แนวคิดหลัก
本論文は、統合センシングおよび通信(ISAC)システムのための新しいリソース割り当てフレームワークを提案する。特に、通信の合計レートを最大化しつつ、センシングビームパターンの利得目標とベースステーション(BS)の送信電力制限を満たすように設計された拡張ラグランジュ多様体最適化(ALMO)フレームワークを開発する。
บทคัดย่อ
本論文は、ISAC システムのためのリソース割り当ての新しいフレームワークを提案している。
問題設定:
ISAC システムを考える。M アンテナBS、K 個の単一アンテナ通信ユーザ、N 個のターゲットで構成される。
BS は通信ユーザとダウンリンク通信を行い、N 個のターゲットに対してレーダーセンシングを行う。
目的は、通信の合計レートを最大化しつつ、センシングビームパターンの利得目標とBS の送信電力制限を満たすこと。
提案手法:
問題を非凸最適化問題として定式化する。
拡張ラグランジュ多様体最適化(ALMO)アルゴリズムを提案する。
ALMO は、リーマン多様体最適化の原理を活用し、拡張ラグランジュ法を用いて制約条件を確実に満たすようにする。
アルゴリズムの収束性を理論的に分析する。
数値結果:
提案ALMO アルゴリズムは、ベンチマークの最適化ベースのアルゴリズムに比べて、通信の合計レートを大幅に向上させることができる。
例えば、アンテナ数12、BS 送信電力30 dBmの場合、提案ALMOアルゴリズムは10.1%の合計レート向上を達成する。
ALMO アルゴリズムは、ISAC システムの通信性能とセンシング性能を同時に向上させることができる。
สถิติ
12アンテナ、30 dBmのBS送信電力の条件で、提案ALMOアルゴリズムはベンチマークアルゴリズムに比べて10.1%の合計レート向上を達成した。