通信感知計(jì)算一體化波束賦形設(shè)計(jì)

李曉陽(yáng) 周梓欽 貢毅;作者簡(jiǎn)介

摘要：結(jié)合通信感知一體化和空中計(jì)算的優(yōu)點(diǎn)，提出了一種空口通信感知計(jì)算一體化技術(shù)，并通過(guò)對(duì)多天線雷達(dá)感知與空中計(jì)算波束賦形進(jìn)行聯(lián)合優(yōu)化設(shè)計(jì)，從而在保障感知準(zhǔn)確度的前提下最大化空中計(jì)算的準(zhǔn)確度。通過(guò)仿真驗(yàn)證，并與傳統(tǒng)波束賦形比較后可知，該設(shè)計(jì)可以有效地同時(shí)實(shí)現(xiàn)雷達(dá)感知與空中計(jì)算，顯著提升頻譜效率。

關(guān)鍵詞：通信感知一體化；空中計(jì)算；波束賦形

Abstract： By combining the advantages of integrated sensing and communication and over-the-air computation （AirComp）， an integrated sensing， communication， and computation over-the-air design is proposed， where the multi-antenna beamforming designs for both radar sensing and AirComp are jointly optimized to maximize the AirComp accuracy while guaranteeing the sensing accuracy. Through the simula？ tion verification and the comparison with the traditional beam configuration， the design can effectively realize the radar perception and air computing simultaneously， and significantly improve the spectrum efficiency.

Keywords： integrated sensing and communication； over-the-air computation； beamforming

新一代移動(dòng)通信技術(shù)如自動(dòng)駕駛、增強(qiáng)現(xiàn)實(shí)、人工智能、智慧城市、數(shù)字孿生等[1]有助于推動(dòng)物聯(lián)網(wǎng)應(yīng)用的發(fā)展。為了支持這些應(yīng)用，海量數(shù)據(jù)需要被傳感設(shè)備從環(huán)境中采集并傳輸至服務(wù)器端進(jìn)行后續(xù)處理[2]。在傳統(tǒng)的數(shù)據(jù)處理方案中，數(shù)據(jù)感知、傳輸與計(jì)算環(huán)節(jié)被視為獨(dú)立的設(shè)計(jì)。其中，數(shù)據(jù)感知與傳輸環(huán)節(jié)將競(jìng)爭(zhēng)頻譜資源，同時(shí)計(jì)算環(huán)節(jié)將與另兩者競(jìng)爭(zhēng)時(shí)間資源[3]。為了提升頻譜效率，通過(guò)設(shè)計(jì)雷達(dá)通信與感知復(fù)用信號(hào)，通信感知一體化技術(shù)可同時(shí)實(shí)現(xiàn)物理層的數(shù)據(jù)感知與傳輸[4]。

通信感知一體化起源于對(duì)聯(lián)合雷達(dá)感知通信的研究，其中數(shù)據(jù)信息被嵌入雷達(dá)脈沖中[5]。在實(shí)際應(yīng)用中，原本用于雷達(dá)感知的S頻段（2～4 GHz）和C頻段（4～8 GHz）可以與通信系統(tǒng)共享[6]。基于這一發(fā)現(xiàn)，一系列研究均致力于雷達(dá)感知與通信系統(tǒng)的共存，其中通信和感知信號(hào)共用頻譜資源。在機(jī)會(huì)式頻譜共享方案中，未被雷達(dá)感知信號(hào)占用的頻段可用于發(fā)射通信信號(hào)[7]。為了同時(shí)實(shí)現(xiàn)通信與感知，雷達(dá)感知信號(hào)被投射到與通信信號(hào)正交的空間[8]。為了進(jìn)一步提升通信與感知效率，多天線系統(tǒng)被開(kāi)發(fā)以實(shí)現(xiàn)多發(fā)多收雷達(dá)感知與通信[9]。值得一提的是，這種雷達(dá)感知與通信共存的系統(tǒng)需要感知與通信收發(fā)端實(shí)時(shí)反饋狀態(tài)。這一過(guò)程帶來(lái)了嚴(yán)重的信息交互負(fù)擔(dān)。為了解決這一問(wèn)題，后續(xù)的研究致力于將感知與通信的發(fā)射端合二為一，即設(shè)計(jì)可同時(shí)用于目標(biāo)感知和數(shù)據(jù)傳輸?shù)碾p功能信號(hào)[10]。從信息論的角度來(lái)看，雷達(dá)感知與通信的性能可以用率失真理論來(lái)刻畫(huà)[11]。在實(shí)際應(yīng)用中，可同時(shí)用于目標(biāo)感知和數(shù)據(jù)傳輸?shù)碾p功能波形設(shè)計(jì)被進(jìn)一步拓展到多天線多發(fā)多收系統(tǒng)。其中，數(shù)據(jù)信息被嵌入雷達(dá)感知信號(hào)的旁瓣[12]。

得益于頻譜共享帶來(lái)的優(yōu)勢(shì)，通信感知一體化技術(shù)被廣泛應(yīng)用于智慧家居、邊緣智能、車(chē)聯(lián)網(wǎng)等多個(gè)場(chǎng)景。在智慧家居應(yīng)用場(chǎng)景中，傳統(tǒng)的傳感設(shè)備被賦予通信能力，同時(shí)移動(dòng)熱點(diǎn)的感知能力也得到提升[13]。在邊緣智能系統(tǒng)中，通信感知一體化技術(shù)被用于同時(shí)采集和傳輸數(shù)據(jù)，以加速模型訓(xùn)練[14]。在車(chē)聯(lián)網(wǎng)平臺(tái)中，通信感知一體化技術(shù)被用于采集車(chē)隊(duì)狀態(tài)并促進(jìn)車(chē)輛間的信息交互[15]。

為了進(jìn)一步提高資源利用效率，數(shù)據(jù)感知、傳輸與計(jì)算環(huán)節(jié)有待于聯(lián)合設(shè)計(jì)。然而，計(jì)算環(huán)節(jié)常常處于網(wǎng)絡(luò)層或應(yīng)用層，因此難以與物理層的通信感知一體化技術(shù)相結(jié)合。為了解決這一問(wèn)題，空中計(jì)算的出現(xiàn)使物理層的數(shù)據(jù)計(jì)算成為可能。通過(guò)利用模擬信號(hào)在多址信道傳播過(guò)程中的疊加屬性，空中計(jì)算技術(shù)可實(shí)現(xiàn)信號(hào)傳播過(guò)程中的函數(shù)計(jì)算[16]。空中計(jì)算的雛形最早可以追溯到對(duì)傳感器網(wǎng)絡(luò)的研究，其中分布式的感知數(shù)據(jù)經(jīng)模擬調(diào)制后在多址信道中傳輸?shù)耐瑫r(shí)進(jìn)行疊加，這使得服務(wù)器可以直接接收到數(shù)據(jù)計(jì)算結(jié)果[17]。與傳統(tǒng)多址接入方案不同，空中計(jì)算旨在減少收集到的統(tǒng)計(jì)信息與真實(shí)值之間的誤差[18]。為了加快多個(gè)函數(shù)的同時(shí)計(jì)算，多天線系統(tǒng)被用于實(shí)現(xiàn)多發(fā)多收的空中計(jì)算[19]?；诳罩杏?jì)算，感知通信計(jì)算一體化技術(shù)有望在物理層空口實(shí)現(xiàn)。

通過(guò)將通信感知一體化技術(shù)與空中計(jì)算技術(shù)相結(jié)合，本文提出了空口感知通信計(jì)算一體化技術(shù)。在該技術(shù)應(yīng)用場(chǎng)景中，多個(gè)多天線傳感設(shè)備同時(shí)發(fā)射用于目標(biāo)探測(cè)的雷達(dá)感知信號(hào)和用于傳輸數(shù)據(jù)的通信信號(hào)。其中，雷達(dá)感知信號(hào)經(jīng)過(guò)目標(biāo)反射后被傳感設(shè)備接收，通信信號(hào)經(jīng)過(guò)空中計(jì)算后被服務(wù)器接收。傳感器依據(jù)接收到的雷達(dá)感知信號(hào)對(duì)目標(biāo)信息進(jìn)行提取，而服務(wù)器依據(jù)接收到的空中計(jì)算結(jié)果對(duì)各傳感設(shè)備數(shù)據(jù)的統(tǒng)計(jì)信息進(jìn)行推測(cè)。用于衡量雷達(dá)感知性能的標(biāo)準(zhǔn)是目標(biāo)信息的均方差，而用于衡量空中計(jì)算性能的標(biāo)準(zhǔn)是信息與真實(shí)值之間的均方差。由于這兩者存在競(jìng)爭(zhēng)關(guān)系，為了在保障雷達(dá)感知性能的同時(shí)盡可能提升空中計(jì)算性能，本文對(duì)雷達(dá)感知和通信信號(hào)的收發(fā)端波束賦形進(jìn)行了聯(lián)合設(shè)計(jì)。

1通信感知計(jì)算一體化系統(tǒng)

3仿真設(shè)計(jì)與分析

為了驗(yàn)證通信感知計(jì)算一體化波束賦形設(shè)計(jì)的性能，我們?cè)贛ATLAB平臺(tái)上進(jìn)行了仿真。仿真中的目標(biāo)函數(shù)為均一化后的空中計(jì)算均方差。整個(gè)系統(tǒng)包括1個(gè)匹配15根接收天線的服務(wù)器和10個(gè)匹配12根天線的傳感設(shè)備。其中，傳感設(shè)備有4根天線用于發(fā)射數(shù)據(jù)傳輸信號(hào)，4根天線用于發(fā)射雷達(dá)感知信號(hào)，4根天線用于接收目標(biāo)反射信號(hào)?？倳r(shí)間段數(shù)設(shè)置為1 000，待計(jì)算的函數(shù)數(shù)量為10。所有的信道均服從萊斯分布，最大發(fā)射功率為10 mW，感知誤差容忍度設(shè)置為0～1的隨機(jī)變量。根據(jù)長(zhǎng)期演進(jìn)（LTE）的設(shè)置，信道噪聲為-79.5 dBm。作為一種比較方案，傳統(tǒng)的天線選擇方案將所有用戶的信道增益進(jìn)行疊加，并從疊加結(jié)果中選取10根信道增益最大的接收天線作為接收端。

圖3展示了均一化空中計(jì)算均方差隨服務(wù)器天線數(shù)量變化的曲線?？梢钥吹?，隨著服務(wù)器天線數(shù)量的增加，空中計(jì)算均方差逐漸減小。這是因?yàn)楦嗟慕邮仗炀€將增大數(shù)據(jù)接收波束賦形矩陣的優(yōu)化維度，從而利用分級(jí)增益降低誤差。此外，與傳統(tǒng)天線選擇方案相比，我們提出的方案可顯著降低空中計(jì)算均方差，這驗(yàn)證了波束賦形設(shè)計(jì)的必要性。

圖4展示了均一化空中計(jì)算均方差隨傳感設(shè)備天線數(shù)量變化的曲線?？梢钥吹?，隨著傳感設(shè)備天線數(shù)量的增加，空中計(jì)算均方差逐漸增大。這是因?yàn)樵黾觽鞲性O(shè)備天線將導(dǎo)致待估測(cè)的目標(biāo)反射矩陣維度增加，從而使雷達(dá)感知性能限制更為嚴(yán)格。因此，波束賦形為了滿足雷達(dá)感知性能要求，不得不犧牲空中計(jì)算的性能。

圖5展示了均一化空中計(jì)算均方差隨傳感設(shè)備數(shù)量變化的曲線?？梢钥吹?，隨著傳感設(shè)備數(shù)量的增加，空中計(jì)算均方差逐漸增大。這是因?yàn)樵黾觽鞲性O(shè)備將引入更多的信道，這些信道難以被一個(gè)數(shù)據(jù)聚合波束賦形矩陣均衡。圖6展示了均一化空中計(jì)算均方差隨計(jì)算函數(shù)數(shù)量變化的曲線。可以看到，隨著計(jì)算函數(shù)數(shù)量的增加，空中計(jì)算均方差逐漸增大，這意味著增大計(jì)算產(chǎn)出量將犧牲計(jì)算準(zhǔn)確度。

4結(jié)束語(yǔ)

本文中，我們對(duì)通信感知計(jì)算一體化波束賦形設(shè)計(jì)進(jìn)行了研究。為了在保障雷達(dá)感知準(zhǔn)確度的前提下盡可能提升空中計(jì)算的準(zhǔn)確度，我們對(duì)數(shù)據(jù)發(fā)射波束賦形、雷達(dá)感知波束賦形，以及數(shù)據(jù)聚合波束賦形進(jìn)行了聯(lián)合優(yōu)化設(shè)計(jì)。與傳統(tǒng)方案相比，該設(shè)計(jì)可以有效地同時(shí)實(shí)現(xiàn)雷達(dá)感知與空中計(jì)算，顯著提升頻譜效率。本研究開(kāi)創(chuàng)了物理層通信感知計(jì)算一體化新領(lǐng)域，未來(lái)研究方向包括但不限于傳感設(shè)備調(diào)度、波形設(shè)計(jì)、克拉美羅界優(yōu)化等。

參考文獻(xiàn)

[1] SAAD W， BENNIS M， CHEN M Z. A vision of 6G wireless systems： applications， trends， technologies， and open research problems [J]. IEEE network， 2020， 34（3）： 134-142. DOI： 10.1109/MNET.001.1900287

[2] CUI Y， LIU F， JING X， et al. Integrating sensing and communications for ubiquitous IoT： Applications， trends， and challenges [J]. IEEE network， 2021， 35（5）： 158-167. DOI： 10.1109/MNET.010.2100152

[3] 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. DOI： 10.1109/TCOMM.2020.2973976

[4] LIUF，CUIYH，MASOUROSC，etal.Integratedsensingand communications： toward dual-functional wireless networks for 6G and beyond [J]. IEEE journal on selected areas in communications， 2022， 40（6）： 1728-1767. DOI： 10.1109/jsac.2022.3156632

[5] MEALEY R M. A method for calculating error probabilities in a radar communication system [J]. IEEE transactions on space electronics and telemetry， 1963， 9（2）： 37-42. DOI： 10.1109/TSET.1963.4337601

[6] LIU F， MASOUROS C， LI A， et al. MU-MIMO communications with MIMO radar： from co-existence to joint transmission [J]. IEEE transactions on wirelesscommunications，2018，17（4）：2755-2770.DOI：10.1109/ TWC.2018.2803045

[7] SARUTHIRATHANAWORAKUN R， PEHA J M， CORREIA L M. Opportunistic sharing between rotating radar and cellular [J]. IEEE journal on selected areasincommunications，2012，30（10）：1900-1910.DOI：10.1109/ JSAC.2012.121106

[8] SODAGARI S， KHAWAR A， CLANCY T C， et al. A projection based approach for radar and telecommunication systems coexistence [C]//Proceedings of 2012 IEEE Global Communications Conference. IEEE， 2012： 5010-5014. DOI： 10.1109/GLOCOM.2012.6503914

[9] LIU F， MASOUROS C， LI A， et al. Robust MIMO beamforming for cellular and radar coexistence [J]. IEEE wireless communications letters， 2017， 6（3）： 374-377. DOI： 10.1109/LWC.2017.2693985

[10] BLUNT S D， METCALF J G， BIGGS C R， et al. Performance characteristics and metrics for intra-pulse radar-embedded communication [J]. IEEE journal on selected areas in communications， 2011， 29（10）： 2057-2066.DOI： 10.1109/JSAC.2011.111215

[11] CHIRIYATH A R， PAUL B， JACYNA G M， et al. Inner bounds on performance of radar and communications co-existence[J]. IEEE transactions on signal processing， 2016， 64（2）： 464-474. DOI： 10.1109/ TSP.2015.2483485

[12] LIU F， ZHOU L， MASOUROS C， et al. Toward dual-functional radarcommunication systems： optimal waveform design [J]. IEEE transactions onsignalprocessing，2018，66（16）：4264-4279.DOI：10.1109/ TSP.2018.2847648

[13] HUANG Q Y， CHEN H X， ZHANG Q. Joint design of sensing and communication systems for smart homes [J]. IEEE network， 2020， 34（6）： 191-197. DOI： 10.1109/MNET.011.2000107

[14] ZHANG T， WANG S， LI G L， et al. Accelerating edge intelligence via integrated sensing and communication [C]//Proceedings of ICC 2022 -IEEE International Conference on Communications. IEEE， 2022： 1586-1592. DOI： 10.1109/ICC45855.2022.9839016

[15] YUAN W J， LIU F， MASOUROS C， et al. Bayesian predictive beamforming for vehicular networks： a low-overhead joint radar-communication approach [J]. IEEE transactions on wireless communications， 2021， 20（3）： 1442-1456. DOI： 10.1109/TWC.2020.3033776

[16] ZHU G X， XU J， HUANG K B， et al. Over-the-air computing for wireless data aggregation in massive IoT [J]. IEEE wireless communications， 2021， 28（4）： 57-65. DOI： 10.1109/MWC.011.2000467

[17] NAZER B， GASTPAR M. Computation over multiple-access channels [J]. IEEE transactions on information theory， 2007， 53（10）： 3498-3516. DOI： 10.1109/tit.2007.904785

[18] CHEN L， ZHAO N， CHEN Y， et al. Over-the-air computation for IoT networks： computing multiple functions with antenna arrays [J]. IEEE Internet of Things journal， 2018， 5（6）： 5296–5306

[19] LI X， ZHU G， GONG Y， et al. Wirelessly powered data aggregation for IoT via over-the-air function computation： beamforming and power control[J]. IEEE transaction on wireless communications， 2019， 18（7）： 3437–3452. DOI： 10.1109/TWC.2019.2914046

作者簡(jiǎn)介

李曉陽(yáng)，南方科技大學(xué)卓越博士后；主要研究領(lǐng)域?yàn)橥ㄐ鸥兄?jì)算一體化、群智感知與標(biāo)注、邊緣智能、空中計(jì)算、攜能通信等；先后主持和參加基金項(xiàng)目4項(xiàng)；已發(fā)表論文20余篇。

周梓欽，南方科技大學(xué)在讀碩士研究生；主要研究領(lǐng)域?yàn)橥ㄐ鸥兄?jì)算一體化、群智感知、空中計(jì)算等；已發(fā)表論文4篇。

貢毅，南方科技大學(xué)教授，曾擔(dān)任《IEEE Transactions on Wireless Communications》和《IEEE Transactions on Vehicular Technology》的編委；主要研究領(lǐng)域?yàn)?G與智能通信、移動(dòng)邊緣計(jì)算等；承擔(dān)多項(xiàng)國(guó)家級(jí)、省部級(jí)科技項(xiàng)目；已發(fā)表學(xué)術(shù)論文150余篇，獲得發(fā)明專(zhuān)利20余項(xiàng)。