面向扩展目标 IRS 赋能多用户集成感知与通信的 Cramér-Rao 界最小化
信号处理
2022-11-01 v1 信息论
math.IT
摘要
本文研究一种智能反射面（intelligent reflecting surface, IRS）赋能的多用户集成感知与通信（integrated sensing and communication, ISAC）系统，该系统由一个多天线基站（BS）、一个 IRS、多个单天线通信用户（CUs）以及位于 BS 非视距（NLoS）区域的一个扩展目标组成。部署 IRS 不仅是为了辅助 BS 到 CUs 的通信，还用于基于来自 BS-IRS-目标-IRS-BS 链路的回波信号实现 BS 的 NLoS 目标感知。为提供感知的完整自由度，我们假设 BS 发送与信息信号相结合的额外专用感知信号。相应地，我们考虑两类 CU 接收机，即 Type-I 和 Type-II 接收机，它们分别不具备和具备消除来自感知信号干扰的能力。在此设置下，我们联合优化 BS 处的发射波束成形和 IRS 处的反射波束成形，以在 CUs 处最小信干噪比（SINR）约束和 BS 处最大发射功率约束下，最小化用于估计相对于 IRS 的目标响应矩阵的 Cramér-Rao 界（CRB）。我们利用交替优化和半定松弛技术，提出高效算法来求解高度非凸的 SINR 约束 CRB 最小化问题。数值结果表明，所提设计比其他基准方案实现了更低的估计 CRB，且当 CU 数量大于一时，感知信号干扰预消除是有益的。
引用
@article{arxiv.2210.16592,
title = {Cram\'er-Rao Bound Minimization for IRS-Enabled Multiuser Integrated Sensing and Communication with Extended Target},
author = {Xianxin Song and Tony Xiao Han and Jie Xu},
journal= {arXiv preprint arXiv:2210.16592},
year = {2022}
}
备注
6 pages, 3 figures