基于黎曼优化的 α-公平多站定向 ISAC 天线济利用于多用户 MIMO-OFDM 系统

本文提出一种 $\alpha$-公平多站定向集成感知与通信 (ISAC) 框架，用于多用户多输入多输出 (MIMO)-正交频分复用 (OFDM) 系统，其中通信用户充当被动双站接收机，以实现多站定向感知。与现有工作不同，后者优化综合感知指标，从而偏好几何上有利的目标，而本文对每个目标的克拉默-罗比下界 (CRLB) 施加 $\alpha$-公平性效用最小化，同时满足每个用户的最小数据速率和发射功率约束。 resulting non-convex problem is solved via the Riemannian conjugate gradient (RCG) method with a smooth penalty reformulation. Simulation results validate the effectiveness of the proposed scheme in achieving a favorable sensing fairness--communication trade-off. 虽然原文在此处包含英文表述，但根据上下文，应译为中文：本文提出一种 $\alpha$-公平多站定向集成感知与通信 (ISAC) 框架，用于多用户多输入多输出 (MIMO)-正交频分复用 (OFDM) 系统，其中通信用户充当被动双站接收机，以实现多站定向感知。与现有工作不同，后者优化综合感知指标，从而偏好几何上有利的目标，而本文对每个目标的克拉默-罗比下界 (CRLB) 施加 $\alpha$-公平性效用最小化，同时满足每个用户的最小数据速率和发射功率约束。通过平滑惩罚重构求解 resulting non-convex problem via the Riemannian conjugate gradient (RCG) 方法。仿真结果验证了所提出方案在实现良好感知公平性--通信权衡方面的有效性。