基于射频链选择和混合预编码设计的双功能雷达通信能效最大化研究综述

基于射频链选择和混合预编码设计的双功能雷达通信能效最大化研究综述

引用

搜狐

1.

https://www.sohu.com/a/798030561_121124371

毫米波大规模多天线双功能雷达通信系统（DFRC）在车联网、无人机集群等场景中展现出巨大潜力。然而，该系统在实际应用中面临着能量效率低、硬件成本高等挑战。本文针对这些问题，提出了一种基于射频链选择和混合预编码设计的能效最大化方案，并通过仿真验证了其有效性。

研究背景与意义

随着无线通信技术的迅速发展，频谱资源日益紧张。双功能雷达通信（DFRC）技术通过将通信与雷达感知功能整合至一个系统内共享频谱资源，成为工业界与学术界研究的焦点。毫米波频段（30—300 GHz）的双功能雷达通信技术能够提供更宽的连续带宽，显著增强感知能力和通信速率，为高精度定位和高速数据传输提供了可能。然而，大规模MIMO系统在增加天线数量的同时，也带来了系统功耗和硬件成本的显著增加。因此，如何在保证系统性能的同时降低能耗和成本，成为亟待解决的问题。

研究内容与方法

本文提出了一种基于射频链选择和混合预编码设计的能效最大化方案。具体来说，研究内容包括：

1. 系统模型构建：考虑硬件损耗干扰和多用户干扰等因素，建立了新的通信模型与雷达模型。
2. 优化问题构建：构建具有感知约束和功率约束的能效最大化问题，并将该非凸问题分解为两个子问题。
3. 优化求解方法：利用基于近似优化方法的分数规划和加权正交匹配追踪算法，分别实现射频链选择子问题和混合预编码设计子问题的优化求解。

仿真结果与分析

通过数值仿真验证了所提方案的有效性。仿真参数设置为：发射机采用64根发射天线，RF链的数量LT≤NT，系统采用Salen-Valenzula信道模型，并在30 GHz的室外毫米波信道上工作。仿真结果表明：

• 在不同信噪比下，所提出的混合预编码方案的能效明显优于全数字预编码。
• 随着用户数量的增加，采用所提出的混合预编码方案计算得到的能效明显大于采用全数字预编码、全模拟预编码的能效。
• 通过调整加权因子ρ，可以在通信性能和感知性能之间实现优化折中。

图2 不同预编码方案下的可达和速率随信噪比变化的情况

图4 不同预编码方案下的能效随用户个数变化的曲线图

结论

本文提出的基于射频链选择和混合预编码设计的能效最大化方案，不仅实现了系统能效的最大化，有效降低了系统能耗和硬件成本，同时还在通信性能和感知性能之间实现了优化折中。这一研究成果对于推动毫米波大规模多天线双功能雷达通信系统的实际应用具有重要意义。

参考文献

[1] Liu F, Masouros C, Petropulu A P, et al. Joint Radar and Communication Design: Applications, State-of-the-Art, and the Road Ahead[J]. IEEE Transactions on Communications, 2020,68(6): 3834-3862.

[2] Liu F, Cui Y, Masouros C, et al. Int-egrated Sensing and Communications: Toward Dual-Functional Wireless Netwo-rks for 6G and Beyond[J]. IEEE Journal on S-elected Areas in Communications, 2021,40(6):1728-1767.

[3] Qi C, Dong P, Ma W, et al. Acquisition of channel state infor-mation for mmWave massive MIMO. Tr-aditional and machine learning-based ap-proaches[J]. Sci. China Inf. Sci, 2021,64(8):181301.

[4] Rihan M, Soliman TA, Xu C, et al. Dessouky.Taxonomy and pe-rformance evaluation of hybrid beamfor-ming for 5Gand beyond systems[J]. IEEE Access, 2020,8: 74605-74626.

[5] Alouzi M, Al-Kamali F, Damours C, et al. Hybrid Precoding/Combining for mmWave MIMO Systems With Hybrid Array Architecture[J]. IEEE Access, 2023,11:110736-110749.

[6] Kaushik A, Vlachos E, Masouros C, et al. Green Joint Radar Communications: RF Selection with Low Resolution DACs and Hybrid Precoding[C]//ICC,2022:3160-3165.

[7] Kaushik A, Vlachos E, Thompson J. Energy Efficiency Maximization of Millimeter Wave Hybrid MIMO Systems with Low Resolution DACs[C]//ICC.2019: 1-6.

[8] Qi C, Liu Q, Yu X. Hybrid Preco-ding for Mixture Use of Phase Shifter and Switches in mmWave Massive MIMO[J]. IEEE Transactions on Communications, 2022,70(6):4121-4133.

[9] Chen G, Zhang R, Ren H, et al. Hybrid Beamforming Design with Overlapped Subarrays for Massive MIMO-ISAC Systems[C]//GCC.2023:528-533.

[10] Yang D, Xu J, Xu W, et al. Spatially Correlated RIS-Aided Secure Massive MIMO Under CSI and Hardware Imperfections[J]. IEEE Transactions on Wireless Communications, 2024: 1.

[11] Vlachos E, Kaushik A. Covariance-Based Hybrid Beamforming for Spectrally Effi-cient Joint Radar-Communications[C]//ICC.2023:3553-3558.

[12] Sohrabi F, Yu W. Hybrid Digital and Analog Beamforming Design for Large-Scale Antenna Arrays[J]. IEEE Journal of Selected Topics in Signal Processing, 2016,10(3): 501-513.

[13] Gao X, Dai L, Sun Y, et al. Machine learning inspired energy-efficient hybrid precoding for mmWave massive MIMO systems[C]//2017 IEEE International Conference on Communications (ICC). IEEE, 2017: 1-6.

[14] 李晓辉, 李欢洋, 吕思婷, 等. 毫米波通感一体化中的混合波束赋形算法[J]. 系统工程与电子技术, 2023,45(5):1512-1517.

[15] Liu F, Masouros C. Hybrid Beamforming with Sub-arrayed MIMO Radar: Enabling Joint Sensing and Communication at mmWave Band[C]//ICASSP.2019: 7770-7774.

[16] Vlachos E, Thompson J. Energy-Efficiency Maximization of Hybrid Massive MIMO Precoding With Random-Resolution DACs via RF Selection[J]. IEEE Transactions on Wireless Communications.2021,20(2): 1093-1104.

[17] Vlachos E, Kaushik A, Thompson J. Ene-rgy Efficient Transmitter with Low Resolution DACs for Massive MIMO with Partially Connected Hybrid Architecture[C]//VTC Spring.2018: 1-5.

[18] Kaushik A, Thompson J, Vlachos E, et al. Dynamic RF Chain Selection for Energy Efficient and Low Complexity Hybrid Beamforming in Millimeter Wave MIMO Systems[J]. IEEE Transactions on Green Communications and Networking, 2019,3(4): 886-900.

[19] Dokhanchi SH, Mysore BS, Mishra KV, et al. A mmWave Automotive Joint Radar-Communications System[J]. IEEE Transactions on Aerospace and Electronic Systems. 2019,55(3): 1241-1260.

[20] Ortega, Alvaro Javier, Sampaio-Neto, et al. Hybrid Precoding Design and Power Allocation For Massive MU-MIMO mmWave Systems[C]//IWCMC.2022: 50-55.

本文原文刊发于《移动通信》2024年第6期，作者为南京邮电大学宽带无线通信与传感网技术教育部重点实验室的刘嘉宁、赵千禧、王帝文和田峰。研究得到了国家自然科学基金（62171419）、江苏省自然科学基金（BK20210494）和中央高校基本科研业务费专项资金（NY220015）的支持。