[论文解读] MU-MIMO Communications with MIMO Radar: From Co-existence to Joint Transmission

Fan Liu, Christos Masouros+3 more|arXiv (Cornell University)|Jul 3, 2017

Radar Systems and Signal Processing参考文献 34被引用 11

一句话总结

本文提出一种联合MIMO雷达-通信（RadCom）系统，其中单个基站同时执行多用户MIMO（MU-MIMO）下行链路通信和雷达感知。通过将所有天线共享用于两种功能，并使用信干噪比（SINR）约束作为惩罚项的加权波束成形优化，该系统在共享部署场景下相比传统约束设计显著降低了计算复杂度，同时实现了接近最优的性能。

ABSTRACT

Beamforming techniques are proposed for a joint multi-input-multi-output (MIMO) radar-communication (RadCom) system, where a single device acts both as a radar and a communication base station (BS) by simultaneously communicating with downlink users and detecting radar targets. Two operational options are considered, where we first split the antennas into two groups, one for radar and the other for communication. Under this deployment, the radar signal is designed to fall into the null-space of the downlink channel. The communication beamformer is optimized such that the beampattern obtained matches the radar's beampattern while satisfying the communication performance requirements. To reduce the optimizations' constraints, we consider a second operational option, where all the antennas transmit a joint waveform that is shared by both radar and communications. In this case, we formulate an appropriate probing beampattern, while guaranteeing the performance of the downlink communications. By incorporating the SINR constraints into objective functions as penalty terms, we further simplify the original beamforming designs to weighted optimizations, and solve them by efficient manifold algorithms. Numerical results show that the shared deployment outperforms the separated case significantly, and the proposed weighted optimizations achieve a similar performance to the original optimizations, despite their significantly lower computational complexity.

研究动机与目标

• 解决10 GHz以下共享频谱带中MIMO雷达与MU-MIMO通信系统共存的挑战。
• 克服分离部署雷达与通信系统所面临的频谱与硬件效率低下问题。
• 设计一种联合RadCom系统，通过共享波形与波束成形，同时满足雷达波束成形与通信服务质量（QoS）要求。
• 通过将SINR约束重新表述为目标函数中的惩罚项，开发低复杂度波束成形解决方案，从而利用黎曼流形算法实现高效优化。
• 证明共享部署在性能-复杂度权衡方面优于分离部署，同时保持稳健的通信性能。

提出的方法

• 提出两种部署模式：(1) 雷达与通信使用分离天线，(2) 雷达与通信共享天线用于联合传输。
• 针对共享部署，设计一种联合波形，以同时满足雷达波束成形要求与下行链路MU-MIMO SINR约束。
• 将原始的约束波束成形问题重新表述为加权优化问题，通过在目标函数中引入SINR约束作为惩罚项。
• 利用黎曼共轭梯度（RCG）算法在黎曼流形上高效求解波束成形问题，从而降低计算复杂度。
• 采用最大SINR和总平方SINR等惩罚函数，以平衡雷达性能与通信可靠性。
• 优化波束成形器以匹配雷达所需的波束成形图，同时确保通信SINR达到目标阈值。

实验结果

研究问题

• RQ1 在雷达波束成形精度与MU-MIMO下行链路SINR性能方面，共享天线部署与分离天线部署相比表现如何？
• RQ2 是否能有效将SINR约束嵌入波束成形目标函数中作为惩罚项，而不会降低系统性能？
• RQ3 在联合RadCom波束成形中，使用加权优化（含惩罚项）与传统约束优化相比，其性能-复杂度权衡如何？
• RQ4 在使用基于惩罚的方法与约束优化方法时，瞬时SINR对参数变化的敏感性如何？
• RQ5 黎曼流形算法在联合RadCom波束成形中，能在多大程度上降低计算复杂度，同时保持接近最优的性能？

主要发现

• 在雷达波束成形质量与下行链路MU-MIMO SINR的权衡方面，共享部署显著优于分离部署。
• 所提出的加权优化方法在性能上非常接近原始约束优化方法，同时计算复杂度降低了整整一个数量级。
• 最大SINR惩罚公式比总平方SINR惩罚公式收敛更快，且整体复杂度更低。
• 尽管有显式的平均SINR约束，但在$K=4$和$ ext{SNR}=18$ dB条件下，瞬时SINR在14 dB至22 dB之间波动，表明实际部署中波动可接受。
• 加权优化的执行时间减少至约束优化的50%以下，其中在总功率约束下使用最大惩罚问题的收敛速度最快。
• 加权优化的瞬时SINR分布相比约束优化略为分散，但因复杂度显著提升，该波动被认为是可以接受的。