效地确定预编码矩阵。我们针对不同数量的 O-RU、用户和发射天线进行了仿真，并将所提出的框架与集中式预编码和分布式预编码方法进行了比较。结果表明，所提出的框架比分布式正则化迫零（D-RZF）方案和加权最小均方误差（WMMSE）算法实现了更高的总吞吐量。与集中式正则化迫零（C-RZF）方案相比，所提出的框架实现了类似的总吞吐量性能，但信令开销较低。

本文研究了通过联合波束成形、协作设备到设备 (D2D) 和移动边缘计算 (MEC) 卸载实现的集成传感、通信和计算网络。在所考虑的系统中，多个全双工集成传感和通信设备执行目标感知，同时通过D2D和MEC链路卸载部分延迟敏感的计算任务，从而利用短距离D2D通信和MEC服务器丰富的计算资源的互补优势。开发了 D2D 和 MEC 协同卸载框架，可同时优化收发器波束成形、任务分配和计算资源分配，目的是在确保传感性能的同时最大限度地减少整体计算延迟。为了解决公式优化问题的棘手问题，首先通过求解最小方差无失真响应问题导出接收波束形成器的封闭式解。随后，采用交替优化算法将原始问题分解为两个子问题。为了解决它们的非凸性，我们应用半定松弛和逐次凸逼近将每个子问题转换为凸形式，并将惩罚项集成到目标函数中以促进排名一解决方案。数值结果表明，与最先进的方案相比，所提出的方案在有限的功率和计算资源下实现了显着的延迟减少，同时保持了较高的传感信号与干扰加噪声比。

本文提出了一种安全鲁棒的收发器波束成形方案，以增强设备到设备（D2D）辅助的全双工集成传感和通信（ISAC）网络在不完善的信道状态信息（CSI）下的性能。开发了一个联合优化框架，以同时优化 ISAC 基站 (BS) 的收发器波束成形和 D2D 发射机的发射波束成形，目的是最大化最坏情况下的感测信号与干扰加噪声比 (SINR)，同时保证蜂窝用户 (CU) 和 D2D 对的安全通信和服务质量 (QoS)。为了解决联合优化问题的棘手问题，我们提出了一种基于广义S引理的鲁棒变换方法，将CSI不确定性约束转换为易于处理的线性矩阵不等式（LMI），从而能够有效处理有界信道误差。随后，我们提出了一种通过半定松弛（SDR）与双重检查策略集成的交替优化（AO）算法，其中内层可行性验证和外层排名一验证确保了解决方案的可行性，并且排名惩罚项加速了收敛。数值结果表明，与最先进的方案相比，所提出的方案实现了显着的性能改进。这些结果证实了所提出的方法针对复杂干扰和主动窃听威胁的鲁棒性，并突显了其在平衡 D2D 辅助 ISAC 网络的传感与通信权衡方面的优越性。

本文研究了实际收缩位置激活不确定性下收缩天线系统（PAS）的保密性能。通过动态选择沿介质波导的辐射点，PAS 可实现低成本的空间可重构性并增强安全传输。与假设理想激活控制的现有研究不同，我们考虑了由硬件限制和环境扰动引起的空间不准确性，这导致了合法通道和窃听通道之间的统计依赖性。为了表征这种不确定性引起的依赖性，导出了 PAS 特定的边际信噪比 (SNR) 分布，并采用高斯联结函数作为所得联合 SNR 分布的易处理表示，从而能够导出保密中断概率的近似表达式。仿真结果验证了理论结果，并证明即使存在激活不确定性，PAS 与传统固定天线系统相比仍保持稳健的保密性能。