Пространственное линейное кодирование сигналов в совместной системе радиолокации и многоадресной радиосвязи

Введение. В статье решается актуальная задача разработки методов оптимизации амплитудно-фазового распределения в передающей антенной решетке в системе, в которой используется общий сигнал для многоадресной передачи данных и радиолокационного зондирования в заданном секторе пространства. Выбор целевой функции для оптимизационной задачи основывается на двух подходах. Первый подход заключается в минимизации излучаемой мощности при заданном качестве обслуживания пользователей и радиолокационного наблюдения. Второй подход основан на оптимизации качества обслуживания в наихудшем канале передачи данных и радиолокационного наблюдения при заданном бюджете мощности. Величиной, определяющей качество обслуживания, является отношение сигнал/шум как для передачи данных, так и для радиолокации.
Цель работы. Решение задачи оптимизации пространственного линейного кодирования сигналов в совместной системе многоадресной радиосвязи и радиолокации, в которой используется общий временной сигнал.
Материалы и методы. Оптимизация пространственного линейного кодирования в совместной системе радиосвязи и радиолокации основывается на методах статистической теории и методах теории оптимизации с использованием численного решения оптимизационных задач. Характеристики системы анализируются с помощью математического моделирования на основе метода Монте-Карло. Статистическое моделирование выполняется в среде MATLAB с использованием стандартных средств, а также пакета CVX для численного решения выпуклых оптимизационных задач.
Результаты. Сформулированы оптимизационные задачи на основе критериев минимума излучаемой мощности и максимума отношения сигнал/шум в наихудшем канале. В обоих случаях используется ограничение на излучаемую мощность отдельными антенными каналами. Оптимизационные задачи приближенно сводятся к выпуклым задачам с полуопределенными условиями, которые решаются с помощью хорошо известного алгоритма внутренней точки, имеющего полиномиальную сложность. Проведено статистическое моделирование, в результате которого получены оптимальные характеристики совместной системы, а именно зависимости излучаемой мощности от порогового отношения сигнал/шум и зависимости отношения сигнал/шум в наихудшем канале от бюджета мощности.
Заключение. Предложены методы оптимального линейного кодирования в антенной решетке, основанные на численном решении оптимизационных задач, которые рекомендуется использовать при разработке совместной системы многоадресной радиосвязи и радиолокации.

1. 5G network capacity: key elements and technolo-gies / Q. C. Li, H. Niu, A. T. Papathanassiou, G. Wu // IEEE Vehicular Technology Mag. 2014. Vol. 9, № 1. P. 71–78. doi: 10.1109/MVT.2013.2295070

2. Automotive radars: A review of signal processing techniques / S. Patole, M. Torlak, D. Wang, M. Ali // IEEE Signal Process. Mag. 2017. Vol. 34. P. 22–35. doi: 10.1109/MSP.2016.2628914

3. A survey of autonomous driving: common prac-tices and emerging technologies / E. Yurtsever, J. Lam-bert, A. Carballo, K. Takeda // IEEE Access. 2020. Vol. 8. P. 58443–58469. doi: 10.1109/ACCESS.2020.2983149

4. Automotive radar signal processing: research di-rections and practical challenges / F. Engels, P. Hei-denreich, M. Wintermantel, L. Stäcker, M. Al Kadi, A. M. Zoubir // IEEE J. of Selected Topics in Signal Pro-cessing. 2021. Vol. 15, № 4. P. 865–878. doi: 10.1109/JSTSP.2021.3063666

5. Joint radar-communications strategies for auton-omous vehicles / D. Ma, N. Shlezinger, T. Huang, Y. Liu, Y. C. Eldar // IEEE Signal Processing Mag. 2020. Vol. 37, № 4. P. 85–97. doi: 10.1109/MSP.2020.2983832

6. Radar and communication coexistence: an over-view / L. Zheng, M. Lops, Y. C. Eldar, X. Wang // IEEE Sig-nal Processing Mag. 2019. Vol. 36, № 5. P. 85–99. doi: 10.1109/MSP.2019.2907329

7. Toward dual-functional radar-communication systems: Optimal waveform design / F. Liu, L. Zhou, C. Masouros, A. Li, W. Luo, A. Petropulu // IEEE Transac-tions on Signal Processing. 2018. Vol. 66, № 16. P. 4264–4279. doi: 10.1109/TSP.2018.2847648

8. Toward millimeter wave joint radar-communications: a signal processing perspective / K. V. Mishra, B. Shankar, V. Koivunen, B. Ottersten, S. A. Vorobyov // IEEE Signal Processing Mag. 2019. Vol. 36, № 5. P. 100–114. doi: 10.1109/MSP.2019.2913173

9. MU-MIMO communications with MIMO radar: from co-existence to joint transmission / F. Liu, C. Ma-souros, A. Li, H. Sun, L. Hanzo // IEEE Trans. On Wireless Communication. 2018. Vol. 17, № 4. P. 2755–2770. doi: 10.1109/TWC.2018.2803045

10. Joint transmit beamforming for multiuser MIMO communications and radar / X. Liu, T. Huang, N. Shlezinger, Y. Liu, J. Zhou, Y. C. Eldar // IEEE Trans. on Sig-nal Processing. 2020. Vol. 68. P. 3929–3944. doi: 10.1109/TSP.2020.3004739

11. Liu X., Huang T., Liu Y. Transmit design for joint MIMO radar and multiuser communications with transmit covariance constraint. URL: https://arxiv.org/pdf/2109.00779v1.pdf (дата обращения 24.01.2022)

12. Multicasting precoder design for vehicular joint radar-communication systems / S. H. Dokhanchi, B. S. Mysore, R. M. Kobayashi, B. Ottersten // Proc. of the 1st IEEE Intern. Online Symp. on Joint Communications & Sensing. Dresden, Germany, 23–24 Feb. 2021. doi: 10.1109/JCS52304.2021.9376334

13. Sidiropoulos N. D., Davidson T. N., Luo Z.-Q. Transmit beamforming for physical-layer multi-casting // IEEE Trans. Signal Processing. 2006. Vol. 54, № 6. P. 2239–2251. doi: 10.1109/TSP.2006.872578

14. Convex optimization-based beamforming / A. B. Gershman, N. D. Sidiropoulos, S. Shahbazpanahi, M. Bengtsson, B. Ottersten // IEEE Signal Processing Mag. 2010. Vol. 27, № 3. P. 62–75. doi: 10.1109/MSP.2010.936015

15. Semidefinite relaxation of quadratic optimiza-tion problems / Z.-Q. Luo, W.-K. Ma, A. M.-C. So, Y. Ye, S. Zhang // IEEE Signal Processing Mag. 2010. Vol. 27, № 3. P. 20–34. doi: 10.1109/MSP.2010.936019

16. Boyd S., Vandenberghe L. Convex Optimization. Cambridge: Cambridge University Press, 2004. 727 p. doi: 10.1017/CBO9780511804441

17. Grant M. C., Boyd S. P. The CVX Users’ Guide. URL: http://cvxr.com/cvx/doc/CVX.pdf (дата обращения 24.01.2022)