تخصيص القدرة القائم على المحاكاة لأنظمة الاستشعار والاتصالات المتكاملة لتحقيق التوازن بين سعة الاتصالات وكشف الأهداف

Shuyuan Zhao; Hu Sheng

مقالة بحثية

تخصيص القدرة القائم على المحاكاة لأنظمة الاستشعار والاتصالات المتكاملة لتحقيق التوازن بين سعة الاتصالات وكشف الأهداف

28 مشاهدة

⸱

سبتمبر 11, 2026

Shuyuan Zhao¹ , Hu Sheng²

¹School of Traffic and Electrical Engineering, Dalian University of Science and Technology, ²School of Railway Intelligent Engineering, Dalian Jiaotong University

في هذه المقالة

ملخص

يصف هذا البروتوكول طريقة قائمة على المحاكاة لتحسين تخصيص الطاقة في أنظمة الاستشعار والاتصالات المتكاملة، وذلك باستخدام نموذج تحسين متعدد الأهداف وخوارزمية تحسين الفراشة المطورة لتحقيق التوازن بين سعة الاتصال وأداء اكتشاف الهدف في ظل ظروف تشغيل مختلفة.

الملخص

تتطلب أنظمة الاستشعار والاتصالات المتكاملة (ISAC) تخصيصاً فعالاً للطاقة لتحقيق التوازن بين جودة الاتصالات وأداء الاستشعار أثناء التشغيل في ظل موارد محدودة من الطيف والطاقة. وغالباً ما تفشل طرق تخصيص الطاقة المتساوية التقليدية في تحقيق مقايضة فعالة بين سعة قناة الاتصال واحتمالية اكتشاف الهدف (PDP) لأنها لا تراعي بشكل كافٍ الأهداف المختلفة للاتصالات والاستشعار. تقترح هذه الدراسة استراتيجية لتخصيص الطاقة قائمة على المحاكاة لنظام ISAC يعتمد على تعدد الإرسال بتقسيم التردد المتعامد (OFDM) باستخدام إطار عمل للتحسين متعدد الأهداف ومعاير. وقد تم توظيف نسخة محسنة من خوارزمية تحسين الفراشة (BOA)، تتضمن استراتيجيات احتمالية التبديل الديناميكي وطفرة غاوس ذات التباين الديناميكي، لتعزيز قدرة البحث الشامل وسرعة التقارب وتنوع الحلول. وأجريت عمليات محاكاة عددية تحت عوامل ترجيح مختلفة للاتصالات، وتكوينات مختلفة للهوائيات، وأعداد متنوعة للحوامل الفرعية، ونسب مختلفة للإشارة إلى الضوضاء لتقييم النهج المقترح. وحققت الاستراتيجية المحسنة سلوك تقارب أفضل مع توفير تسوية متوازنة بين سعة قناة الاتصال وPDP عبر سيناريوهات محاكاة متعددة. وتظهر هذه النتائج أن إطار التحسين المقترح يمكن أن يدعم بفعالية تخصيص الموارد القائم على المحاكاة لأنظمة ISAC المعتمدة على OFDM، مع توفير منهجية قابلة للتكرار لتقييم المقايضات بين الاتصالات والاستشعار تحت ظروف تشغيل مختلفة.

المقدمة

مع التوسع السريع في خدمات الاتصالات اللاسلكية والطلب المتزايد على الاستشعار الراداري عالي الأداء، أصبح التعارض بين موارد الطيف المحدودة ومتطلبات الخدمة المتنامية بارزاً بشكل متزايد. وفي الوقت ذاته، ساهم تصغير الأجهزة الإلكترونية وتكاملها في دفع أنظمة الاستشعار والاتصالات المتكاملة (ISAC) إلى الأمام. وبناءً على ذلك، ظهرت أنظمة ISAC كاتجاه بحثي رئيسي في أنظمة المعلومات الإلكترونية¹^,²^,³. ومن خلال مشاركة موارد الطيف والأجهزة، تتيح أنظمة ISAC الإرسال المتزامن لبيانات الاتصالات اللاسلكية وإشارات الاستشعار الراداري، مما يؤدي إلى التغلب على قيود كفاءة الطيف في الأنظمة التقليدية المستقلة وتحسين استغلال الموارد في السيناريوهات المعقدة⁴. ويعد تعدد الإرسال بتقسيم التردد المتعامد (OFDM) تقنية تعديل متعدد الحوامل معتمدة على نطاق واسع، حيث تعمل على تحسين استغلال الطيف وتوفر متانة قوية ضد تداخل المسارات المتعددة. وبفضل هذه المزايا، أصبح OFDM هو شكل الموجة المفضل لأنظمة ISAC. وتوفر بنية OFDM-ISAC الناتجة أساساً موثوقاً لشكل الموجة للتنفيذ المنسق لوظائف الاتصال والاستشعار⁵^,⁶. وبناءً عليه، ركزت أبحاث مستفيضة على هذا الموضوع.

لتحسين كفاءة الاتصالات وأداء الاستشعار، اقترح Wen وآخرون⁷ طريقة لتخصيص الطاقة (PAM) لأنظمة ISAC القائمة على OFDM البصرية في الفضاء الحر. وأظهرت نتائجهم فعالية هذه الطريقة وسلطت الضوء على المقايضة بين أداء الاتصالات وأداء الاستشعار. كما طور Wang وآخرون⁸ طريقة لتحسين تخصيص الطاقة تعتمد على التعلم العميق لأنظمة OFDM-ISAC لتقليل معدل خطأ رموز الاتصالات والحد الأدنى لكرامر-راو (Cramér–Rao lower bound) لتقدير التأخير وإزاحة دوبلر المشتركين، مما أدى إلى تحسين أداء الاتصالات. ولموازنة أداء الاتصالات والاستشعار، صمم AlKhansa وآخرون⁹ طريقة PAM ديناميكية لتقدير وقت الوصول في أنظمة OFDM-ISAC، وأكدت النتائج العددية أهمية دمج قيود استشعار متعددة. وصاغ He وآخرون¹⁰ مشكلة تحسين من نوع (max–min) لأنظمة OFDM-ISAC متعددة الحوامل، وطوروا خوارزمية تحسين تكرارية تعتمد على التقريب المحدب المتتالي لحل المشكلة غير المحدبة الناتجة، مما أدى إلى تحسين أداء الاتصالات. واقترح Liao وآخرون¹¹ مُشكل حزم إرسال ISAC فعال حاسوبيًا يعتمد على مزيج مرجح من مُرمز مسبق خطي ومُشكل حزم مصفوفي محدد مسبقًا، مما أظهر كفاءة حاسوبية وأداءً عامًا متميزين.

على الرغم من هذه التطورات، لا تزال معظم أنظمة OFDM-ISAC تعتمد على التوزيع المتساوي للطاقة، مما يحد من الأداء العام للنظام عندما تعمل وظائف الاتصال والاستشعار بشكل متزامن. إن استراتيجية توزيع الطاقة التي ترفع سعة قناة الاتصال إلى الحد الأقصى قد تؤدي إلى تقليل أداء اكتشاف الأهداف، بينما قد تؤدي الاستراتيجية المحسنة فقط من أجل احتمالية اكتشاف الهدف (PDP) إلى تخصيص طاقة مفرطة للاستشعار على حساب جودة الاتصال. علاوة على ذلك، ونظراً لأن سعة قناة الاتصال وPDP لهما أبعاد فيزيائية مختلفة، فإن طرق تحسين المجموع المرجح التقليدية لا يمكنها موازنة مساهماتهما النسبية بشكل كافٍ، مما يحد من الأداء العام لأنظمة OFDM-ISAC. تبحث هذه الدراسة في توزيع طاقة الإرسال في أنظمة OFDM-ISAC لتحسين سعة قناة الاتصال وPDP بشكل مشترك على الرغم من هذه الاختلافات البعدية. يقوم نموذج OFDM-ISAC-P المقترح بتطبيع دالتي الهدف وتطبيق عوامل ترجيح قابلة للضبط لتحسين قابلية المقارنة في عملية التحسين. وللتغلب على قيود خوارزمية تحسين الفراشة (BOA) التقليدية، بما في ذلك المعلمات الثابتة، وبطء التقارب، والحساسية للنهايات العظمى المحلية، تم دمج استراتيجيات احتمالية التبديل الديناميكي (DSP) وطفرة غاوس ذات التباين الديناميكي (DVGM) لتحسين القدرة على التكيف في البحث. تفترض الدراسة أن الجمع بين التحسين متعدد الأهداف المُطَبّع وخوارزمية BOA المحسنة ينتج توزيعاً للطاقة عند توازن باريتو (Pareto-equilibrium) أكثر استقراراً من التوزيع المتساوي التقليدي للطاقة ومن خوارزمية BOA القياسية. وتشمل المساهمات الرئيسية لهذه الدراسة تطوير نموذج توزيع طاقة متعدد الأهداف مُطَبّع، وإطار تحسين معزز يعتمد على BOA، والتحقق من ذلك عبر المحاكاة باستخدام سيناريوهات متعددة الهوائيات، ومتعددة الحوامل، والنقل الذكي.

البروتوكول

اقتصرت هذه الدراسة على النمذجة الرياضية، وتطوير الخوارزميات، والمحاكاة العددية لنظام OFDM-ISAC. ولم تتضمن الدراسة أي مشاركين بشريين، أو حيوانات، أو عينات بيولوجية، أو بيانات شخصية محددة للهوية. وبناءً على ذلك، لم تكن هناك حاجة إلى موافقة أخلاقية مؤسسية، بما في ذلك موافقة مجلس المراجعة المؤسسية (IRB) أو لجنة الرعاية والاستخدام المؤسسي للحيوان (IACUC).

تصميم نموذج لتخصيص الطاقة لنظام الاستشعار والاتصالات المتكامل القائم على تعدد الإرسال بتقسيم التردد المتعامد

في أنظمة الاتصالات والاستشعار المتكاملة (ISAC)، غالبًا ما تقوم وحدات إدارة القدرة (PAMs) التقليدية والمتساوية بتوزيع قدرة الإرسال بالتساوي عبر كل قناة وهوائي أثناء عمليات الاتصال والاستشعار المتزامنة، دون مراعاة متطلبات الأداء المختلفة لكل منهما. وقد يؤدي ذلك إلى تخصيص قدرة مفرطة لوصلات إرسال غير فعالة والفشل في تلبية المتطلبات المتباينة لخدمات الاتصال والاستشعار، مما يقلل من كفاءة استخدام القدرة الإجمالية¹²^,¹³^,¹⁴. لذا، تأخذ هذه الدراسة في الاعتبار الأهداف الوظيفية المزدوجة للنظام من خلال التحسين المشترك لسعة قناة الاتصال وتوزيع تأخير القدرة (PDP). وقد تم بناء إطار عمل للتحسين متعدد الأهداف لتطوير استراتيجية تخصيص القدرة لنظام ISAC القائم على تقسيم التردد المتعامد (OFDM)، والذي يُشار إليه بنموذج OFDM-ISAC-P. يُعد OFDM تقنية تعديل متعدد الحوامل فعالة تتكون من طرف إرسال وطرف استقبال. وتوضح الشكل 1 عملية الـ OFDM.

مخطط تدفق الاتصالات اللاسلكية، بما في ذلك الترميز، وتحويل فوريه السريع العكسي (IFFT)، والقناة الترددية الراديوية (RF)، وتحويل فوريه السريع (FFT)، وعملية فك الترميز.
الشكل 1. سير عمل معالجة الإشارات لشكل موجة تعدد الإرسال بتقسيم التردد المتعامد (OFDM) المستخدم في نظام الاستشعار والاتصال المتكامل (ISAC). يتضمن سير العمل ترميز البيانات، والتداخل، ورسم الرموز، والتحويل من تسلسلي إلى توازي، وتحويل فوريه السريع العكسي (IFFT)، وإدراج البادئة الدورية (CP)، والإرسال الترددي الراديوي (RF)، والانتشار في القناة اللاسلكية، والاستقبال الترددي الراديوي (RF)، وإزالة البادئة الدورية (CP)، وتحويل فوريه السريع (FFT)، ومعادلة القناة، وإلغاء رسم الرموز، وإلغاء التداخل، وفك الترميز، واستعادة البيانات. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

في الشكل 1، تعمل إشارات OFDM كشكل موجي مشترك للاتصالات والاستشعار نظرًا لاستخدامها العالي للطيف ومقاومتها القوية للتداخل متعدد المسارات، مما يتيح إرسال شكل موجي موحد لكلا الوظيفتين¹⁵^,¹⁶^,¹⁷. ومع إهمال تأثير تشكيل الطيف لدالة النافذة، يتم بناء شكل موجة OFDM المرسلة باستخدام تردد الحامل، وعدد الموجات الحاملة الفرعية، والأوزان المركبة للموجات الحاملة الفرعية لتخصيص القدرة، وترميز إشارة الاتصالات، والتباعد بين الموجات الحاملة الفرعية. ويتم تحديد عرض نطاق النظام بواسطة التباعد بين الموجات الحاملة الفرعية وعدد الموجات الحاملة الفرعية¹⁸. وتتحدد عملية توليد إشارة الاتصالات على النحو التالي: يتم أولاً ترميز بتات المعلومات الثنائية باستخدام مخطط ترميز التحقق من التكافؤ منخفض الكثافة (LDPC) لتحسين موثوقية الإرسال، ثم يتم تعيينها لاحقاً إلى رموز ذات قيم مركبة باستخدام تعديل إزاحة الطور الرباعي (QPSK). ويتم تخصيص الرموز المعدلة للموجات الحاملة الفرعية لـ OFDM وفقاً لاستراتيجية تخصيص القدرة المحسنة. وبعد معالجة تحويل فوريه السريع العكسي (IFFT) وإدراج البادئة الدورية (CP)، يتم توليد شكل موجة اتصالات OFDM في النطاق الزمني وإرسالها جنباً إلى جنب مع إشارة الاستشعار. ويتم الحفاظ على نفس تكوين التعديل والترميز في جميع عمليات المحاكاة. يظهر تكوين نظام ISAC المستخدم في هذه الدراسة في الشكل 2.

مسارات الإشارة اللاسلكية، مخطط يوضح الانعكاس المباشر والأرضي والسماوي للعوائق ومصفوفة الاستقبال Rx.
الشكل 2. تكوين نظام الاستشعار والاتصالات المتكامل (ISAC) القائم على تقسيم التردد المتعامد المتعدد (OFDM). يوضح المخطط مصفوفة الإرسال (Tx)، ومصفوفة الاستقبال (Rx)، ومسار الاتصال المباشر في خط الرؤية (LoS)، ومسار استشعار صدى الهدف، ومسار الانعكاس الأرضي، ومسار الانعكاس السماوي، والعوائق التمثيلية داخل بيئة الانتشار المحاكات. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

يتكون النظام من مصفوفة هوائيات إرسال ومصفوفة هوائيات استقبال. ويتم نقل الإشارة عبر مسارين رئيسيين؛ الأول هو مسار خط البصر (LoS)، حيث تُرسل الإشارة مباشرة من مصفوفة الإرسال إلى مصفوفة الاستقبال. والثاني هو مسار الانعكاس، حيث ينعكس جزء من الإشارة عن الأرض ويصل إلى مصفوفة الاستقبال، بينما ينتشر جزء آخر عبر مسار انعكاس سماوي قبل الوصول إلى مصفوفة الاستقبال¹⁹^,²⁰^,²¹. ويعد هذا النظام نظام OFDM-ISAC متعدد الهوائيات يسيطر عليه مسار خط البصر (LoS-dominant)، حيث يمكن لمستقبلات الاتصالات والاستشعار اعتماد تكوينات هوائيات مختلفة. وعلى الرغم من أن الشكل 2 يوضح مكونات الانتشار الممكنة، بما في ذلك مسار LoS المباشر والمسارات المرتبطة بالانعكاس، إلا أن النموذج الرياضي والمحاكاة يأخذان في الاعتبار فقط رابط اتصالات LoS السائد ورابط استشعار صدى الهدف. وتُعامل انعكاسات الأرض والسماء كآثار انتشار خلفية بدلاً من كونها قنوات غير مرئية (NLoS) يتم تحسينها بشكل مستقل. وتُحدد مصفوفة استجابة القناة بناءً على افتراض سيادة مسار خط البصر، مع تمثيل آثار تعدد المسارات من خلال التلاشي (fading)، وإزاحة دوبلر (Doppler shift)، وبنود الضوضاء. وبناءً على مصفوفة استجابة القناة هذه، جنباً إلى جنب مع الإشارة المرسلة ونموذج ضوضاء القناة، يتم التعبير عن إشارة الاتصالات المستقبلة في المعادلة 1.

معادلة التوازن الساكن، y_cm = H_cm * S_m + n_cm، صيغة، للاستخدام التعليمي

هنا، يمثل n_c,m ضجيج غاوس الأبيض، بينما يشير S_m إلى الإشارة المرسلة، ويمثل H_c,m مصفوفة استجابة قناة الاتصال.

في وظيفة الاستشعار لنظام ISAC، يتكون مسار إرسال الإشارة من مرحلتين؛ المرحلة الأولى هي الإرسال من جهاز الإرسال إلى الهدف، والثانية هي مسار الصدى، حيث تنتشر الإشارة المنعكسة من الهدف عائدة إلى جهاز الاستقبال عبر قناة الاستشعار²²^,²³^,²⁴. وبالنسبة للمحمولة الفرعية m، فإن مصفوفة استجابة قناة الاستشعار تصف انتشار الإشارة ويُعبر عنها في المعادلة 2:

$معادلة التوازن الاستاتيكي $ H_{sm} = b_s e^{j2\pi f_{sm} \theta} e^{-j2\pi m f \tau_s} $.$

هنا، b_s يمثل معامل خفوت مسار صدى الاستشعار، ف_{س، م} يشير إلى إزاحة تردد Doppler المنعكسة، و τ_s يمثل تأخير الانتشار لمسار الانعكاس. وبناءً على مصفوفة استجابة قناة الاستشعار، يمكن التعبير عن إشارة الاستشعار المستلمة على النحو التالي: المعادلة 3:

معادلة توضح صيغة معالجة الإشارة: y_sm = H_sm S_m + n_sm، المستخدمة في أبحاث تحليل البيانات.

هنا، تمثل n_s,m ضجيج غاوس الأبيض في قناة الاستشعار.

في أنظمة الاتصالات اللاسلكية، يعد التخطيط الفعال للطيف وتخصيص الموارد أمرين ضروريين لتحسين الأداء العام للنظام²⁵. وبناءً على ذلك، تستخدم هذه الدراسة سعة قناة الاتصال كمعيار أساسي للتصميم. تم إنشاء نموذج تحسين لزيادة سعة القناة إلى الحد الأقصى من خلال توزيع إجمالي قدرة الإرسال عبر الموجات الحاملة الفرعية لتقنية OFDM وفقاً لاستراتيجية تخصيص الموارد المقترحة، كما هو موضح في المعادلة 4.

تمت صياغة مشكلة تحسين الاتصالات على النحو التالي (المعادلة 4):

صيغة التحسين، مخطط معادلة المجموع، تحليل معالجة الإشارات، زيادة سعة القناة إلى الحد الأقصى.

خاضع لـ

معادلة التوازن الاستاتيكي Σam=1؛ مخطط الصيغة؛ أداة تحليل رياضي.

هنا، تمثل σ_c² تباين الضوضاء في قناة الاتصال الغاوسية، ويرمز P إلى إجمالي قدرة إرسال الاتصالات، بينما يمثل P_c متجه تخصيص قدرة الاتصال الأمثل، ويرمز a_m إلى الوزن المخصص للمحمِّل الفرعي رقم m، وتمثل N_c عدد المحملات الفرعية.

يتم التعبير عن الحل الأمثل الذي تم الحصول عليه باستخدام WA من خلال المعادلة 5:

$معادلة الشروط في التحليل الرياضي، الصيغة: $ \hat{p}_{c,m} = \left\{ \right. $$

هنا، مخطط تحليل ميكانيكا الفيزياء التوازن الساكن ΣFx=0 يشير إلى القدرة المثلى المخصصة للقناة الفرعية للاتصال رقم m، ويمثل g_m نسبة كسب القناة إلى الضوضاء في القناة الفرعية للاتصال رقم m، بينما يشير μ_c إلى مستوى المياه في خوارزمية تخصيص المياه (WA).

وفقاً لخوارزمية تخصيص المياه (WA) الموضحة في الشكل 3، تتلقى القنوات الفرعية ذات مكاسب القناة الأعلى، والتي تقابل مكاسب قناة عكسية أصغر، قدرة إرسال أكبر تحت مستوى المياه المحدد. وهذا يتيح للنظام استغلال ظروف القناة المواتية مع الالتزام بقيد القدرة الإجمالية وتحسين سعة الاتصال الكلية. وبناءً على ذلك، تتلقى القنوات الفرعية ذات ظروف القناة الأفضل قدرة أكبر، بينما تتلقى القنوات ذات ظروف القناة الأسوأ قدرة أقل. ومن خلال استراتيجية تخصيص القدرة التكيفية هذه، تستخدم خوارزمية WA موارد القناة بكفاءة لتحسين أداء الاتصالات.

عملية القناة الفرعية لحقن المياه؛ مخطط شريطي لمستويات القدرة، وخط μc، ونسب 1/gi؛ تحليل.
الشكل 3مبدأ خوارزمية ملء المياه (WA) المستخدمة لتوزيع قدرة الاتصالات. يمثل المحور الأفقي القنوات الفرعية لتقنية OFDM، بينما يمثل المحور الرأسي مقلوب كسب القناة وقدرة الإرسال المخصصة. ويحدد مستوى المياه قدرة الإرسال المسندة إلى كل قناة فرعية في ظل قيد إجمالي قدرة الإرسال. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

بالنسبة لهدف الاستشعار، تُعد استراتيجية تخصيص الطاقة المناسبة ضرورية عندما تكون احتمالية الإنذار الكاذب ثابتة. وتعمل استراتيجية تخصيص الطاقة المُحسّنة على تعزيز أداء الاستشعار من خلال تحسين دقة اكتشاف الهدف. تتطلب عملية الاستشعار اختبار الفرضيات بموجب فرضية وجود الهدف (هـ₁) وفرضية غياب الهدف (هـ₀). وبموجب هذه الفرضيات، فإن الإشارة المُستقبلة لكل حامل فرعي خلال الـ كيُعَبَّر عن النبضة رقم (th) كـ المعادلة 6:

معادلة اختبار الفرضية، صيغة رياضية، تحليل إحصائي، ترميز H0 وH1.

هنا، يشير y إلى متجه ملاحظات الاستشعار، ويمثل A المصفوفة القطرية diag(a₀, a₁, …, a_{N_c−1})، ويشير D(v) إلى المصفوفة القطرية التي تحتوي على إزاحة تردد دوپلر للهدف، بينما يمثل β متجه معامل انعكاس الهدف، ويشير n_s إلى الضوضاء البيضاء الغاوسية في قناة الاستشعار.

يتم بعد ذلك تقييم دالات كثافة الاحتمال تحت H₀ و H₁. وبالنسبة لاحتمالية إنذار خاطئ محددة، يتم حساب احتمالية الكشف (PDP) بناءً على هاتين الفرضيتين. ووفقاً لنظرية كشف نسبة الأرجحية، يتم اشتقاق كاشف نسبة الأرجحية القصوى العام لاحقاً لتعظيم احتمالية الكشف (PDP).

يتم التعبير عن كاشف نسبة الأرجحية القصوى المعمم على النحو التالي: المعادلة 7:

المعادلة اللوغاريتمية للتحليل الإحصائي؛ مخطط الصيغة بما في ذلك lnL_G و σ^2 و y^H و y_0.

هنا، يشير l_G و L_G إلى إحصائية كشف نسبة الأرجحية المعممة ودالة نسبة الأرجحية، على التوالي، ويمثل y^H منقول هيرميت لـ y، بينما يشير γ₀ إلى عتبة الكشف. خلال عملية الكشف، تُستخدم العتبة لتحديد ما إذا كانت فرضية وجود الهدف (H₁) أو فرضية غياب الهدف (H₀) هي المقبولة. وتوضح الشكل 4 العلاقة بين عتبة كشف الاستشعار واحتمالية كشف الهدف.

رسم بياني لنظرية كشف الإشارة، يوضح الضوضاء مقابل الإشارة+الضوضاء، مع تحديد عتبة الكشف.
الشكل 4. العلاقة بين عتبة كشف الاستشعار واحتمالية كشف الهدف. تظهر دالات كثافة الاحتمال تحت فرضية غياب الهدف وفرضية وجود الهدف جنباً إلى جنب مع عتبة الكشف المستخدمة لاختبار الفرضيات. تشير المناطق المظللة إلى مناطق القرار المرتبطة باحتمالية الإنذار الكاذب واحتمالية كشف الهدف. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

كما هو موضح في الشكل 4يرتبط احتمال الكشف (PDP) ارتباطاً مباشراً بتوزيع مربع كاي غير المركزي المركب. وفي ظل احتمال ثابت للإنذار الكاذب (أي أقصى احتمال مسموح به للكشف الخاطئ)، يكون معامل عدم المركزية مرتبطاً ارتباطاً إيجابياً باحتمال الكشف (PDP). وبناءً على ذلك، فإن زيادة معامل عدم المركزية تُحسّن من احتمالية الكشف الصحيح عن إشارة الهدف. واستناداً إلى هذه العلاقة، يتم التعامل مع إجمالي قدرة إرسال الاستشعار كقيد للقدرة، بينما يتم اختيار تعظيم معامل عدم المركزية كهدف للتحسين. وتُستخدم مسألة التحسين المقيدة الناتجة لاشتقاق استراتيجية تخصيص قدرة الاستشعار المثلى، ويتم التعبير عنها كما يلي: المعادلة 8:

مخطط معادلة التحسين مع صيغة argmax للتحليل الخوارزمي.

حيث تشير α إلى متجه وزن إرسال الاستشعار الأمثل الذي تم الحصول عليه تحت قيد القدرة، كما تمثل متجه وزن إرسال الموجة الحاملة الفرعية للاستشعار، وتشير B(v, β) إلى متجه معلومات الاستشعار، بينما تمثل P إجمالي قدرة إرسال الاستشعار.

يشير التحسين إلى أن استراتيجية تخصيص قدرة الاستشعار المثلى لا تقوم بتوزيع القدرة عبر قنوات فرعية متعددة. وبدلاً من ذلك، يتم تخصيص كل قدرة إرسال الاستشعار المتاحة للقناة الفرعية التي حدد تقييم القناة أنها توفر أعلى أداء استشعار، مما يؤدي إلى تعظيم أداء اكتشاف الهدف في القناة الواحدة.

في نظام OFDM-ISAC، يُعد تخصيص الطاقة مهمة التحسين الجوهرية، ويجب أن تلبّي الاستراتيجية المثلى متطلبات التصميم لكل من الاتصالات والاستشعار. وتحديداً، ينظر التحسين في آن واحد إلى مقاييس أداء الاتصالات، بما في ذلك معدل خطأ البت وسعة القناة، جنباً إلى جنب مع مقاييس أداء الاستشعار، بما في ذلك PDP ودقة تقدير المعاملات. ويتم تحسين الأداء العام للنظام من خلال التخصيص المنسق للموارد. ومع ذلك، فإن الدمج المباشر لاستراتيجيات تخصيص الطاقة المثلى للاتصالات والاستشعار باستخدام تحسين المجموع الموزون التقليدي ينطوي على قيود هامة؛ نظراً لعدم مراعاة الأبعاد الفيزيائية المختلفة والمساهمات النسبية لمقياسي الأداء بشكل كافٍ، فإن التحسين الناتج قد لا يعكس بدقة متطلبات أنظمة الاتصالات والاستشعار المتكاملة²⁶^,²⁷.

وبناءً على ذلك، تقترح هذه الدراسة إطار تصميم متكامل يعتمد على التوزين المعياري. أولاً، يتم إجراء معايرة لمقاييس أداء الاتصالات والاستشعار لإزالة آثار عدم الاتساق البعدي. ثم يتم ضبط معاملات التوزين وفقاً لسيناريو التطبيق لتحقيق تخصيص أكثر توازناً للطاقة. تظهر الصيغة الرياضية لنموذج OFDM-ISAC-P المعياري في المعادلة 9:

مخطط صيغة معادلة التحسين؛ argmax مع المجموع، خاضعة للقيود، للاستخدام البحثي.

هنا، يرمز w إلى عامل تثقيل الاتصالات، ويمثل F_c القيمة الهدف المثلى التي تم الحصول عليها من مشكلة تحسين الاتصالات، ويرمز p_m إلى القدرة المخصصة للمحمولة الفرعية رقم m في نظام OFDM، بينما يمثل g_m كسب القناة المقابل للضوضاء للمحمولة الفرعية رقم m في الاتصالات، ويرمز P إلى إجمالي قدرة الإرسال، ويمثل F_s القيمة الهدف المثلى التي تم الحصول عليها من مشكلة تحسين الاستشعار، ويرمز b_m إلى العنصر رقم m من متجه الاستشعار B(v, β).

يعمل عامل وزن الاتصال w، جنباً إلى جنب مع عامل وزن الاستشعار المكمل له (1 − w)، كمعلمة تصميم قابلة للضبط تعكس الأهمية النسبية لسعة قناة الاتصال وتوزيع كثافة القدرة (PDP) في ظل سيناريوهات تطبيق مختلفة²⁸^,²⁹. في هذه الدراسة، يتم التعامل مع w كمعلمة تكوين على مستوى السيناريو بدلاً من كونها متغير تحكم متغير زمنياً. وبناءً على ذلك، يتم تثبيت w لكل سيناريو محاكاة (على سبيل المثال، w = 0.5 لتحقيق توازن في أداء الاتصال والاستشعار، و w = 0.8 للتشغيل الذي يعطي الأولوية للاتصالات). ثم يُستخدم خوارزم BOA المحسن لتحسين تخصيص القدرة المقابل. وبذلك، يشير مصطلح "عامل الوزن الديناميكي" إلى اختيار عوامل وزن مختلفة لسيناريوهات تشغيل مختلفة بدلاً من تنفيذ تكيف تلقائي في الوقت الفعلي أثناء تنفيذ الخوارزمية.

حل نموذج تحسين القدرة لنظام الاستشعار والاتصالات المتكامل القائم على تعدد الإرسال بتقسيم التردد المتعامد باستخدام خوارزمية تحسين الفراشة المحسنة

بعد بناء نموذج OFDM-ISAC-P، يتم استخدام خوارزمية BOA المحسنة لحل مشكلة الأمثلة. تتميز خوارزمية BOA ببنية بسيطة، وسهولة في التنفيذ، وقدرة قوية على البحث العالمي؛ حيث تحاكي سلوك البحث عن الغذاء لدى الفراشات وتوظف آلية طيران ليفي (Lévy flight) لاستكشاف حيز البحث بكفاءة. تتطلب الخوارزمية عدداً قليلاً نسبياً من إعدادات المعاملات، مما يجعلها مناسبة لمجموعة واسعة من مشكلات الأمثلة. ومع ذلك، قد تتقارب خوارزمية BOA التقليدية مبكراً نحو القيم المثلى المحلية، وتتأثر بشدة بإعدادات المعاملات، وغالباً ما تتطلب تكرارات عديدة عند حل مشكلات الأمثلة ذات الأبعاد العالية³⁰. وبناءً على ذلك، تم تعزيز استراتيجية الطفرة وإجراءات الأمثلة في هذه الدراسة.

لتحسين الاستكشاف الشامل خلال مرحلة التحسين المبكرة، تم تقديم استراتيجية احتمالية التبديل الديناميكية (DSP). فخلال التكرارات الأولية، تعمل احتمالية التبديل الصغيرة نسبياً على تعزيز استكشاف حيز البحث. ومع زيادة عدد التكرارات، يتم ضبط احتمالية التبديل تدريجياً لتعزيز الاستغلال المحلي وتحسين التقارب. وتُعرَّف استراتيجية احتمالية التبديل الديناميكية في المعادلة 10:

معادلة للعملية الديناميكية، توضح p(t) باستخدام المتغيرات α و β و Maxiter في علاقة معقدة.

حيث تشير α إلى القيمة الأولية لـ DSP، وتمثل t رقم التكرار الحالي، بينما β هو معامل التحكم. تزيد هذه الاستراتيجية التكيفية من تنوع المجتمع خلال مرحلة التحسين المبكرة، وتوسع نطاق البحث، وتقلل من احتمالية التقارب المبكر نحو القيم المثلى المحلية. ومع تقدم عملية التحسين، ينتقل البحث تدريجيًا من الاستكشاف الشامل إلى الاستغلال المحلي.

لتحسين أداء التحسين بشكل أكبر، تم دمج DVGM في الخوارزمية. يتم تطبيق تباين طفرة كبير نسبيًا خلال التكرارات الأولى لتوسيع نطاق البحث وتحسين الاستكشاف الشامل. ومع تقدم عملية التحسين، يتم تقليل تباين الطفرة تدريجيًا لتعزيز دقة البحث المحلي وتسهيل التقارب. يتم تحديد التباين الأقصى σ_max والتباين الأدنى σ_min في المعادلة 11:

معادلة العلاقة بين الإجهاد والانفعال، σ(t)، والتي توضح تباين الإجهاد المعتمد على الوقت.

يتم تلخيص استراتيجيات البحث العالمية والمحلية المحسنة في المعادلة 12:

معادلة التحديث الديناميكي؛ صيغة؛ تحليل العملية العشوائية؛ النمذجة الرياضية.

هنا، يشير normrnd(0, σ(t)) إلى رقم عشوائي غاوسي بمتوسط 0 وتباين σ(t)، ويمثل f_i معامل العطر الذي يتحكم في سلوك البحث للفراشة. وبعد دمج استراتيجيات DSP وDVGM، يتم الحصول على خوارزمية BOA المحسنة، كما هو موضح في الشكل 5.

مخطط تدفقي لخوارزمية تحسين الفراشة، يوضح طفرة التباين الديناميكي واستراتيجية غاوس.
الشكل 5. سير عمل خوارزمية تحسين الفراشة (BOA) المُطورة. تتضمن إجراءات التحسين التهيئة، وتوليد المجتمع، وتقييم الكفاءة، واحتمالية التبديل الديناميكي (DSP)، والبحث العالمي والمحلي، وطفرة غاوس ذات التباين الديناميكي (DVGM)، وتحديث الحل، وتقييم التقارب، وإخراج الحل الأمثل. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

الشكل 5 يوضح استراتيجيتي التحسين المدمجتين في خوارزمية BOA وهما: DSP و DVGM. تقوم استراتيجية DSP بضبط تردد التبديل بين البحث العالمي والمحلي بشكل تكيفي. في مرحلة التحسين المبكرة، تركز الخوارزمية على الاستكشاف العالمي لزيادة تنوع المجتمع وتحسين احتمالية تحديد مناطق الحلول الواعدة. ومع تقدم عملية التحسين، ينتقل البحث تدريجيًا نحو الاستغلال المحلي لتسريع التقارب. أما استراتيجية DVGM فتقوم بإحداث اضطراب في أفضل فرد حالي، مما يعزز قدرة البحث المحلي، ويزيد من تنوع الحلول، ويقلل من احتمالية التقارب المبكر نحو القيم المثلى المحلية.

عند تطبيق خوارزمية BOA المحسنة لحل نموذج OFDM-ISAC-P، يتم أولاً تشفير متغيرات التحسين، وتوليد مجتمع أولي، وتعيين استراتيجيات تخصيص القدرة المرشحة لكل فرد. يوضح الشكل 6 سير عمل التحسين العام.

مخطط انسيابي لخوارزمية تحسين الفراشة لعملية تخصيص القدرة في نظام OFDM-ISAC.
الشكل 6مخطط سير العمل لخوارزمية تحسين الفراشة (BOA) المطورة لحل نموذج تخصيص الطاقة في نظام الاستشعار والاتصالات المتكامل القائم على تعدد الإرسال بتقسيم التردد المتعامد (OFDM-ISAC). تتضمن الإجراءات تهيئة المعاملات، وترميز ناقلات تخصيص الطاقة المرشحة، وتوليد المجتمع، وتقييم الصلاحية، وتحديث الحل بشكل تكراري، وتقييم التقارب، وإخراج استراتيجية تخصيص الطاقة المثلى. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

كما هو موضح في الشكل 6، تبدأ عملية التحسين بتطبيق استراتيجية DSP لإجراء تحسين تكراري. خلال التكرارات الأولى، يتم التركيز على الاستكشاف الشامل لبحث تركيبات متنوعة لتخصيص القدرة لنظام OFDM-ISAC. وفي التكرارات اللاحقة، ينتقل البحث تدريجياً نحو الاستغلال المحلي لتنقية الحلول المرشحة عالية الجودة مع استيفاء قيد إجمالي قدرة الإرسال. بعد ذلك، يتم تطبيق استراتيجية DVGM على أفضل حل حالي للخروج من النهايات العظمى المحلية والحفاظ على تنوع الحلول. وطوال عملية التحسين، تُستخدم دوال الهدف للاتصالات والاستشعار لتقييم ملاءمة كل حل مرشح، ويتم الاحتفاظ بالأفراد ذوي الجودة الأعلى للتكرار التالي. ويستمر التحسين حتى يتم استيفاء معيار الإنهاء المحدد مسبقاً. ويمثل الحل الأمثل النهائي استراتيجية تخصيص القدرة التي توفر أفضل توازن بين أداء الاتصالات وأداء اكتشاف الهدف.

إعدادات قابلية التكرار

لتحسين قابلية إعادة الإنتاج، تم تحديد معاملات المحاكاة، وإعدادات التهيئة، والقيود، ومعايير الإنهاء بالتفصيل. تم تنفيذ جميع التجارب على نظام Ubuntu 22.04 LTS باستخدام Python 3.10 وPyTorch 2.1 وNumPy 1.26 وCVXPY 1.4 وMATLAB R2023b (راجع جدول المواد). تم تلخيص معاملات المحاكاة والبيئة الحسابية المستخدمة في هذه الدراسة في الجدول 1، بينما تم تقديم تكوين معاملات محاكاة OFDM-ISAC التفصيلية في الجدول التكميلي 1. استخدمت عمليات المحاكاة كثافة طيفية لقدرة الضوضاء تبلغ −174 dBm/Hz، و64 حاملًا فرعيًا، و16 رمزًا OFDM، وتردد حامل قدره 4 GHz، وتباعدًا بين الحوامل الفرعية قدره 15 kHz، وثماني هوائيات إرسال، وبحد أقصى 10,000 تكرار. تم تهيئة نسبة تخصيص القدرة ضمن النطاق 0–1 بدقة 0.01 وتم تطبيعها لتلبية قيد إجمالي قدرة الإرسال. تم ضبط وزن الاتصال، ووزن الاستشعار، ودقة المسبق متعدد الطبقات على 0.2 و0.3 و0.5 على التوالي. شملت قيود التحسين تخصيص قدرة المستخدم غير السالبة، وإجمالي قدرة إرسال محدودة، ونطاق ترددي محدود، واحتمالية إنذار خاطئ في حدود 10⁻³. توقف التحسين عند الوصول إما إلى الحد الأقصى لعدد التكرارات أو عندما ينخفض التغير النسبي في دالة الهدف بين تكرارين متتاليين إلى أقل من 10⁻⁴. استخدمت جميع تجارب التهيئة العشوائية واضطراب القناة بذورًا عشوائية ثابتة وتم تكرارها بشكل مستقل 30 مرة.

المعلمة	القيمة	الوصف
تردد الحامل	4 GHz	تردد حامل OFDM.
مخطط ترميز/تعديل الاتصالات	تعديل إزاحة الطور الرباعي (QPSK) مع ترميز القناة ذو فحص التكافؤ منخفض الكثافة (LDPC)	طريقة توليد إشارة الاتصالات المستخدمة لإعادة إنتاج شكل موجة OFDM المرسلة.
وزن الاتصالات	0.2	الوزن المخصص لهدف الاتصالات.
احتمالية الإنذار الكاذب	10⁻³	احتمالية الإنذار الكاذب المستخدمة كقيد لتحسين الاستشعار.
المنصة العتادية	Intel Core i7-13700 CPU, NVIDIA RTX 4070 GPU, 32 GB RAM	المنصة الحسابية المستخدمة في عمليات المحاكاة.
مجموعة بيانات مرجعية لمحاكاة ISAC	غير قابل للتطبيق. تم توليد جميع البيانات المرجعية من خلال المحاكاة العددية.	مجموعة البيانات المرجعية المستخدمة لتقييم الأداء.
أقصى عدد من التكرارات	10,000	أقصى عدد من تكرارات التحسين.
دقة المسبق متعدد الطبقات	0.5	معلمة المعلومات المسبقة المستخدمة أثناء التحسين.
كثافة القدرة الطيفية للضوضاء	−174 dBm/Hz	الكثافة الطيفية لضوضاء قناة الاتصالات.
عدد رموز OFDM	16	عدد رموز OFDM لكل إطار.
عدد حاملات OFDM الفرعية	64	عدد حاملات OFDM الفرعية.
نظام التشغيل	Ubuntu 22.04 LTS	البيئة الحسابية.
برمجيات التحسين	CVXPY 1.4	حزمة التحسين المحدب.
دقة تخصيص القدرة	0.01	دقة نسب تخصيص القدرة المحددة أولياً.
لغة البرمجة	Python 3.10	لغة البرمجة المستخدمة لتنفيذ المحاكاة.
البذرة العشوائية	ثابتة	بذرة عشوائية ثابتة مستخدمة في جميع عمليات المحاكاة.
التكرارات	30	عدد عمليات تشغيل المحاكاة المستقلة التي أجريت للتحليل الإحصائي.
مكتبة الحوسبة العلمية	NumPy 1.26	مكتبة الحوسبة العددية المستخدمة في الحسابات العددية.
وزن الاستشعار	0.3	الوزن المخصص لهدف الاستشعار.
منصة المحاكاة	MATLAB R2023b	المنصة المستخدمة للمحاكاة العددية والتصور البياني.
معيار التوقف	أقصى عدد من التكرارات أو التغير النسبي في الهدف < 10⁻⁴	معيار إنهاء التحسين.
تباعد الحاملات الفرعية	15 kHz	تباعد حاملات OFDM الفرعية.
مكتبة حسابات التنسور	PyTorch 2.1	إطار عمل حسابات التنسور المستخدم في حسابات المصفوفات والتنسورات.
إجمالي هوائيات الإرسال	8	عدد هوائيات الإرسال.

الجدول 1: معاملات المحاكاة والبيئة الحسابية المستخدمة في عمليات محاكاة الاستشعار والاتصالات المتكاملة (ISAC) القائمة على تعدد الإرسال بتقسيم التردد المتعامد (OFDM). يلخص الجدول معاملات الموجة، ومعاملات التحسين، وإعدادات المحاكاة، والبيئة الحسابية، والبرمجيات، ومجموعات البيانات، وظروف المحاكاة الأخرى المستخدمة في جميع أنحاء الدراسة.

ما لم يُنص على خلاف ذلك، تُحسب التحسينات المئوية المذكورة بصيغة "زادت بنسبة X%" كزيادات مئوية نسبية باستخدام المعادلة 13:

صيغة التحسن النسبي لمقارنة القيم المقترحة مقابل القيم المرجعية؛ مخطط المعادلة.

بالنسبة لمقاييس الأداء القائمة على الاحتمالية أو المعدل، مثل PDP، يتم الإبلاغ عن التغييرات المطلقة صراحةً كزيادات في النقاط المئوية (pp). على سبيل المثال، يتم الإبلاغ عن الزيادة من 46% إلى 63% على أنها +17 pp، بينما تشير +37.0% إلى الزيادة المئوية النسبية المقابلة التي تم حسابها باستخدام 46% كخط أساس.

النتائج

اختبار أداء خوارزمية تحسين الفراشة المطورة

قبل تقييم فعالية OFDM-ISAC PAM، تم تقييم خوارزمية BOA المحسنة. وقد تم اختيار خوارزمية BOA التقليدية، وخوارزمية تحسين الحوت (WOA)، وخوارزمية تحسين سرب الجسيمات (PSO) كخوارزميات للمقارنة. استخدم التقييم المرجعي القيمة المتوسطة والانحراف المعياري كمقاييس للأداء، مع استخدام دالتي مرجع أحادية المنوال ( و ) ودالتي مرجع متعددة المنوال ( و ). وتوصف إعدادات المرجع المستخدمة لخوارزميات التحسين فيما يلي: تم تثبيت بُعد المشكلة عند ، وكان الحد الأقصى لعدد التكرارات 500، وحجم المجتمع 30. وقد نُفذت كل خوارزمية بشكل مستقل 30 مرة لحساب القيمة المتوسطة والانحراف المعياري. هنا، يشير الرمز إلى متغير القرار رقم -، والقيمة المثلى العالمية النظرية لجميع الدوال المرجعية هي صفر. تم اختيار أربع دوال مرجعية قياسية لتقييم أداء التحسين لخوارزمية BOA المحسنة. وتحديداً، تتوافق و مع دالتي Sphere و Schwefel 2.22 على التوالي، واللتين تُستخدمان على نطاق واسع لتقييم قدرة التقارب العالمي لخوارزميات التحسين. أما الدوال المرجعية متعددة المنوال و فتتوافق مع دالتي Rastrigin و Ackley على التوالي، واللتين تُستخدمان عادةً لتقييم قدرة الاستكشاف العالمي والقدرة على تجنب القيم المثلى المحلية. وترد التعريفات الرياضية لهذه الدوال المرجعية في Equation 14، مع توفير المراجع المرجعية المقابلة.

معادلات التحسين الرياضي؛ f₁(x)، f₂(x)، mf₁(x)، mf₂(x)؛ صيغ تحليلية.

لتقييم قدرة استراتيجية الترجيح الموحدة على موازنة الأداء في ظل عوامل ترجيح اتصال مختلفة، تم تغيير عامل ترجيح الاتصال من 0.2 إلى 0.8 مع الحفاظ على نسبة إشارة إلى ضوضاء (SNR) ثابتة قدرها 15 dB وتكوين هوائي إرسال/استقبال 4 × 4. كما قورن أداء تحسين خوارزمية BOA المطورة مع أداء خوارزمية BOA التقليدية. ويتلخص أداء الاتصال والاستشعار الذي تم الحصول عليه تحت عوامل ترجيح اتصال مختلفة في الجدول 2.

عامل وزن الاتصال	سعة قناة الاتصال (bps/Hz)	احتمالية اكتشاف الهدف (%)	تكرارات تقارب IBOA	تكرارات تقارب BOA	إجمالي استهلاك الطاقة (%)	مسافة جبهة Pareto
0.2	12.4	93.7	110	243	98.6	0.033
0.4	15.7	88.5	103	229	99	0.027
0.5	17.3	82.1	97	216	99.4	0.02
0.6	18.8	75.4	90	202	99.7	0.016
0.7	20	68.6	82	194	99.9	0.011
0.8	21.6	61.5	76	183	100	0.009

الجدول 2: أداء الاتصال والاستشعار الذي تم الحصول عليه تحت عوامل وزن اتصال مختلفة. يلخص الجدول عامل وزن الاتصال، وسعة قناة الاتصال (bps/Hz)، واحتمالية اكتشاف الهدف (%)، وتكرارات التقارب لخوارزمية تحسين الفراشة المحسنة (IBOA) وخوارزمية تحسين الفراشة التقليدية (BOA)، وإجمالي استهلاك الطاقة (%)، ومسافة حدود باريتو (Pareto-frontier distance).

كما هو موضح في جدول ٢أدى زيادة عامل وزن الاتصالات من 0.2 إلى 0.8 إلى زيادة سعة قناة الاتصالات بنسبة 74.2% مع خفض PDP بنسبة 34.4%، مما يثبت قدرة استراتيجية الوزن على ضبط المقايضة بين أداء الاتصالات والاستشعار. وقد تقارب خوارزمية BOA المحسنة بشكل أسرع من خوارزمية BOA التقليدية، بمتوسط 93 تكراراً للتقارب، وهو ما يمثل انخفاضاً بنسبة 56.0% في متوسط عدد التكرارات المطلوبة للتقارب مقارنة بخوارزمية BOA التقليدية. بالإضافة إلى ذلك، انخفضت المسافة عن جبهة باريتو (Pareto-frontier distance) مع زيادة عامل وزن الاتصالات؛ فعلى سبيل المثال، انخفضت هذه المسافة من 0.020 عند عامل وزن اتصالات قدره 0.5 إلى 0.009 عند 0.8، مما يشير إلى أن الحلول المثلى قد اقتربت من نقاط تشغيل باريتو المثلى المقابلة مع زيادة عامل وزن الاتصالات. وتمثل المسافة الأصغر عن جبهة باريتو عند عامل وزن اتصالات أعلى (مثل 0.8) حلاً يركز بشكل أكبر على سعة الاتصالات، بينما تمثل ω = 0.5 مقايضة أكثر توازناً بين سعة الاتصالات الموحدة وPDP. وبناءً على ذلك، تُعامل ω = 0.5 كنقطة تشغيل متوازنة ممثلة بدلاً من كونها الحد الأدنى العالمي الفريد للمسافة عن جبهة باريتو. ويُعرض أداء التقارب تحت دوال القياس أحادية المنوال في شكل 7.

مخطط مقارنة خوارزميات التحسين؛ اللياقة مقابل التكرار لكل من IBOA وBOA وWOA وPSO.
الشكل 7. أداء التقارب لخوارزميات التحسين على دوال مرجعية أحادية المنوال. (A) الدالة f₁. (B) الدالة f₂. يمثل المحور الأفقي عدد التكرارات، ويمثل المحور الرأسي متوسط قيمة اللياقة. تقارن المنحنيات بين خوارزمية تحسين الفراشة المطورة (IBOA)، وخوارزمية تحسين الفراشة التقليدية (BOA)، وخوارزمية تحسين الحوت (WOA)، وتحسين سرب الجسيمات (PSO). يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

يعرض الشكل 7A النتائج للدالة أحادية المنوال f₁، بينما يعرض الشكل 7B النتائج للدالة أحادية المنوال f₂. وقد استُخدم متوسط تقارب اللياقة، المتمثل في انخفاض الانحراف المعياري، لتقييم أداء التحسين. تم تقييم خوارزمية BOA المحسنة، وخوارزمية BOA التقليدية، وخوارزمية WOA، وخوارزمية PSO تحت ظروف مرجعية متطابقة. وبناءً على 30 تشغيلاً مستقلاً، أظهر تحليل التباين أحادي الاتجاه متبوعاً باختبار Tukey البعدي مع تصحيح Holm-Bonferroni تباين تقارب نهائي أقل بشكل ملحوظ لخوارزمية BOA المحسنة مقارنة بخوارزمية BOA التقليدية وWOA وPSO، مع ملاحظة فروق ذات دلالة إحصائية بعد تصحيح Holm-Bonferroni (القيمة المعدلة p < 0.05). وتحت الدوال المرجعية أحادية المنوال، انخفض تباين التقارب لخوارزميتي WOA وPSO بشكل أبطأ من الطرق القائمة على BOA. وبالنسبة للدالة f₁، حققت كل من BOA المحسنة وBOA التقليدية قيم لياقة نهائية منخفضة جداً؛ ومع ذلك، وصلت BOA المحسنة إلى هذا المستوى في مرحلة مبكرة من عملية التحسين. أما بالنسبة للدالة f₂، فقد تقاربت جميع الخوارزميات بشكل أبطأ، رغم أن BOA المحسنة حققت أدنى قيمة لياقة نهائية بعد 500 تكرار. وتُعرض نتائج التقارب للدوال المرجعية متعددة المنوال في الشكل 8.

مقارنة خوارزميات التحسين؛ متوسط اللياقة مقابل التكرار؛ IBOA وBOA وWOA وPSO؛ رسم بياني.
الشكل 8. أداء تقارب خوارزميات التحسين على دوال القياس متعددة الأنماط. (A) الدالة mf₁. (B) الدالة mf₂. يمثل المحور الأفقي عدد التكرارات، ويمثل المحور الرأسي قيمة متوسط اللياقة. تقارن المنحنيات بين خوارزمية تحسين الفراشة المطورة (IBOA)، وخوارزمية تحسين الفراشة التقليدية (BOA)، وخوارزمية تحسين الحوت (WOA)، وتحسين سرب الجسيمات (PSO). يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

الشكل 8A يعرض النتائج للدالة متعددة الأنماط mf₁، بينما يعرض الشكل 8B النتائج للدالة متعددة الأنماط mf₂. وتحت دوال القياس متعددة الأنماط، حافظ خوارزمية BOA المحسنة على استقرار تقارب أفضل من الخوارزميات المقارنة. وبناءً على 30 تشغيلاً مستقلاً، لوحظت فروق ذات دلالة إحصائية بين BOA المحسنة والخوارزميات المقارنة بعد تصحيح Holm-Bonferroni (القيمة الاحتمالية المعدلة p < 0.05). وقد أدت استراتيجيات DSP وDVGM المقترحة إلى تحسين قدرة البحث العالمي لخوارزمية BOA. وأظهرت خوارزمية BOA التقليدية أداءً أقرب إلى أداء BOA المحسنة تحت دوال القياس متعددة الأنماط مقارنة بدوال القياس أحادية النمط، مما يشير إلى ملاءمة محسنة لمشكلات التحسين متعددة الأنماط. وبشكل عام، تفوقت BOA المحسنة على الخوارزميات المقارنة عبر دوال القياس التي تم تقييمها، وطُبقت لاحقاً لحل نموذج تحسين القدرة لـ OFDM-ISAC.

نُفذت جميع خوارزميات التحسين بشكل مستقل 30 مرة لكل دالة قياسية. وتم تسجيل قيم التقارب النهائية في صورة المتوسط ± الانحراف المعياري. استُخدم تحليل التباين أحادي الاتجاه لمقارنة خوارزميات التحسين الأربع، متبوعاً باختبار توكي (Tukey) للمقارنات البعدية لإجراء مقارنات زوجية مع تصحيح هولم-بونفيروني (Holm-Bonferroni) للاختبارات المتعددة. تم تسجيل قيم p المعدلة، واعتُبرت القيمة p < 0.05 دالة إحصائياً.

تحليل المحاكاة لتخصيص القدرة في نظام الاستشعار والاتصالات المتكامل القائم على تعدد الإرسال بتقسيم التردد المتعامد

بعد تقييم خوارزمية التحسين، تم تحليل فعالية استراتيجية تخصيص القدرة في OFDM-ISAC بشكل أكبر باستخدام المحاكاة العددية. في تجارب المحاكاة، تم ضبط هوائي الإرسال، وهوائي الاتصال، وهوائي استقبال الاستشعار في النظام جميعاً على القيمة أربعة، والتي يُرمز لها بـ B و T و R على التوالي. وتوضح الشكل 9 التغيرات في سعة قناة الاتصال و PDP تحت تكوينات هوائيات مختلفة. وما لم ينص على خلاف ذلك، استخدمت جميع عمليات المحاكاة في هذا القسم نفس نموذج قناة OFDM-ISAC السائد لخط النظر (LoS) الموصوف في قسم الطرق. وقد تم تغيير تكوينات الهوائيات فقط لتقييم القابلية للتوسع والأداء المقارن. وتحديداً، تم استخدام تكوين الإدخال الفردي والإخراج الفردي (SISO) كمرجع قياسي، واستُخدم تكوين الإرسال الثنائي والاستقبال الثنائي (2T2R) للتحقق من حساسية الحوامل الفرعية، بينما استُخدم تكوين الإرسال الرباعي والاستقبال الرباعي (4T4R) كالتكوين الأساسي متعدد الهوائيات لتقييم أداء الاتصالات والاستشعار.

رسوم بيانية لسعة القناة واحتمالية الكشف؛ تحليل نسبة الإشارة إلى الضجيج؛ دراسة اتصالات.
الشكل 9. تأثيرات تكوين الهوائي على أداء الاتصالات والاستشعار تحت نسب إشارة إلى ضجيج (SNRs) مختلفة. (A) سعة قناة الاتصال (bps/Hz) كدالة في SNR. (B) احتمالية كشف الهدف كدالة في SNR. تقارن المنحنيات بين طريقة تخصيص الطاقة المقترحة وتخصيص الطاقة المتساوي باستخدام تكوينات مختلفة لهوائيات الإرسال والاستقبال. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

كما هو موضح في الشكل 9A، زادت سعة قناة الاتصال مع زيادة عدد الهوائيات. فعندما ارتفع عدد هوائيات الإرسال والاستقبال من اثنين إلى أربعة، زادت سعة قناة الاتصال من 20 bps/Hz تقريباً إلى ما يقرب من 60 bps/Hz عند نسبة إشارة إلى ضجيج (SNR) تبلغ 20 dB، مما يعكس كسب تعدد الإرسال المكاني الذي يوفره تكوين الهوائيات المتعددة. ويظهر الشكل 9B أنه، في ظل تكوينات مختلفة لهوائيات الإرسال والاستقبال، كانت دالة توزيع القدرة (PDP) التي تم الحصول عليها باستخدام تخصيص القدرة الأمثل (PAM) المقترح أعلى باستمرار من تلك التي تم الحصول عليها باستخدام تخصيص القدرة المتساوي. وعندما كانت قيمة SNR تبلغ 10 dB وكان عدد هوائيات الإرسال أربعة، اقتربت PDP للطريقة المقترحة من الحد الأمثل النظري البالغ 1، بينما ظل تخصيص القدرة المتساوي (equal PAM) أقل بكثير. وتعمل خوارزمية تحسين سرب الطيور (BOA) المحسّنة على تعظيم دالة نسبة الأرجحية من خلال التحسين التكراري، وتعدل ديناميكياً نسبة تخصيص القدرة بين هوائيات الإرسال، حيث تخصص قدرة إرسال أكبر للهوائيات ذات الاستجابات الأقوى مع تقليل القدرة المخصصة للاستجابات الأضعف، مما يؤدي إلى تحسين أداء اكتشاف الهدف.

عندما تم تكوين كل من هوائيات الإرسال والاستقبال الخاصة بالاتصال والاستشعار بنظام 4T4R، تم تقييم نموذج تحسين قدرة نظام OFDM-ISAC. وتظهر سعة قناة الاتصال وPDP التي تم الحصول عليها في ظل عوامل وزن اتصال مختلفة في الشكل 10.

تحليل رسم بياني خطي لسعة القناة واحتمالية الكشف مقابل نسبة الإشارة إلى الضوضاء.
الشكل 10. تأثيرات عامل وزن الاتصال على أداء الاتصال والاستشعار. (A) سعة قناة الاتصال كدالة في نسبة الإشارة إلى الضوضاء (SNR). (B) احتمالية كشف الهدف كدالة في SNR. تقارن المنحنيات بين الطريقة المقترحة، وتخصيص الطاقة المتساوي، وعوامل وزن الاتصال بقيمة 0.3 و 0.8. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

يُظهر الشكل 10A أن سعة قناة الاتصال تباينت في ظل أنماط تخصيص الطاقة (PAMs) المختلفة عندما كانت تكوينات هوائيات الاتصال والاستشعار 4T4R. وقد زادت سعة قناة الاتصال مع زيادة نسبة الإشارة إلى الضوضاء (SNR) لجميع أنماط تخصيص الطاقة التي تم تقييمها. وعند نسبة SNR تبلغ 20 dB، كانت سعات القنوات تقريبًا 13 bps/Hz للطريقة المقترحة، و40 bps/Hz لتخصيص الطاقة المتساوي، و42 bps/Hz عند عامل وزن اتصال قدره 0.3، و38 bps/Hz عند عامل وزن اتصال قدره 0.8. ويُظهر الشكل 10B أن دالة توزيع الطاقة (PDP) ازدادت مع زيادة SNR لجميع أنماط تخصيص الطاقة التي تم تقييمها واقتربت من 1 عند نسبة SNR تبلغ 20 dB. وتثبت هذه النتائج أن عامل وزن الاتصال يؤثر على المقايضة بين سعة قناة الاتصال وأداء الاستشعار.

لاحقاً، أُجريت محاكاة مقارنة لتقييم فعالية الطريقة المقترحة بشكل أكبر. تم اختيار OFDM PAM التقليدي تحت بنية SISO كمرجع قياسي (ويُشار إليه فيما يلي بالطريقة المقارنة)، وتمت مقارنته باستراتيجية تخصيص الطاقة التي تم الحصول عليها باستخدام نموذج OFDM-ISAC-P المقترح. عندما كان عامل وزن الاتصال 0.8، تظهر سعة قناة الاتصال وPDP التي تم الحصول عليها تحت تكوينات هوائيات مختلفة كدالة لـ SNR في الشكل 11.

رسوم بيانية لسعة القناة واحتمالية الكشف مقابل نسبة الإشارة إلى الضجيج في تحليل مقارن.
الشكل 11. أداء الاتصال والاستشعار الذي تم الحصول عليه باستخدام تكوينات هوائيات مختلفة. (A) سعة قناة الاتصال كدالة في نسبة الإشارة إلى الضجيج (SNR). (B) احتمالية كشف الهدف كدالة في SNR. تقارن المنحنيات الطريقة المقترحة باستخدام تكوينات هوائيات إرسال/استقبال واحدة واثنتين وأربع مع طريقة المقارنة. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

يوضح الشكل 11A أنه عندما كان عدد الهوائيات المرسلة أربعة وكان عامل وزن الاتصال 0.8، وصلت سعة قناة الاتصال إلى 67 bps/Hz تقريباً عند نسبة إشارة إلى ضجيج (SNR) تبلغ 20 dB. وفي ظل تكوين 2T2R، كانت سعة قناة الاتصال 48 bps/Hz تقريباً، بينما حقق تكوين SISO حوالي 37 bps/Hz. وبذلك، أدى زيادة عدد الهوائيات إلى زيادة سعة قناة الاتصال. ويوضح الشكل 11B أنه عند نسبة إشارة إلى ضجيج (SNR) تبلغ 20 dB، كان PDP قريباً من 1.00 في تكوين 4T4R، وحوالي 0.98 في تكوين 2T2R، وحوالي 0.98 في تكوين SISO. وتُظهر هذه النتائج تحسناً في أداء الاتصال والاستشعار في تكوينات الهوائيات المتعددة مقارنة بالمرجع المعياري SISO. وقد أُدرج تكوين SISO في الشكل 11 فقط كمرجع معياري. وقد صُمم نموذج OFDM-ISAC-P المقترح لأنظمة الهوائيات المتعددة، بينما استُخدم تكوina 2T2R و 4T4R لتقييم مكاسب الأداء التي تم تحقيقها من خلال توسيع عدد الهوائيات تحت نفس افتراض القناة السائدة لخط الرؤية (LoS).

وأخيرًا، تم تقييم فعالية نموذج OFDM-ISAC-P تحت تكوينات مختلفة لمعلمات النظام عن طريق تغيير عدد الموجات الحاملة الفرعية (64 و128 و256). ثُبِّت إجمالي عرض النطاق الترددي عند 20 MHz، بينما تم ضبط التباعد بين الموجات الحاملة الفرعية بشكل عكسي وفقًا لعدد الموجات الحاملة الفرعية. كان تكوين الهوائي 2T2R، وتم اعتماد نموذج قناة LoS. كما قورنت سعة قناة الاتصالات وتوزيع تأخير القدرة (PDP) التي تم الحصول عليها تحت نسب إشارة إلى ضوضاء (SNR) مختلفة (0 و10 و20 dB) بين الطريقة المقترحة وتخصيص القدرة المتساوي. والنتائج المقابلة ملخصة في الجدول 3.

الطريقة	عدد الموجات الحاملة الفرعية	سعة القناة (بت/ثانية/هرتز)			احتمالية الكشف
الطريقة	عدد الموجات الحاملة الفرعية	نسبة الإشارة إلى الضجيج = 0 ديسيبل	نسبة الإشارة إلى الضوضاء = 10 ديسيبل	نسبة الإشارة إلى الضوضاء = 20 ديسيبل	نسبة الإشارة إلى الضوضاء = 0 ديسيبل	نسبة الإشارة إلى الضجيج = 10 ديسيبل	نسبة الإشارة إلى الضجيج = 20 ديسيبل
توزيع القدرة بالتساوي	64	0.98	2.35	4.71	0.37	0.72	0.89
	128	1.32	3.11	6.28	0.42	0.76	0.92
	256	1.75	4.02	8.15	0.46	0.8	0.94
استراتيجية OFDM-ISAC-P المقترحة	64	1.53	3.89	7.62	0.52	0.88	0.98
	128	2.15	5.23	10.15	0.58	0.91	0.99
	256	2.87	6.71	13.28	0.63	0.94	0.99

الجدول 3: مقارنة سعة قناة الاتصال واحتمالية اكتشاف الهدف لتخصيص الطاقة المتساوي واستراتيجية تخصيص الطاقة المقترحة تحت نسب إشارة إلى ضجيج (SNRs) وأعداد مختلفة من الحوامل الفرعية لـ OFDM. يتم عرض سعة قناة الاتصال بوحدة bps/Hz، ويتم عرض احتمالية اكتشاف الهدف كقيمة احتمالية (0–1).

كما هو موضح في الجدول 3، كان لزيادة عدد الحوامل الفرعية تأثير جوهري على أداء النظام. ففي تكوين الـ 256 حاملاً فرعياً، حققت الطريقة المقترحة سعة قناة اتصال بلغت 13.28 bps/Hz عند نسبة إشارة إلى ضجيج SNR قدرها 20 dB، وهو ما يمثل زيادة بنسبة 74.3% مقارنة بتكوين الـ 64 حاملاً فرعياً، بينما ظل توزيع كثافة القدرة PDP قابلاً للمقارنة، مما يشير إلى أن زيادة عدد الحوامل الفرعية قد حسنت أداء الاتصال دون تقليل أداء الاستشعار بشكل ملموس. وتحت نفس عدد الحوامل الفرعية، تفوقت الطريقة المقترحة باستمرار على تخصيص القدرة المتساوي. على سبيل المثال، عند استخدام 128 حاملاً فرعياً ونسبة SNR قدرها 10 dB، زادت سعة قناة الاتصال بنسبة 68.2% وزاد الـ PDP بنسبة 19.7% مقارنة بتخصيص القدرة المتساوي، مما يثبت فعالية استراتيجية تخصيص القدرة المقترحة تحت تكوينات مختلفة لمعلمات النظام. وحتى في حالة الـ SNR المنخفضة البالغة 0 dB مع 64 حاملاً فرعياً، ظلت سعة قناة الاتصال أعلى بنسبة 56.1% من تلك التي تحققت باستخدام تخصيص القدرة المتساوي، مما يشير إلى أن النموذج المقترح يحسن أداء النظام بفعالية تحت تكوينات مختلفة للحوامل الفرعية مع دعم مجموعة من متطلبات تخصيص الطيف.

التحليل العملي لسيناريو التعاون بين المركبة والطريق في النقل الذكي

في تعاون المركبات والطرق السريعة، تقوم وحدة جانب الطريق (RSU) بأداء مهمتين أساسيتين في آن واحد. تتمثل المهمة الأولى في إرسال بيانات الاتصال بين المركبة وكل شيء (V2X) إلى المركبات التي تسير بسرعات عالية (100–120 km/h)، بما في ذلك ظروف الطريق في الوقت الفعلي، وحدود السرعة المؤقتة، وتحذيرات الكبح الاضطراري. أما المهمة الثانية فهي الكشف عن المركبات التي تعاني من أعطال، وحطام الطرق، والعوائق الأخرى ضمن نطاق 1–2 km باستخدام الاستشعار الراداري. وفي ظل هذه الظروف، تؤدي السرعات العالية للمركبات إلى إحداث إزاحات كبيرة في تردد Doppler في قناة الاتصال. وبناءً على ذلك، يجب تحقيق التوازن بين سعة قناة الاتصال وتوزيع كثافة القدرة (PDP) في ظل قدرة الإرسال المتاحة. تعتمد المحاكاة تكوين هوائيات 4T4R، و256 حاملًا فرعيًا، وعرض نطاق ترددي قدره 20 MHz، ونموذج قناة يغلب عليه خط النظر (LoS)، بما يتوافق مع الافتراضات الموضحة في قسم الطرق. يقيم هذا السيناريو قدرة مضاد التداخل وأداء الاستشعار بعيد المدى للطريقة المقترحة في ظل حركة المركبات عالية السرعة. وقد تم تقييم سعة قناة الاتصال وPDP عند قيم SNR تبلغ 0 dB و20 dB. والنتائج المقابلة معروضة في الشكل 12.

رسم بياني شريطي يقارن بين التخصيص المتساوي للطاقة ومنهجية البحث؛ المقاييس عند 0dB و20dB.
الشكل 12. مقارنة بين أداء الاتصال والاستشعار بين التخصيص المتساوي للطاقة والطريقة المقترحة تحت نسب إشارة إلى ضوضاء (SNRs) مختلفة. (A) النتائج التي تم الحصول عليها عند 0 dB. (B) النتائج التي تم الحصول عليها عند 20 dB. تمثل الأعمدة سعة قناة الاتصال واحتمالية اكتشاف الهدف لطريقتي تخصيص الطاقة. تمثل أشرطة الخطأ الانحراف المعياري (SD) المحسوب من عمليات محاكاة مستقلة مكررة. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.

كما هو موضح في الشكل 12A، وفي ظل حالة نسبة إشارة إلى ضجيج (SNR) منخفضة تبلغ 0 dB (والتي تمثل ظروف انتشار سيئة مثل المطر أو الضباب الكثيف)، حققت الطريقة المقترحة سعة قناة اتصال بلغت 2.90 bps/Hz، وهو ما يمثل زيادة بنسبة 61.1% مقارنة بتخصيص القدرة المتساوي (1.80 bps/Hz). كما ارتفعت احتمالية كشف الهدف (PDP) من 46% إلى 63%، وهو ما يعادل تحسناً مطلقاً قدره 17 نقطة مئوية وتحسناً نسبياً قدره 37.0% باحتساب 46% كمقام. ويظهر الشكل 12B أنه عند نسبة إشارة إلى ضجيج تبلغ 20 dB، حققت الطريقة المقترحة سعة قناة اتصال بلغت 13.30 bps/Hz، وهو ما يمثل زيادة بنسبة 60.2% مقارنة بتخصيص القدرة المتساوي (8.30 bps/Hz). وقد ارتفعت احتمالية كشف الهدف من 94% إلى 98%، وهو ما يعادل تحسناً مطلقاً قدره 4 نقاط مئوية وتحسناً نسبياً قدره 4.3%. وتثبت نتائج المحاكاة هذه تحسناً في أداء الاتصالات والاستشعار في سيناريو الطريق السريع الذي تم تقييمه. كما حافظت استراتيجية تخصيص القدرة المقترحة على سعة مستقرة لقناة الاتصال واحتمالية كشف الهدف تحت ظروف محاكاة الهوائيات المتعددة التي تم تقييمها، مما يشير إلى إمكانية تطبيقها في أنظمة الاستشعار والاتصالات المتكاملة القائمة على تقنية OFDM.

وبخلاف سيناريو الطريق السريع الموضح في الشكل 12, الجدول 4 تعرض النتائج الخاصة بسيناريو تعاون المركبة والطريق والإنسان في تقاطع حضري. يأخذ هذا السيناريو في الاعتبار وجود عوائق من المباني، والتوقف والبدء المتكرر للمركبات، وعبور المشاة، وحركة المرور المختلطة التي تشمل المركبات الكهربائية. وبناءً على ذلك، تم ضبط قيم نسبة الإشارة إلى الضوضاء (SNR) عند 5 و15 و25 ديسيبل بدلاً من 0 و20 ديسيبل. وتلخص نتائج المحاكاة المقابلة في جدول 4.

نسبة الإشارة إلى الضجيج (ديسيبل)	الطريقة	سعة القناة (بت في الثانية/هرتز)	احتمالية الكشف (%)	تأخير الاتصال (ملي ثانية)
5	توزيع القدرة بالتساوي	1.32	42	3.8
5	استراتيجية OFDM-ISAC-P المقترحة	2.15	58	2.5
15	تخصيص القدرة المتساوية	3.11	76	2.5
15	استراتيجية OFDM-ISAC-P المقترحة	5.23	91	1.8
25	تخصيص متساوٍ للطاقة	6.28	92	1.9
25	استراتيجية OFDM-ISAC-P المقترحة	10.15	99	1.2

الجدول 4: مقارنة أداء الاتصال والاستشعار بين توزيع الطاقة المتساوي واستراتيجية توزيع الطاقة المقترحة في ظل نسب إشارة إلى ضوضاء (SNRs) مختلفة. تشمل مقاييس الأداء التي تم تقييمها سعة قناة الاتصال (bps/Hz)، واحتمالية اكتشاف الهدف (%)، وتأخير الاتصال (ms).

كما هو موضح في الجدول 4، حققت الطريقة المقترحة أداءً محسناً في الاتصالات والاستشعار ضمن سيناريو تقاطع حضري محاكى. فعندما كانت نسبة الإشارة إلى الضوضاء (SNR) تبلغ 15 dB، وصلت سعة قناة الاتصال إلى 5.23 bps/Hz، وهو ما يمثل زيادة بنسبة 68.2% مقارنة بتخصيص الطاقة المتساوي (3.11 bps/Hz). وكان تأخير الاتصال المقابل 1.8 ms، وهو ما يمثل انخفاضاً بنسبة 28.0% مقارنة بتخصيص الطاقة المتساوي (2.5 ms). كما وصلت احتمالية كشف الهدف (PDP) إلى 91%، وهو ما يمثل تحسناً نسبياً بنسبة 19.7% مقارنة بتخصيص الطاقة المتساوي (76%). وعندما بلغت نسبة SNR قيمة 25 dB، حققت الطريقة المقترحة سعة قناة اتصال قدرها 10.15 bps/Hz، وهو ما يمثل زيادة بنسبة 61.6% مقارنة بتخصيص الطاقة المتساوي (6.28 bps/Hz). وانخفض تأخير الاتصال إلى 1.2 ms، ووصلت احتمالية PDP إلى 99%. وحتى في ظل حالة SNR المنخفضة البالغة 5 dB، ظلت سعة قناة الاتصال 2.15 bps/Hz، وهو ما يمثل زيادة بنسبة 62.9% مقارنة بتخصيص الطاقة المتساوي، بينما ظل تأخير الاتصال 2.5 ms. وتثبت نتائج المحاكاة هذه أن استراتيجية تخصيص الطاقة المقترحة توفر تخصيصاً فعالاً لموارد الاتصال والاستشعار وأداءً محسناً في كشف الأهداف ضمن سيناريو التقاطع الحضري الذي تم تقييمه، مما يدعم إمكانية تطبيقها في أنظمة الإدراك التعاوني بين المركبات والطرق والمشاة.

لتقييم العبء الحسابي للطريقة المقترحة، تمت مقارنة متوسط وقت التحسين لمخططات تخصيص القدرة المختلفة تحت نفس بيئة المحاكاة. أظهر تخصيص القدرة المتساوي أقل تكلفة حسابية لأنه لم يتطلب تحسيناً تكرارياً. حققت خوارزمية WA تحسيناً سريعاً للهدف الموجه نحو الاتصالات ولكنها لم تقم بتحسين PDP بشكل مباشر. بينما تطلبت خوارزمية BOA التقليدية تكرارات أكثر ووقتاً أطول للتحسين. وفي مقارنة العبء الحسابي الملخصة في الجدول 5، أدى دمج استراتيجيتي DSP و DVGM إلى تقليل متوسط تكرارات التقارب لخوارزمية BOA المحسنة إلى 98، مما قلل من وقت التحسين مع الحفاظ على أداء محسن للاتصالات والاستشعار. النتائج المقابلة معروضة في الجدول 5.

مخطط تخصيص الطاقة	هدف التحسين الرئيسي	التعقيد الحسابي	متوسط تكرارات التقارب	متوسط وقت التحسين	القابلية للتطبيق في الوقت الفعلي
تخصيص الطاقة المتساوي	لا يوجد	O(N)	غير قابل للتطبيق	0.03 ms	عالية، ولكن توازن الأداء ضعيف.
WA	سعة الاتصال	O(N log N)	غير قابل للتطبيق	0.18 ms	عالية، ولكن أداء الاستشعار غير مُحسن بشكل مشترك.
BOA التقليدي	هدف مشترك للاتصال والاستشعار	O(PID)	235	12.6 ms	متوسطة.
BOA المحسّن	هدف مشترك معياري للاتصال والاستشعار	O(PID)	98	5.4 ms	مناسب لتحديثات الطاقة على المدى الزمني البطيء أو على مستوى الإطار.

الجدول 5: مقارنة الخصائص الحسابية لمخططات تخصيص القدرة المختلفة. تقارن هذه الجدولة بين التخصيص المتساوي للقدرة، وتخصيص ملء المياه (WA)، وخوارزمية تحسين الفراشة التقليدية (BOA)، وخوارزمية تحسين الفراشة المحسنة (IBOA) فيما يتعلق بهدف التحسين، والتعقيد الحسابي، ومتوسط تكرارات التقارب، ومتوسط وقت التحسين، والقابلية للتطبيق في الوقت الفعلي. هنا، يشير N إلى عدد الموجات الحاملة الفرعية لـ OFDM. يُعبر عن التعقيد الحسابي للطرق القائمة على BOA بـ O(PID)، حيث يمثل P حجم المجتمع، ويشير I إلى الحد الأقصى لعدد التكرارات، ويمثل D بُعد مشكلة التحسين.

كما هو موضح في الجدول 5، أظهر التخصيص المتساوي للطاقة وخوارزمية WA أقل تكلفة حوسبية ولكنها حسّنت أهداف أداء محدودة فقط. لم يأخذ التخصيص المتساوي للطاقة في الاعتبار تغيرات القناة، بينما قامت خوارزمية WA بشكل أساسي بتحسين سعة قناة الاتصال دون تحسين PDP بشكل مشترك. وتطلبت خوارزمية BOA المحسنة جهدًا حوسبيًا أكبر لأنها قامت بتحسين متجه تخصيص الطاقة بشكل تكراري. ومع ذلك، وبالمقارنة مع خوارزمية BOA التقليدية، انخفض متوسط تكرارات التقارب من 235 إلى 98، وانخفض متوسط وقت التحسين من 12.6 ms إلى 5.4 ms. وتشير هذه النتائج إلى أن التحسينات المقترحة قللت من العبء الحوسبي لخوارزمية BOA مع الحفاظ على أداء تحسين مُطور. وبالنسبة لتطبيقات اتصالات الجيل السادس (6G) في الوقت الفعلي، فإن الطريقة المقترحة تعد أكثر ملاءمة لتخصيص الطاقة على مستوى الإطار، أو مستوى مجموعة الفتحات، أو مستوى السيناريو، بدلاً من التكيف اللحظي على مستوى الرمز. قد يؤدي استخدام تهيئة التشغيل المسبق (Warm-start initialization) أو التنفيذ المعتمد على جداول البحث (lookup-table-assisted) إلى تقليل زمن تأخير اتخاذ القرار بشكل أكبر أثناء التنفيذ المستقبلي.

توافر البيانات:

تتوفر البيانات الداعمة لنتائج هذه الدراسة مع المخطوطة كمواد تكميلية. وتتوفر تهيئة معلمات محاكاة OFDM-ISAC في الجدول التكميلي 1، والبيانات المصدرية الرقمية الأساسية الأشكال ٧-١٢ موضحة في ملف البيانات التكميلية 1.

الجدول التكميلي 1. تكوين معاملات محاكاة الاستشعار والاتصالات المتكاملة القائمة على OFDM (OFDM-ISAC). يلخص هذا الجدول معاملات المحاكاة المستخدمة لتكوين نظام OFDM-ISAC، بما في ذلك معاملات شكل الموجة، وخصائص القناة، وإعدادات المستخدم والهدف، وتكوين الهوائي، ومعاملات التحسين المستخدمة في جميع المحاكاة العددية.يرجى النقر هنا لتنزيل هذا الملف.

ملف البيانات التكميلية 1. البيانات الرقمية المصدرية التي تستند إليها الأشكال 7-12. يحتوي كتاب العمل على أوراق عمل منفصلة توفر البيانات الرقمية المقابلة للأشكال 7-12، بما في ذلك قيم التقارب واللياقة النهائية لخوارزميات التحسين في الشكلين 7 و8، وبيانات سعة قناة الاتصال واحتمالية اكتشاف الهدف للأشكال 9-12، وظروف نسبة الإشارة إلى الضوضاء، وتكوين الهوائي، وأوزان الاتصال المقابلة المستخدمة لإنشاء الأشكال النهائية.يرجى النقر هنا لتحميل هذا الملف.

المناقشة

يعالج نموذج OFDM-ISAC-P المقترح الحاجة إلى الموازنة بين سعة قناة الاتصال ووظيفة كثافة القدرة (PDP) في ظل قيد مشترك لقدرة الإرسال. وقد بحثت الدراسات الحالية حول ISAC القائمة على OFDM في التخصيص المشترك للحوامل الفرعية والقدرة، وتصميم الموجة المشتركة، وتخصيص القدرة الديناميكي، والمقايضات بين الاتصالات والاستشعار¹^,²^,⁷^,⁸^,⁹^,¹⁰^,¹¹^,²⁸^,²⁹^,³⁰. وفي هذه الدراسة، تم توحيد أهداف الاتصالات والاستشعار لتقليل تأثير الاختلافات البعدية بينهما، واستُخدمت عوامل وزن قابلة للضبط لتمثيل أولويات مختلفة بين الاتصالات والاستشعار. بعد ذلك، تم تطبيق خوارزمية BOA المحسنة، التي تتضمن DSP وDVGM، لحل مشكلة تخصيص القدرة غير المحدبة الناتجة. ويقيم التقييم الحالي خوارزمية BOA المحسنة المدمجة التي تتضمن كلاً من DSP وDVGM معاً؛ ولم يتم تقييم المساهمات الفردية لهاتين الآليتين بشكل منفصل من خلال تحليل الاستئصال، وهو أمر ينبغي بحثه في الأعمال المستقبلية. وتشير نتائج المحاكاة إلى أن هذا الإطار يوفر نقطة تشغيل أكثر توازناً بين الاتصالات والاستشعار مقارنة بالتخصيص المتساوي للقدرة وتخصيص WA الموجه للاتصالات في ظل الظروف التي تم تقييمها.

قد يساهم هذا النهج في تطوير الأبحاث المتعلقة بأنظمة الاتصالات والاستشعار المتكاملة (ISAC) القائمة على تقسيم التردد المتعامد (OFDM) من خلال توفير إطار محاكاة موحد لتقييم سعة الاتصال، ودالة توزيع التأخير (PDP)، وتوسيع نطاق الهوائيات، وتكوين الحوامل الفرعية، واختيار عوامل الترجيح، والأعباء الحسابية. وقد أظهرت الأبحاث ذات الصلة أهمية التخصيص التكيفي للموارد، وتحسين شكل الموجة، وتخصيص القدرة في أنظمة ISAC³^,⁴^,⁵^,⁶^,⁷^,⁸^,⁹^,¹⁰^,¹¹^,²⁸^,²⁹^,³⁰. وتعمل النتائج الحالية على توسيع هذا الاتجاه من خلال الجمع بين التحسين متعدد الأهداف المعياري ومحلل قائم على المجموعات المحسنة. تصف عوامل الترجيح التي تم تقييمها تقريبًا مقايضة "باريتو" (Pareto trade-off)، حيث تؤدي زيادة وزن الاتصال إلى تحسين سعة الاتصال مع تقليل PDP، بينما يؤدي تقليل وزن الاتصال إلى إحداث تأثير عكسي. وبناءً على ذلك، يوفر هذا الإطار أساسًا منهجيًا لدراسة المقايضات بين الاتصال والاستشعار في ظل أولويات النظام المختلفة، بما في ذلك سيناريوهات النقل الذكي وشبكات المركبات¹⁶^,¹⁷^,²⁶^,²⁸.

لا تزال هناك عدة قيود. أولاً، يعتمد التحقق من الصحة كلياً على النمذجة الرياضية والمحاكاة العددية مع معلمات قناة محددة مسبقاً، وتكوينات الهوائي، وإزاحات Doppler، ونسب الإشارة إلى الضوضاء، ومستويات الضوضاء. لذا، يجب تفسير المكاسب المسجلة على أنها تحسينات على مستوى المحاكاة بدلاً من كونها دليلاً مباشراً على الأداء عند النشر الميداني. ثانياً، يُعد افتراض القناة المهيمنة بخط بصر (LoS) مناسباً لسيناريو التعاون بين مركبات الطرق السريعة الذي تم تقييمه، ولكن قد يكون مثالياً بالنسبة للتقاطعات الحضرية الكثيفة، حيث تكون انتشارات غير خط البصر (NLoS)، وانعكاسات المسارات المتعددة، والحجب، والتغيرات السريعة في القناة أكثر بروزاً¹⁹^,²⁰^,²¹^,²⁶. قد تسبب تأثيرات الانتشار هذه تقلبات أقوى في كسب قناة الاتصال وقوة صدى الاستشعار، مما يقلل من استقرار تخصيص الطاقة المحسَّن. لذا، يجب أن تعمل الدراسات المستقبلية على توسيع الإطار ليشمل قنوات LoS/NLoS الهجينة التي تدمج مجموعات المسارات المتعددة، والحجب العشوائي، ومعلومات حالة القناة المتغيرة زمنياً، وتقدير القناة غير الكامل.

لا يأخذ النموذج الحالي في الاعتبار بشكل صريح التداخل بين المستخدمين المتعددين، أو التداخل بين المركبات، أو الجدولة المشتركة بين مستقبلات متعددة، أو الاستشعار المتزامن لأهداف متعددة. وفي شبكات الاتصالات والاستشعار المتكاملة (ISAC) العملية من الجيل السادس، قد يلزم توسيع هدف التحسين من سعة الاتصال للوصلة الواحدة وPDP الفردي إلى صيغ متعددة المستخدمين والأهداف تتضمن قيود العدالة، والتداخل، وتشكيل الحزمة، والجدولة¹¹^,²⁰^,²²^,²³^,²⁴^,³⁰. وبالنسبة للاستشعار، قد يكون تركيز قدرة الإرسال على أفضل قناة فرعية مناسباً للكشف عن هدف نقطي واحد، ولكنه قد يكون غير كافٍ للتصوير الراداري، أو استشعار الخواص الكهرومغناطيسية، أو تتبع الأهداف المتعددة، حيث قد يلزم توزيع القدرة عبر حاملات فرعية أو حزم أو اتجاهات مكانية حساسة للأهداف²²^,²³^,²⁴^,²⁵. وبناءً على ذلك، يمكن لصيغ بديلة أن تعمل على تحسين احتمالية الكشف المرجحة، أو الحد الأدنى من PDP، أو دقة التقدير، أو أداء الكشف والتتبع المشترك. وتمثل التقريبات المحدبة، وتحسين تشكيل الحزمة، وطرق الشبكات التعاونية، وتخصيص الموارد القائم على التعلم مناهج أخرى ممكنة لبحث الفرضية ذاتها²^,⁸^,¹¹^,¹⁶^,¹⁷^,²³^,²⁴^,³⁰.

لا تتضمن هذه الدراسة بناء نماذج أولية للأجهزة، أو بيانات مقاسة للقنوات المثبتة على المركبات، أو تجارب ميدانية، أو تنفيذاً مدمجاً في الوقت الفعلي. وعلى الرغم من أن خوارزمية BOA المحسنة قللت من متوسط تكرارات التقارب ووقت التحسين مقارنة بخوارزمية BOA التقليدية، إلا أنها ظلت تتطلب جهداً حسابياً أكبر من تخصيص الطاقة المتساوية وWA. وبناءً على ذلك، فإن الطريقة المقترحة أكثر ملاءمة لتخصيص الطاقة على مستوى السيناريو، أو مستوى الإطار، أو مستوى مجموعة الفتحات الزمنية، بدلاً من التعديل اللحظي على مستوى الرمز في ظل التنفيذ الحالي. يجب أن تعمل الأبحاث المستقبلية على تقييم التهيئة بنظام البدء الدافئ (warm-start)، والمساعدة عبر جداول البحث (lookup-table)، والحوسبة المتوازية، والتقريب القائم على التعلم خفيف الوزن لتقليل زمن تأخير اتخاذ القرار. كما سيتطلب الأمر إجراء اختبارات عتاد في الحلقة (Hardware-in-the-loop)، وقياس قنوات مركبة-طريق من نوع LoS/NLoS، وتنفيذًا في الوقت الفعلي لتحديد ما إذا كانت التحسينات الملحوظة على مستوى المحاكاة تظل مستقرة في ظل عدم اليقين العملي في القنوات والقيود الحسابية. وعليه، يجب تفسير أمثلة النقل الذكي على أنها تحليلات جدوى قائمة على المحاكاة وليست عمليات نشر هندسية مُحققة.

ختاماً، أدى الطلب المتزايد على الاتصالات اللاسلكية والاستشعار الراداري إلى تكثيف الصراع بين موارد الطيف المحدودة ومتطلبات الخدمة المتوسعة، مما جعل الاتصالات والاستشعار المتكاملين (ISAC) نهجاً مهماً لتحسين استغلال الموارد¹²^,¹³^,¹⁴^,¹⁵^,¹⁹^,²⁶. قامت هذه الدراسة ببناء نموذج OFDM-ISAC-P، والحصول على حلول مرجعية موجهة نحو الاتصالات والاستشعار من خلال خوارزمية WA وكشف نسبة الاحتمال الأقصى المعمم، كما قدمت ترجيحاً معييراً لتقليل عدم الاتساق البعدي بين الهدفين. ثم استُخدمت خوارزمية BOA المحسنة لحل نموذج تخصيص القدرة الناتج وموازنة أداء الاتصالات والاستشعار. وفي مقارنة العبء الحسابي الملخصة في الجدول 5، انخفض متوسط تكرارات التقارب لخوارزمية BOA المحسنة بنسبة 58.3% مقارنة بخوارزمية BOA التقليدية. وتحت تكوين 4T4R الذي تم تقييمه عند 20 dB، حقق نموذج OFDM-ISAC-P سعة قناة اتصال تقارب 60 bps/Hz وقيمة PDP قريبة من 1. وفي سيناريوهات الهوائيات المتعددة التي يهيمن عليها خط النظر (LoS) التي تم تقييمها، نجحت الطريقة المقترحة في تحسين سعة قناة الاتصال واحتمالية اكتشاف الهدف، مما حقق مقايضة متوازنة بين أداء الاتصالات والاستشعار. ومع ذلك، تظل الدراسة مقتصرة على سيناريوهات المحاكاة التي يهيمن عليها خط النظر، ولا تتضمن تداخل المستخدمين المتعددين، أو نمذجة القنوات غير المرئية (NLoS)، أو التعديل الفوري للقدرة تحت القنوات سريعة التغير. لذا ينبغي أن تمتد الأبحاث المستقبلية لتشمل أنظمة OFDM-ISAC متعددة المستخدمين، وتقديم نماذج NLoS ونماذج القنوات المقاسة، ومعالجة أصداء استشعار الأهداف المتعددة، واستقصاء تخصيص القدرة التكيفي باستخدام التعلم العميق وطرق أخرى منخفضة التعقيد لتحسين الاستجابة في البيئات الديناميكية ودعم المزيد من التقييم العملي لتقنية ISAC¹⁶^,¹⁷^,²¹^,²⁶^,²⁸.

الإفصاحات

تضارب المصالح:

يقر المؤلفون بعدم وجود أي تضارب في المصالح.

شكر وتقدير

يتقدم المؤلفون بجزيل الشكر للدعم المالي المقدم من مشروع أبحاث العلوم الطبيعية التابع لإدارة التعليم في مقاطعة لياونينغ، الصين (منحة رقم JYTMS20230009)، مشروع داليان للبحث والتطوير التكنولوجي، الصين (منحة رقم 2024JB11GX001)، ومشروع تنمية الفريق التخصصي بجامعة داليان للعلوم والتكنولوجيا (منحة رقم KYXK2025001).

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسم	الشركة	رقم فهرسي	التعليقات
CVXPY	CVXPY Developers	Version 1.4	حزمة تحسين محدب تُستخدم لدعم التحقق من نموذج تخصيص الطاقة.
برنامج تحسين BOA المطور	المؤلفون	غير قابل للتطبيق	تنفيذ مخصص لخوارزمية تحسين الفراشة المطورة (IBOA) المستخدمة لحل نموذج تخصيص الطاقة OFDM-ISAC-P باستخدام احتمالية التبديل الديناميكية وطفرة غاوسية ذات تباين ديناميكي.
مجموعة بيانات مرجعية لمحاكاة ISAC	المؤلفون	غير قابل للتطبيق	مرجع محاكاة تم إنشاؤه بواسطة المؤلفين واستُخدم لتقييم طريقة تخصيص الطاقة المقترحة تحت نسب إشارة إلى ضجيج وتكوينات هوائيات وأعداد مختلفة من الحوامل الفرعية.
MATLAB	The MathWorks, Inc.	R2023b	المنصة المستخدمة للمحاكاة العددية وتصور النتائج.
NumPy	NumPy Developers	Version 1.26	مكتبة الحوسبة العددية المستخدمة لعمليات المصفوفات والتهيئة العشوائية والتحليل الإحصائي.
برنامج محاكاة OFDM-ISAC	المؤلفون	غير قابل للتطبيق	كود محاكاة مخصص مستخدم لبناء نموذج قناة OFDM-ISAC وحساب سعة قناة الاتصال وتقييم احتمالية اكتشاف الهدف.
PyTorch	PyTorch Foundation	Version 2.1	إطار عمل لحساب الموترات مستخدم للنمذجة العددية وعمليات المصفوفات.
بيئة برمجة Python	Python Software Foundation	Python 3.10	لغة البرمجة المستخدمة لتنفيذ الخوارزمية والحوسبة العددية.
نظام التشغيل Ubuntu	Canonical Ltd.	Ubuntu 22.04 LTS	نظام التشغيل المستخدم لتنفيذ عمليات محاكاة تخصيص الطاقة في OFDM-ISAC.

المراجع

Li Y, Wei Z, Feng Z. Joint subcarrier and power allocation for uplink integrated sensing and communication system. IEEE Sens J. 2023;23(24):31072-31081. doi:10.1109/JSEN.2023.3330936.
Cao X, Tang L, Shen F. Robust OFDM shared waveform design and resource allocation for the integrated sensing and communication system. In: 2023 IEEE Wireless Communications and Networking Conference (WCNC). IEEE; 2023:13-24. doi:10.1109/WCNC55385.2023.10118730.
Wen Y, Yang F, Song J. Adaptive resource allocation in ADO-OFDM for optical wireless integrated sensing and communication. In: GLOBECOM 2024 IEEE Global Communications Conference. IEEE; 2024:28-39. doi:10.1109/GLOBECOM52923.2024.10901628.
Sümer AS, Memişoğlu E, Arslan H. A novel pilot allocation technique for uplink OFDMA in ISAC systems. IEEE Wirel Commun Lett. 2025;14(8):2561-2565. doi:10.1109/LWC.2025.3575711.
Hawkins H, Xu C, Yang LL. IM-OFDM ISAC outperforms OFDM ISAC by combining multiple sensing observations. IEEE Open J Veh Technol. 2024;5(1):312-329. doi:10.1109/OJVT.2024.3366772.
Zhu W, Han Y, Wang L. Pilot optimization for OFDM-based ISAC signal in emergency IoT networks. IEEE Internet Things J. 2023;11(18):29600-29614. doi:10.1109/JIOT.2023.3314057.
Wen Y, Yang F, Song J. Power allocation for OFDM-based free space optical integrated sensing and communication. In: ICC 2024 IEEE International Conference on Communications. IEEE; 2024:2408-2413. doi:10.1109/ICC51166.2024.10622583.
Wang X, Han S. Optimization of power allocation for OFDM-based ISAC systems. In: GLOBECOM 2024 IEEE Global Communications Conference. IEEE; 2024:5387-5392. doi:10.1109/GLOBECOM52923.2024.10901655.
Al Khansa A, Madhusudan G, Larue G. Dynamic power allocation in OFDM ISAC for time of arrival estimation. In: 2024 IEEE Conference on Standards for Communications and Networking (CSCN). IEEE; 2024:249-254. doi:10.1109/CSCN63874.2024.10849719.
He X. Power allocation scheme for OFDM-ISAC system. In: 2025 5th International Conference on Sensors and Information Technology. IEEE; 2025:136-140. doi:10.1109/ICSI64877.2025.11009420.
Liao B, Ngo HQ, Matthaiou M. Power allocation for massive MIMO-ISAC systems. IEEE Trans Wirel Commun. 2024;23(10):14232-14248. doi:10.1109/TWC.2024.3410385.
Chen Y, et al. Integrated sensing, communication, and powering: Toward multi-functional 6G wireless networks. IEEE Commun Mag. 2025;63(8):146-153. doi:10.1109/MCOM.006.2400013.
Singh S, Samal U. Integrated sensing and communication in next-generation wireless networks: Insights and trends. Int J Commun Syst. 2025;38(5):70014-70018. doi:10.1002/dac.70014.
Liu J, et al. OFDM-structure based waveform designs for integrated sensing and communication. Sci China Inf Sci. 2025;68(5):150306-150309. doi:10.1007/s11432-024-4373-7.
Ni Y, et al. An integrated sensing and communications system based on affine frequency division multiplexing. IEEE Trans Wirel Commun. 2025;24(5):3763-3779. doi:10.1109/TWC.2025.3532993.
Li C, et al. Improved TD3-based resource allocation optimization for latency-sensitive tasks in ISAC-aided VEC. ACM Trans Sens Netw. 2025;21(6):1-27. doi:10.1145/3767332.
Li C, Long K, Yang M. D3QN-TD3-based user association and resource allocation in ISAC-aided vehicular edge computing. ACM Trans Sens Netw. 2025;21(4):1-31. doi:10.1145/3744711.
Ahmed MF, Rahman A. OFDM-based optical integrated sensing and communication framework using embedded pilot subcarriers. Opt Contin. 2026;5(6):1706-1720. doi:10.1364/OPTCON.595843.
Luo HL, et al. Integrated sensing and communications framework for 6G networks. IEEE Wirel Commun. 2025;32(6):102-109. doi:10.1109/MWC.2025.3599658.
Nabil Y, ElSawy H, Hassanein HS. System-level analysis of dual-mode networked sensing: ISAC integration and coordination gains. IEEE Trans Wirel Commun. 2025;25(4):7970-7987. doi:10.1109/TWC.2025.3634682.
Feng XX, Wu W, Ling M, Zheng H. Off-grid parameter estimation for OFDM-based ISAC systems with incomplete data and demodulation errors. China Commun. 2026;23(3):199-216. doi:10.23919/JCC.fa.2025-0172.202603.
Jiang YH, Gao F, Shi J, Tie JC. Electromagnetic property sensing in ISAC with multiple base stations: Algorithm, pilot design, and performance analysis. IEEE Trans Wirel Commun. 2025;24(4):3400-3416. doi:10.1109/TWC.2025.3530946.
Zhang Y, et al. Backscatter device-aided integrated sensing and communication: A Pareto optimization framework. IEEE Trans Wirel Commun. 2026;25(2):17958-17974. doi:10.1109/TWC.2026.3698666.
Zhang X, Huang B, Alouini MS. Design of 3-D beamforming and deployment strategies for ISAC-based HAPS systems. IEEE Trans Wirel Commun. 2026;25(2):13228-13242. doi:10.1109/TWC.2026.3670213.
Uluocak S, Kartal M. A low-complexity target Swerling type estimation method for next-generation OFDM-based ISAC systems. IEEE Access. 2025;13(5):192542-192554. doi:10.1109/ACCESS.2025.3630105.
Du Z, et al. Toward ISAC-empowered vehicular networks: Framework, advances, and opportunities. IEEE Wirel Commun. 2025;32(2):222-229. doi:10.1109/MWC.002.2300496.
Hasanvand M, Nooshyar M, Moharamkhani E, Selyari A. Machine learning methodology for identifying vehicles using image processing. AIA. 2023;1(3):170-178. doi:10.47852/bonviewAIA3202833.
Yang H, Wang L, Feng Z. Dynamic power allocation for integrated sensing and communication-enabled vehicular networks. IEEE Trans Wirel Commun. 2024;23(9):12313-12330. doi:10.1109/TWC.2024.3391354.
Wen Y, Yang F, Song J. Free space optical integrated sensing and communication based on DCO-OFDM: Performance metrics and resource allocation. IEEE Internet Things J. 2024;12(2):2158-2173. doi:10.1109/JIOT.2024.3469279.
Liu M, Yang M, Li H. Performance analysis and power allocation for cooperative ISAC networks. IEEE Internet Things J. 2022;10(7):6336-6351. doi:10.1109/JIOT.2022.3225281.

إعادة الطباعة والأذونات

الوسوم

OFDM