ISAC 系统中广义 OFDM 波形集的 PAPR 与二义性函数之间最优权衡
信号处理
2025-03-28 v1
摘要
集成感知与通信（ISAC）已被确定为 IMT-2030 的六大用例场景之一。相较于通信性能，感知性能更容易受到干扰，接收到的反射感知信号（含目标信息）通常很弱难以检测。探讨干扰抑制与信号强度提升之间的最佳平衡，以获得最佳感知性能，仍值得深入研究。本文提出以自相关二义性函数（AF）、交叉 AF 和峰均比（PAPR）三个指标描述 ISAC 系统中与干扰和覆盖相关的特性，其中常假设多载波波形。我们将 5G 中的现有正交频分复用（OFDM）波形扩展为具有新成员并采用统一参数表示的广义 OFDM 波形集合。随后，构建了 PAPR、自相关 AF 与交叉 AF 之间（即并集界限）的最优 Pareto 权衡。为实现合理计算复杂度下的最优 Pareto 并集界限，进一步提出联合优化波形参数与序列的框架。最后给出具体设计示例，数值结果表明相较于最新 5G 波形和序列可显著提升。
引用
@article{arxiv.2503.21239,
title = {The Optimal Tradeoff Between PAPR and Ambiguity Functions for Generalized OFDM Waveform Set in ISAC Systems},
author = {Bichai Wang and Xiuhong Wei and Xueru Li and Yongxing Zhou},
journal= {arXiv preprint arXiv:2503.21239},
year = {2025}
}
备注
13 pages, 8 figures