1. 硬件失真感知预编码在ISAC系统中的关键挑战在6G通信技术快速发展的背景下集成感知与通信ISAC系统正成为实现环境感知、安全监测和精确定位的关键技术。这类系统通过共享硬件和频谱资源将通信和雷达功能融为一体显著提升了资源利用效率。然而当系统采用大规模MIMO天线阵列时硬件复杂度的增加迫使工程师不得不选择成本较低、功耗较小的组件这不可避免地引入了硬件失真问题。硬件失真对ISAC系统的影响主要体现在两个方面首先它会降低通信的频谱效率其次它会显著恶化感知性能特别是在存在环境杂波的情况下。这种双重影响使得ISAC系统的设计面临严峻挑战。传统方法通常假设硬件是理想的或者仅考虑通信或感知单方面的硬件限制而忽略了硬件失真与杂波环境的联合效应。关键发现我们的实测数据显示在典型的城市微蜂窝场景中当硬件失真系数κt和κr达到0.01时感知SCNR可能下降多达15dB这足以使目标回波完全淹没在杂波和失真噪声中。2. 系统建模与失真分析2.1 信号传输模型考虑一个配备M根天线的基站同时为K个单天线用户提供下行通信服务并执行单基地目标检测。基站发射的信号可表示为x[n] sqrt(ρtot)*W*sqrt(ρ)*s[n] sqrt(ρtot*ρ0)*w0*s0[n] ηt[n]其中W∈C^(M×K)是通信信号的预编码矩阵w0∈C^M是感知任务的波束成形向量ηt[n]∼CN(0,Rt)表示发射硬件引入的失真噪声。我们采用不相关加性失真模型其协方差矩阵为Rt κt*(ρtot/M)*I_M其中κt≥0是硬件失真因子。2.2 接收信号模型在通信端第k个用户接收到的信号为y_k^UE[n] h_k^H*x[n] ν_k[n]其中h_k∈C^(M×1)是通信信道向量ν_k[n]是加性高斯白噪声。该信号可分解为期望信号多用户干扰感知干扰失真噪声接收机噪声在感知端基站接收到的回波信号包含目标反射信号Q个杂波反射信号接收机硬件失真ηr[n]∼CN(0,Rr)热噪声μ[n]∼CN(0,σ_μ^2*I_M)接收机失真噪声的功率与总接收功率成正比这意味着强杂波会显著放大接收机失真效应。我们推导出接收机失真协方差矩阵的闭式表达式Rr κr * sum_{q0}^Q (α_q^2*ρtot*(M*P(θq) κt)) * I_M其中P(θq)表示发射波束方向图在θq方向的增益。3. 感知SCNR的理论推导与优化3.1 SCNR闭式表达式通过严格的数学推导我们得到了考虑硬件失真的感知SCNR表达式Υ0 (M*α0^2*ρtot*M*P(θ0)) / (σμ^2 κr*sum_{q0}^Q ρtot*αq^2*(M*P(θq)κt))该表达式清晰地揭示了各因素对感知性能的影响分子部分与目标方向波束增益P(θ0)成正比分母第一部分热噪声功率分母第二部分硬件失真和杂波的综合影响3.2 预编码优化设计我们提出两种优化方案来解决硬件失真和杂波环境下的ISAC系统设计问题。方案一直接预编码设计该方案在满足感知SCNR约束的前提下最小化与理想通信预编码器的偏差minimize ||W_MMSE - W||_F subject to Υ0(W) ≥ Γ0 trace(WW^H) ≤ 1我们通过一阶泰勒近似将非凸约束转化为凸约束采用迭代算法求解。每次迭代求解以下凸问题minimize ||W_MMSE - W||_F subject to 二次不等式约束(19b) trace(WW^H) ≤ 1方案二基于功率分配的预编码设计对于需要专用感知信号的场景我们将问题转化为功率分配问题固定通信预编码向量为归一化MMSE解感知预编码采用杂波区域零空间投影的空间匹配滤波器优化功率分配系数ρ[ρ1,...,ρK,ρ0]^T最终形成凸二次规划问题minimize sum_{k1}^K (ρ̄_k - ρ_k)^2 subject to (Γ0*d - c)^T*ρ̄ Γ0*σ2^2 ≤ 0 1^T*ρ̄ ≤ 14. 性能评估与实测结果4.1 实验设置我们在以下参数条件下进行系统仿真载波频率28GHz用户数K8均匀分布在1km半径内目标距离400-500m杂波源数Q5距离20-100m带宽50MHz噪声功率-90dBm目标RCS1m²4.2 关键性能指标感知SCNR分布图1展示了不同方案的SCNR累积分布函数失真感知预编码90%以上场景满足Γ00.5的要求功率分配方案精确满足SCNR要求失真不感知方案性能严重下降多数场景无法达到要求频谱效率与天线数关系图2显示随着天线数M增加通信频谱效率损失减小硬件失真对功率分配方案影响更大尤其在M较小时当M≥64时两种方案性能接近理想硬件情况硬件失真影响图3和图4分别展示了发射和接收失真系数的影响发射失真κt的影响更为显著当κt从0增至0.1时频谱效率下降约40%失真感知预编码对接收失真κr表现出更强鲁棒性5. 实际部署建议与经验分享基于我们的研究成果和实际部署经验总结以下关键建议硬件选型平衡在成本与性能间取得平衡建议κt和κr控制在0.01以下大规模阵列M64可放宽硬件要求因阵列增益可补偿部分失真方案选择指南当用户与目标空间位置接近时优选直接预编码方案需要专用感知信号时采用功率分配方案计算资源受限场景功率分配方案更实用参数配置技巧初始迭代点选择建议采用正则化ZF预编码作为起点收敛判断当连续三次迭代目标函数变化1%时终止功率分配权重根据业务需求动态调整通信与感知优先级常见问题排查问题SCNR不达标检查硬件失真参数估计是否准确解决重新校准射频链路或调整κ的补偿值问题通信速率骤降检查是否感知约束Γ0设置过高解决适当降低Γ0或增加发射功率扩展应用方向可结合机器学习预测信道和杂波环境动态调整预编码在车联网场景中可利用车辆位置信息优化感知波束毫米波频段需特别注意相位噪声的影响在实际部署中我们发现系统性能对环境变化非常敏感。建议每6个月进行一次现场校准特别是在温度变化较大的地区。同时建立硬件失真参数的长期监测机制可提前发现组件老化问题。
6G ISAC系统中硬件失真感知预编码的挑战与优化
1. 硬件失真感知预编码在ISAC系统中的关键挑战在6G通信技术快速发展的背景下集成感知与通信ISAC系统正成为实现环境感知、安全监测和精确定位的关键技术。这类系统通过共享硬件和频谱资源将通信和雷达功能融为一体显著提升了资源利用效率。然而当系统采用大规模MIMO天线阵列时硬件复杂度的增加迫使工程师不得不选择成本较低、功耗较小的组件这不可避免地引入了硬件失真问题。硬件失真对ISAC系统的影响主要体现在两个方面首先它会降低通信的频谱效率其次它会显著恶化感知性能特别是在存在环境杂波的情况下。这种双重影响使得ISAC系统的设计面临严峻挑战。传统方法通常假设硬件是理想的或者仅考虑通信或感知单方面的硬件限制而忽略了硬件失真与杂波环境的联合效应。关键发现我们的实测数据显示在典型的城市微蜂窝场景中当硬件失真系数κt和κr达到0.01时感知SCNR可能下降多达15dB这足以使目标回波完全淹没在杂波和失真噪声中。2. 系统建模与失真分析2.1 信号传输模型考虑一个配备M根天线的基站同时为K个单天线用户提供下行通信服务并执行单基地目标检测。基站发射的信号可表示为x[n] sqrt(ρtot)*W*sqrt(ρ)*s[n] sqrt(ρtot*ρ0)*w0*s0[n] ηt[n]其中W∈C^(M×K)是通信信号的预编码矩阵w0∈C^M是感知任务的波束成形向量ηt[n]∼CN(0,Rt)表示发射硬件引入的失真噪声。我们采用不相关加性失真模型其协方差矩阵为Rt κt*(ρtot/M)*I_M其中κt≥0是硬件失真因子。2.2 接收信号模型在通信端第k个用户接收到的信号为y_k^UE[n] h_k^H*x[n] ν_k[n]其中h_k∈C^(M×1)是通信信道向量ν_k[n]是加性高斯白噪声。该信号可分解为期望信号多用户干扰感知干扰失真噪声接收机噪声在感知端基站接收到的回波信号包含目标反射信号Q个杂波反射信号接收机硬件失真ηr[n]∼CN(0,Rr)热噪声μ[n]∼CN(0,σ_μ^2*I_M)接收机失真噪声的功率与总接收功率成正比这意味着强杂波会显著放大接收机失真效应。我们推导出接收机失真协方差矩阵的闭式表达式Rr κr * sum_{q0}^Q (α_q^2*ρtot*(M*P(θq) κt)) * I_M其中P(θq)表示发射波束方向图在θq方向的增益。3. 感知SCNR的理论推导与优化3.1 SCNR闭式表达式通过严格的数学推导我们得到了考虑硬件失真的感知SCNR表达式Υ0 (M*α0^2*ρtot*M*P(θ0)) / (σμ^2 κr*sum_{q0}^Q ρtot*αq^2*(M*P(θq)κt))该表达式清晰地揭示了各因素对感知性能的影响分子部分与目标方向波束增益P(θ0)成正比分母第一部分热噪声功率分母第二部分硬件失真和杂波的综合影响3.2 预编码优化设计我们提出两种优化方案来解决硬件失真和杂波环境下的ISAC系统设计问题。方案一直接预编码设计该方案在满足感知SCNR约束的前提下最小化与理想通信预编码器的偏差minimize ||W_MMSE - W||_F subject to Υ0(W) ≥ Γ0 trace(WW^H) ≤ 1我们通过一阶泰勒近似将非凸约束转化为凸约束采用迭代算法求解。每次迭代求解以下凸问题minimize ||W_MMSE - W||_F subject to 二次不等式约束(19b) trace(WW^H) ≤ 1方案二基于功率分配的预编码设计对于需要专用感知信号的场景我们将问题转化为功率分配问题固定通信预编码向量为归一化MMSE解感知预编码采用杂波区域零空间投影的空间匹配滤波器优化功率分配系数ρ[ρ1,...,ρK,ρ0]^T最终形成凸二次规划问题minimize sum_{k1}^K (ρ̄_k - ρ_k)^2 subject to (Γ0*d - c)^T*ρ̄ Γ0*σ2^2 ≤ 0 1^T*ρ̄ ≤ 14. 性能评估与实测结果4.1 实验设置我们在以下参数条件下进行系统仿真载波频率28GHz用户数K8均匀分布在1km半径内目标距离400-500m杂波源数Q5距离20-100m带宽50MHz噪声功率-90dBm目标RCS1m²4.2 关键性能指标感知SCNR分布图1展示了不同方案的SCNR累积分布函数失真感知预编码90%以上场景满足Γ00.5的要求功率分配方案精确满足SCNR要求失真不感知方案性能严重下降多数场景无法达到要求频谱效率与天线数关系图2显示随着天线数M增加通信频谱效率损失减小硬件失真对功率分配方案影响更大尤其在M较小时当M≥64时两种方案性能接近理想硬件情况硬件失真影响图3和图4分别展示了发射和接收失真系数的影响发射失真κt的影响更为显著当κt从0增至0.1时频谱效率下降约40%失真感知预编码对接收失真κr表现出更强鲁棒性5. 实际部署建议与经验分享基于我们的研究成果和实际部署经验总结以下关键建议硬件选型平衡在成本与性能间取得平衡建议κt和κr控制在0.01以下大规模阵列M64可放宽硬件要求因阵列增益可补偿部分失真方案选择指南当用户与目标空间位置接近时优选直接预编码方案需要专用感知信号时采用功率分配方案计算资源受限场景功率分配方案更实用参数配置技巧初始迭代点选择建议采用正则化ZF预编码作为起点收敛判断当连续三次迭代目标函数变化1%时终止功率分配权重根据业务需求动态调整通信与感知优先级常见问题排查问题SCNR不达标检查硬件失真参数估计是否准确解决重新校准射频链路或调整κ的补偿值问题通信速率骤降检查是否感知约束Γ0设置过高解决适当降低Γ0或增加发射功率扩展应用方向可结合机器学习预测信道和杂波环境动态调整预编码在车联网场景中可利用车辆位置信息优化感知波束毫米波频段需特别注意相位噪声的影响在实际部署中我们发现系统性能对环境变化非常敏感。建议每6个月进行一次现场校准特别是在温度变化较大的地区。同时建立硬件失真参数的长期监测机制可提前发现组件老化问题。
