[论文解读] Joint Multi-User Communication and Sensing Exploiting Both Signal and Environment Sparsity

Xin Tong, Zhaoyang Zhang+3 more|arXiv (Cornell University)|Sep 6, 2021

Advanced Wireless Communication Technologies参考文献 38被引用 126

一句话总结

该论文提出了一种基于图的迭代滑动窗口算法，用于IRS辅助的SCMA系统中联合多用户通信与环境感知，充分利用用户信号和环境散射体的稀疏性。该方法实现了通信解码与环境成像之间的连续感知与相互增强，通过反馈和基于动量的优化实现收敛与性能提升。

ABSTRACT

As a potential technology feature for 6G wireless networks, the idea of sensing-communication integration requires the system not only to complete reliable multi-user communication but also to achieve accurate environment sensing. In this paper, we consider such a joint communication and sensing (JCAS) scenario, in which multiple users use the sparse code multiple access (SCMA) scheme to communicate with the wireless access point (AP). Part of the user signals are scattered by the environment object and reflected by an intelligent reflective surface (IRS) before they arrive at the AP. We exploit the sparsity of both the structured user signals and the unstructured environment and propose an iterative and incremental joint multi-user communication and environment sensing scheme, in which the two processes, i.e., multi-user information detection and environment object detection, interweave with each other thanks to their intrinsic mutual dependence. The proposed algorithm is sliding-window based and also graph based, which can keep on sensing the environment as long as there are illuminating user signals. The trade-off relationship between the key system parameters is analyzed, and the simulation result validates the convergence and effectiveness of the proposed algorithm.

研究动机与目标

• 解决在6G无线网络中集成可靠多用户通信与精确环境感知的挑战。
• 利用SCMA带来的结构化多用户信号稀疏性以及非结构化环境散射体的稀疏性，降低系统复杂度。
• 设计一种联合通信与感知框架，实现用户检测与环境成像之间的相互增强。
• 设计一种增量式、滑动窗口算法，只要接收到用户信号，即可保持连续的环境感知。
• 分析系统参数（如用户数量）与感知/通信性能之间的权衡。

提出的方法

• 采用稀疏码多址接入（SCMA）进行多用户上行链路传输，利用结构化信号稀疏性。
• 利用智能反射面（IRS）将环境物体散射的信号反射回接入点。
• 应用压缩感知（CS）理论，将环境感知建模为稀疏信号恢复问题。
• 设计一种基于滑动窗口的迭代算法，交替进行多用户检测与环境成像。
• 引入一种“动量模式”组件，结合历史数据以提升收敛性与感知精度。
• 利用解码数据的反馈来优化环境感知，从而进一步提升后续解码的准确性。

实验结果

研究问题

• RQ1 如何联合利用用户信号与环境散射体的稀疏性，以实现低复杂度的JCAS？
• RQ2 多用户检测与环境感知之间存在何种相互依赖关系，如何利用这种关系实现性能增益？
• RQ3 用户数量如何影响通信解调误码率（SER）与环境感知均方误差（MSE）之间的权衡？
• RQ4 反馈在提升联合检测与感知过程的收敛性与准确性方面起到何种作用？
• RQ5 动量模式组件在不同用户数量下对系统性能有何影响？

主要发现

• 所提出的迭代算法随时间收敛，随着数据包数量增加，MSE下降而SER提升。
• 反馈显著提高了解码准确性，使后续数据包能够从早期感知获得更精确的环境估计中受益。
• 存在一个最优用户数量（约12个），此时SER与MSE均达到最佳性能，表明用户负载与系统精度之间存在明确权衡。
• 当用户数量超过最优点后，进一步增加会因干扰增加与估计误差上升而降低解码与感知性能。
• 在高用户数量下，动量模式显著提升系统性能——尤其当动量系数µ = 0.9时，MSE与SER均降低。
• 计算复杂度随用户数量增加而上升，表现为单个数据包的运行时间从5名用户时的4.95秒增至20名用户时的5.64秒。