面向灵活智能 Metasurface 化学感知系统的 Cramér-Rao 界最小化
信息论
2026-01-26 v1 math.IT
摘要
集成感知与通信 (ISAC) 已被广泛认识是未来无线网络的关键使能器，其中 Cramér-Rao 界 (CRB) 在量化感知精度方面发挥着核心作用。本文首次研究了在灵活智能 Metasurface (FIM) 化学感知系统中的 CRB 最小化。具体而言，我们首先推导显式依赖于 FIM 表面形状的平均 CRB 表达式，表明阵列可重构性可以显著降低 CRB，从而显著提升感知性能。此外，为了应对具有挑战性的 CRB 最小化问题，我们采用平均 Fisher 信息最大化作为备选目标，并使用 Gauss-Hermite 求积方法获得目标函数的显式近似。随后，将该问题分解为三个子问题，即波束赋形优化和发射/接收 FIM 表面形状优化。对于波束赋形优化，我们采用 Schur 补元和惩罚式半正定松弛 (SDR) 技术进行求解。此外，我们提出一种固定点方程方法和投影梯度算法分别用于优化接收和发射 FIM 的表面形状。仿真结果表明，与刚性阵列相比，发射和接收 FIM 的表面形状可以显著降低平均感知 CRB，同时保持通信质量，即使在多目标场景下也同样有效。
引用
@article{arxiv.2601.16455,
title = {Cram\'er-Rao Bound Minimization for Flexible Intelligent Metasurface-Enabled ISAC Systems},
author = {Qian Zhang and Yufei Zhao and Jiancheng An and Zheng Dong and Yong Liang Guan and Ju Liu and Chau Yuen},
journal= {arXiv preprint arXiv:2601.16455},
year = {2026}
}