低空无线网络中基于夹持天线系统的ISAC学习波束赋形

本文研究了夹持天线（PA）位置与发射波束联合学习，以实现夹持天线辅助的集成感知与通信（ISAC）于低空无线网络。通过沿波导自由部署天线位置，夹持天线系统有效缓解了路径损耗，从而提升了在大范围飞行的无人机（UAV）感知与通信容量。我们首先建模了在满足多个用户通信性能要求的同时最大化多个目标感知性能的问题，其中目标与用户均为UAV。为缓解波导内衰减并提高感知性能，采用分段波导实现夹持天线（SWAN）系统。进一步发展一种基于SWAN的ISAC（SWISAC-AO）交替优化算法，其中推导了发射波束解决方案的最优结构。随后提出一种图神经网络（GNN），称为SWISAC-GNN，用于联合学习PA位置与发射波束，其替代更新程序受SWISAC-AO算法启发。数值结果表明，GNN在感知性能方面相当于或优于AO算法，同时更好地满足通信需求。此外，SWISAC-GNN实现复杂度显著降低，能够实现实时部署。