MIMO联合通信与雷达感知系统的时空功率优化

"Spatio-Temporal-Power-Optimization-for-MIMO-Joint-Communication" 在无线通信领域，多输入多输出（MIMO）技术已经成为提高系统容量和性能的关键技术。这篇由Xin Yuan等人发表在《IEEE Transactions on Vehicular Technology》上的文章探讨了针对MIMO联合通信与雷达感知（JCAS）系统的时空功率优化问题，特别是在考虑训练开销和信道估计误差（CEE）的情况下。JCAS系统结合了通信和感知功能，是未来智能交通和物联网等应用的重要组成部分。 文章首先关注的是在相关信道环境下，考虑到训练序列和数据符号的条件下，对感知和通信的互信息（MI）进行建模。互信息是衡量信息传输效率的一个关键指标，对于通信质量和感知准确性都至关重要。在存在训练序列的包基信号结构中，训练序列用于信道估计，而数据序列则承载实际的信息。 作者们分析了训练开销对信道估计的影响，并推导出了在存在CEE情况下的条件互信息公式。CEE是由于信道估计不准确导致的，它会降低系统性能。进一步，他们导出了CEE的下界，并提出了优化能量分配策略，以最小化CEE。这种优化旨在平衡训练信号和数据信号的能量，从而提高整个系统的效率。 基于最优能量分配，文章提供了关于时空功率分配的解决方案，这有助于同时最大化通信的MI和雷达感知的性能。通过优化功率分配，系统可以在保证通信质量的同时，提升对环境的感知能力，这对于自动驾驶、无人机监测等应用具有重要意义。 此外，该研究可能还涉及到现代通信系统中的其他关键技术，如信道编码、解码策略以及多用户调度。这些技术可能会与提出的时空功率优化策略相结合，以进一步提升JCAS系统的整体性能。通过这种方式，MIMO系统能够更有效地利用频谱资源，提高能源效率，同时满足通信和感知的双重需求。 这篇文章深入研究了MIMO JCAS系统的时空功率优化，为设计高效、可靠的未来无线通信和感知网络提供了理论基础和实用方法。这一工作对理解并优化通信与感知集成系统中的复杂权衡问题具有深远的科学价值和实践意义。