多主动 IRS 辅助合作感知的联合发射与反射波束赋形
信息论
2024-04-23 v1 信号处理
math.IT
摘要
本文研究多主动智能反射面 (IRS) 合作感知问题，其中多个主动 IRS 分布式部署以帮助基站 (BS) 提供多视角感知。我们关注感知目标位于 BS 非直线视距 (NLoS) 区域的情景。基于接收的回波信号，BS 旨在估计目标相对于每个 IRS 的到达方向 (DoA)。此外，我们利用主动 IRS 克服多跳反射所致的严重路径损耗。在此设置下，我们通过联合优化 BS 的发射波束以及多个 IRS 的反射波束，在 BS 最大发射功率约束以及各个 IRS 最大发射功率和最大功率放大增益约束下，最小化所有 IRS 之间的最大 Cramér-Rao 下界 (CRB)。为解决该高度非凸的最大 CRB 最小化问题，我们提出一种基于交替优化、继射凸近似和半正定松弛的高效算法，以获得高质量解。最后提供数值结果，验证我们所提出设计的有效性以及与被动 IRS 辅助感知相比的优势。
引用
@article{arxiv.2404.13536,
title = {Joint Transmit and Reflective Beamforming for Multi-Active-IRS-Assisted Cooperative Sensing},
author = {Yuan Fang and Xianghao Yu and Jie Xu},
journal= {arXiv preprint arXiv:2404.13536},
year = {2024}
}