[论文解读] 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 5

一句话总结

本文提出了一种用于宽带联合通信与雷达感知（JCAS）系统的新型波形优化框架，通过互信息或Cramér-Rao界作为度量，联合优化通信和速率与雷达感知性能。在实际约束条件下，推导出非凸多目标优化问题的闭式解与迭代解，并通过数值验证展示了系统性能的提升。

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.

研究动机与目标

• 解决现有统一优化框架的不足，即在JCAS系统中同时考虑通信与雷达感知的多种性能指标。
• 提出一种新型和速率下界，整合多用户干扰与有效信道增益，以简化优化过程。
• 在雷达感知度量（如互信息或Cramér-Rao界）约束下，优先考虑通信性能，构建联合优化问题。
• 针对由联合设计引发的非凸优化问题，提供闭式解与迭代解。
• 通过真实宽带JCAS系统条件下的数值结果，验证所提框架的有效性。

提出的方法

• 提出一种新的和速率下界，将多用户干扰与有效信道增益合并为单一度量，以实现可处理的优化。
• 采用互信息（MI）或Cramér-Rao界（CRB）作为目标函数，建模雷达感知性能。
• 构建一个多目标优化问题，即在雷达感知性能度量约束下最大化通信和速率。
• 利用拉格朗日松弛与特征分解技术，在特定条件下推导出闭式解。
• 提出一种基于乘子法的迭代算法，用于求解闭式解不可行时的非凸优化问题。
• 利用矩阵微积分与扰动分析，计算目标函数与约束函数关于波形参数的梯度。

实验结果

研究问题

• RQ1 如何在维持最低雷达感知性能水平的前提下，有效优化JCAS系统中的通信和速率？
• RQ2 将多用户干扰与有效信道增益整合为单一度量，对和速率优化的可处理性与性能有何影响？
• RQ3 在约束与引导波形设计方面，互信息与Cramér-Rao界作为雷达感知度量，其性能表现有何差异？
• RQ4 在何种条件下，可为宽带JCAS系统中的联合优化问题推导出闭式解？
• RQ5 当闭式解不可行时，何种迭代算法方法可确保收敛性与性能提升？

主要发现

• 所提出的和速率下界有效捕捉了多用户干扰与信道增益之间的权衡，实现了更精确且可处理的优化。
• 当雷达约束基于Cramér-Rao界且波形矩阵满足特定结构假设时，可推导出闭式解。
• 在更一般的情况下，迭代算法收敛至一个解，该解在给定约束下同时提升了通信和速率与雷达感知性能。
• 数值结果表明，所提优化框架相较于传统波形设计，实现了更高的和速率与更优的雷达估计精度。
• 该框架在用户数与目标数变化时表现出鲁棒性，优于仅优化单一指标的基线方法。
• 采用互信息作为雷达度量，可实现频谱效率与感知精度的联合优化，尤其在频率选择性衰落环境中表现突出。