[論文レビュー] Waveform Optimization with Multiple Performance Metrics for Broadband Joint Communication and Radar Sensing

Zhitong Ni, J. Andrew Zhang+3 more|arXiv (Cornell University)|Nov 22, 2020

Radar Systems and Signal Processing参考文献 36被引用数 5

ひとこと要約

本稿は、広帯域共同通信・レーダー感知（JCAS）システムのための新しい波形最適化フレームワークを提案する。通信の和レートとレーダー感知性能を、相互情報量またはクラメール・ラオ下界（Cramér-Rao bound）を指標として、同時に最適化する。実用的制約下で非凸の多目的最適化問題に対して、閉形式解と反復的解の両方を導出しており、数値的妥当性検証を通じて、システム性能の向上を示している。

ABSTRACT

Joint communication and radar sensing (JCAS) integrates communication and radar/radio sensing into one system, sharing one transmitted signal. In this paper, we investigate JCAS waveform optimization underlying communication signals, where a base station detects radar targets and communicates with mobile users simultaneously. We first develop individual novel waveform optimization problems for communications and sensing, respectively. For communications, we propose a novel lower bound of sum rate by integrating multi-user interference and effective channel gain into one metric that simplifies the optimization of the sum rate. For radar sensing, we consider optimizing one of two metrics, the mutual information or the Cramer-Rao bound. Then, we formulate the JCAS problem by optimizing the communication metric under different constraints of the radar metric, and we obtain both closed-form solutions and iterative solutions to the non-convex JCAS optimization problem. Numerical results are provided and verify the proposed optimization solutions.

研究の動機と目的

• JCASシステムにおける通信とレーダー感知の両方の性能指標を同時に考慮する統一的最適化フレームワークの不足に対処すること。
• 最適化を簡素化するため、複数ユーザー干渉と有効チャネルゲインを統合した和レートの新規下界を提案すること。
• レーダー感知性能指標（相互情報量またはクラメール・ラオ下界）の制約下で通信性能を優先する形で、共同最適化問題を定式化すること。
• 共同設計に起因する非凸最適化問題に対して、閉形式解と反復的解の両方を提供すること。
• 現実的な広帯域JCASシステム環境下での数値的結果を通じて、提案フレームワークの有効性を検証すること。

提案手法

• 最適化の取り扱いを容易にするために、複数ユーザー干渉と有効チャネルゲインを統合した単一の指標としての和レートの新規下界を導入する。
• 相互情報量（MI）またはクラメール・ラオ下界（CRB）を目的関数として用いて、レーダー感知性能をモデル化する。
• 通信の和レートを最大化する多目的最適化問題を定式化し、レーダー感知性能指標の制約を設ける。
• ラグランジュ緩和と固有値分解技術を用いて、特定の条件下で閉形式解を導出する。
• 閉形式解が得られない場合に備えて、乗数法に基づく反復的アルゴリズムを提案する。
• 行列微積分と摂動解析を用いて、波形パラメータに関する目的関数および制約関数の勾配を計算する。

実験結果

リサーチクエスチョン

• RQ1 JCASシステムにおいて、最低限のレーダー感知性能を維持しつつ、通信和レートをどのように効果的に最適化できるか。
• RQ2 複数ユーザー干渉と有効チャネルゲインを単一指標に統合することで、和レート最適化の取り扱いやすさと性能にどのような影響を与えるか。
• RQ3 相互情報量とクラメール・ラオ下界という異なるレーダー感知指標は、波形設計の制約および誘導において、それぞれどのように比較できるか。
• RQ4 広帯域JCASシステムにおける共同最適化問題に対して、どのような条件下で閉形式解を導出できるか。
• RQ5 閉形式解が得られない場合に、収束性と性能向上を保証する反復的アルゴリズム的手法は何か。

主な発見

• 提案された和レートの下界は、複数ユーザー干渉とチャネルゲインのトレードオフを効果的に捉えており、より正確で取り扱いやすい最適化を可能にした。
• レーダー制約がクラメール・ラオ下界に基づき、波形行列に特定の構造的仮定が満たされている場合、閉形式解が導出可能である。
• より一般的な状況では、反復的アルゴリズムが、与えられた制約下で通信和レートとレーダー感知性能の両方を向上させる解に収束する。
• 数値結果により、提案フレームワークが従来の波形設計に比べ、より高い和レートと優れたレーダー推定精度を達成することが確認された。
• ユーザー数やターゲット数の変動に対しても、フレームワークは頑健であり、単一の指標のみを最適化するベースライン手法を上回る性能を示した。
• 相互情報量をレーダー指標として用いることで、周波数選択性 fading 環境においてスペクトル効率と感知精度の両方を共同で最適化できるようになった。