הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.

מאמר מחקר

הקצאת הספק מבוססת סימולציה למערכות תקשורת וחישוש משולבות המאזנות בין קיבולת תקשורת לבין זיהוי מטרות

94 צפיות

⸱

11 בספטמבר 2026

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

במאמר זה

סיכום

פרוטוקול זה מתאר שיטה מבוססת סימולציה לאופטימיזציה של הקצאת הספק במערכות חישה ותקשורת משולבות, תוך שימוש במודל אופטימיזציה רב-מטרתי ובאלגוריתם אופטימיזציית פרפר (Butterfly Optimization Algorithm) משופר, במטרה לאזן בין קיבולת התקשורת לבין ביצועי גילוי המטרה תחת תנאי הפעלה שונים.

תקציר

מערכות חישנוע ותקשורה משולבות (ISAC) דורשות הקצאת הספק יעילה כדי לאזן בין איכות התקשורת לביצועי החישנוע, תוך פעולה תחת משאבי הספק וספקטרום מוגבלים. שיטות קונבנציונליות של הקצאת הספק שווה נכשלות לעיתים קרובות בהשגת פשרה יעילה בין קיבולת ערוץ התקשורת להסתברות זיהוי המטרה (PDP), מכיוון שהן אינן לוקחות בחשבון באופן מספק את היעדים השונים של התקשורה והחישנוע. מחקר זה מציע אסטרטגיית הקצאת הספק מבוססת סימולציה עבור מערכת ISAC מבוססת רב-נשאי תדר אורתוגונליים (OFDM), תוך שימוש במסגרת אופטימיזציה רב-מטרית מנורמלת. אלגוריתם אופטימיזציית פרפר (BOA) משופר, המשלב אסטרטגיות של הסתברות החלפה דינמית ומוטציה גאוסיאנית עם שונות דינמית, מיושם כדי לשפר את יכולת החיפוש הגלובלי, את מהירות ההתכנסות ואת גיוון הפתרונות. סימולציות מספריות בוצעו תחת גורמי שקלול של תקשורת, תצורות אנטנות, מספר תתי-נשאים ויחסי אות לרעש שונים כדי להעריך את הגישה המוצעת. האסטרטגיה המותאמת השיגה התנהגות התכנסות משופרת תוך אספקת פשרה מאוזנת בין קיבולת ערוץ התקשורת ל-PDP במספר תרחישי סימולציה. ממצאים אלו מדגימים כי מסגרת האופטימיזציה המוצעת יכולה לתמוך ביעילות בהקצאת משאבים מבוססת סימולציה עבור מערכות ISAC מבוססות OFDM, תוך אספקת מתודולוגיה הניתנת לשחזור להערכת פשרות בין תקשורת לחישנוע תחת תנאי הפעלה שונים.

מבוא

עם ההתרחבות המהירה של שירותי תקשורת אלחוטית והדרישה הגוברת לחשיפת רדאר בעלת ביצועים גבוהים, הסכסוך בין משאבי ספקטרום מוגבלים לבין דרישות השירות הגוברות הפך לבולט יותר ויותר. במקביל, המיניאטורה והאינטגרציה של התקנים אלקטרוניים קידמו עוד יותר את מערכות Sensing and Communication (ISAC) משולבות. כתוצאה מכך, ISAC הפכה לכיוון מחקר מרכזי במערכות מידע אלקטרוניות1,2,3. באמצעות שיתוף משאבי ספקטרום וחומרה, ISAC מאפשרת שידור סימולטני של נתוני תקשורת אלחוטית ואותות חשיפת רדאר, ובכך היא גוברת על מגבלות יעילות הספקטרום של מערכות עצמאיות קונבנציונליות ומשפרת את ניצול המשאבים בתרחישים מורכבים4. Orthogonal Frequency Division Multiplexing (OFDM) היא טכניקת אפלול רב-נושאת המאומצת באופן נרחב, המשפרת את ניצול הספקטרום ומספקת חסינות חזקה מפני הפרעות רב-נתיב. בשל יתרונות אלו, OFDM הפכה לצורת הגל המועדפת עבור מערכות ISAC. ארכיטקטורת OFDM-ISAC הנובעת מכך מספקת בסיס גל אמין ליישום מתואם של פונקציות תקשורת וחשיפה5,6. בהתאם לכך, מחקר ניכר התמקד בנושא זה.

כדי לשפר את יעילות התקשורת ואת ביצועי החישוש, Wen et al.7 הציעו שיטת הקצאת הספק (PAM) עבור מערכות ISAC מבוססות OFDM אופטיות במרחב חופשי. תוצאותיהם הדגימו את יעילות השיטה והדגישו את הפשרה (trade-off) בין ביצועי התקשורת לביצועי החישוש. Wang et al.8 פיתחו שיטה לאופטימיזציית הקצאת הספק מבוססת למידה עמוקה עבור מערכות OFDM-ISAC כדי למזער את שיעור השגיאות של סמלי התקשורת ואת גבול Cramér–Rao התחתון עבור אומדן משותף של השהייה ואפקט דופלר, ובכך הדגימו שיפור בביצועי התקשורת. כדי לאזן בין ביצועי התקשורת לביצועי החישוש, AlKhansa et al.9 תכננו PAM דינמי להערכת זמן הגעה (time-of-arrival) במערכות OFDM-ISAC, ותוצאות מספריות אישרו את החשיבות של שילוב מספר אילוצי חישוש. He et al.10 ניסחו בעיית אופטימיזציה מסוג max–min עבור מערכות OFDM-ISAC רב-נושאיות ופיתחו אלגוריתם אופטימיזציה איטרטיבי המבוסס על קירוב קמור עוקב (successive convex approximation) כדי לפתור את הבעיה הנובעת שאינה קמורה, ובכך שיפרו את ביצועי התקשורת. Liao et al.11 הציעו מעצב אלומות (beamformer) לשידור ISAC יעיל חישובית, המבוסס על שילוב משוקלל של מקודד מקדים (precoder) ליניארי ומעצב אלומות מערך מוגדר מראש, והדגימו יעילות חישובית מיטבית וביצועים כלליים טובים.

על אף התקדמויות אלו, רוב מערכות ה-OFDM-ISAC עדיין מסתמכות על הקצאת הספק שווה, דבר המגביל את ביצועי המערכת הכוללים כאשר פונקציות התקשורת והחישוש פועלות בו-זמנית. אסטרטגיית הקצאת הספק הממקסמת את קיבולת ערוץ התקשורת עלולה להפחית את ביצועי גילוי המטרה, בעוד שאסטרטגיה המותאמת אך ורק להסתברות גילוי המטרה (PDP) עלולה להקצות הספק מופרז לחישוש על חשבון איכות התקשורת. יתרה מכך, מכיוון שלקיבולת ערוץ התקשורת ול-PDP יש ממדים פיזיקליים שונים, שיטות אופטימיזציה קונבנציונליות של סכום משוקלל אינן יכולות לאזן כראוי את תרומותיהן היחסיות, מה שמגביל את הביצועים הכוללים של מערכות OFDM-ISAC. מחקר זה בוחן את הקצאת הספק השידור במערכות OFDM-ISAC כדי לייעל במשותף את קיבולת ערוץ התקשורת ואת ה-PDP למרות הבדלים ממדיים אלו. המודל המוצע, OFDM-ISAC-P, מנרמל את שתי פונקציות המטרה ומחיל מקדמי שקלול ניתנים לכיוון כדי לשפר את יכולת ההשוואה באופטימיזציה. כדי להתגבר על המגבלות של אלגוריתם אופטימיזציית הפרפר (BOA) הקונבנציונלי, הכוללות פרמטרים קבועים, התכנסות איטית ורגישות לאופטימום מקומי, שולבו אסטרטגיות של הסתברות החלפה דינמית (DSP) ומוטציה גאוסיאנית בעלת שונות דינמית (DVGM) כדי לשפר את סתגלנות החיפוש. המחקר מניח כי שילוב של אופטימיזציה רב-מטרתית מנורמלת עם ה-BOA המשופר יניב הקצאת הספק של שיווי משקל פארטו (Pareto-equilibrium) יציבה יותר מאשר הקצאת הספק שווה קונבנציונלית ומה-BOA הסטנדרטי. התרומות העיקריות של מחקר זה כוללות פיתוח של מודל הקצאת הספק רב-מטרתי מנורמל, מסגרת אופטימיזציה משופרת מבוססת BOA, ותיקוף מבוסס סימולציה המשתמש בתרחישים של רב-אנטנות, רב-נשאי (multicarrier) ותחבורה חכמה.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

מחקר זה כלל רק מידול מתמטי, פיתוח אלגוריתמים וסימולציות נומריות עבור מערכת OFDM-ISAC. לא היו מעורבים משתתפים אנושיים, בעלי חיים, דגימות ביולוגיות או נתונים המזהים באופן אישי. לפיכך, לא נדרש אישור אתי ממוסד, כולל אישור של ועדת ביקורת מוסדית (IRB) או של הוועדה לטיפול ובשימוש בבעלי חיים (IACUC).

תכנון מודל הקצאת הספק עבור מערכת משולבת של חישוש ותקשורת המבוססת על ריבוי חלוקת תדרים אורתוגונלית (OFDM)

במערכות ISAC, שיטות PAM שוויוניות מסורתיות מחלקות לעיתים קרובות את הספק השידור באופן שווה בין כל ערוץ ואנטנה במהלך תקשורת וחישה סימולטנית, מבלי להתחשב בדרישות הביצועים השונות שלהן. דבר זה עלול להקצות הספק מופרז לקישורי שידור לא יעילים ולהכשיל את סיפוק הדרישות ההטרוגניות של שירותי התקשורת והחישה, ובכך להפחית את יעילות ניצול ההספק הכוללת12,13,14. לפיכך, מחקר זה בוחן את יעדי התפקוד הדואליים של המערכת על ידי אופטימיזציה משותפת של קיבולת ערוץ התקשורת ושל ה-PDP. מסגרת אופטימיזציה רב-מטרתית נבנתה כדי לפתח אסטרטגיית הקצאת הספק עבור מערכת ISAC מבוססת OFDM, המכונה מודל OFDM-ISAC-P. OFDM היא טכניקת אפנון רב-נשאי יעילה המורכבת מקצה שידור ומקצה קליטה. תהליך ה-OFDM מוצג ב-איור 1.

תרשים זרימה של תקשורת אלחוטית, הכולל קידוד, IFFT, ערוץ RF, FFT ותהליך פענוח.
איור 1תהליך עיבוד האות של צורת הגל של ריבוי חלוקת תדרים אורתוגונלית (OFDM) המשמשת במערכת גילוי ותקשורת משולבת (ISAC). תהליך העבודה כולל קידוד נתונים, שזירה (interleaving), מיפוי סמלים, המרה מסדרתי למקבילי, התמרה מהירה של פורייה הפוכה (IFFT), הוספת קידומת מחזורית (CP), שידור בתדר רדיו (RF), התפשטות בערוץ אלחוטי, קליטה בתדר רדיו, הסרת ה-CP, התמרה מהירה של פורייה (FFT), השוואת ערוץ (channel equalization), ביטול מיפוי (demapping), ביטול שזירה (deinterleaving), פענוח ושחזור נתונים. אנא לחצו כאן כדי להציג גרסה גדולה יותר של איור זה.

באיור 1, אותות OFDM משמשים כצורת גל משותפת לתקשורת ולחישוש בשל ניצול ספקטרום גבוה ועמידות חזקה להפרעות ריבוי נתיבים, ובכך הם מאפשרים שידור גל אחיד עבור שני התפקודים15,16,17. תוך התעלמות מהשפעת עיצוב הספקטרום של פונקציית החלון, צורת גל ה-OFDM המשודרת נבנית באמצעות תדר הנושאי, מספר תתי-הנושאיים, משקולות מרוכבות של תתי-הנושאיים להקצאת הספק, קידוד אות תקשורת והמרווח בין תתי-הנושאיים. רוחב פס המערכת נקבע על ידי המרווח בין תתי-הנושאיים ומספר תתי-הנושאיים18. תהליך יצירת אות התקשורת מוגדר כדלק כך: ביטים של מידע בינארי מקודדים תחילה באמצעות סכימת קידוד LDPC (low-density parity-check) לשיפור אמינות השידור, ולאחר מכן הם ממופים לסמלים בעלי ערך מרוכב באמצעות אפנון QPSK (quadrature phase shift keying). הסמלים המאופננים מוקצים לתתי-נושאי ה-OFDM בהתאם לאסטרטגיית הקצאת הספק אופטימלית. לאחר עיבוד IFFT (inverse fast Fourier transform) והכנסת קידומת מחזורית (CP), נוצרת צורת גל תקשורת OFDM במישור הזמן והיא משודרת יחד עם אות החישוש. תצורת האפנון והקידוד נשמרת לאורך כל הסימולציות. תצורת מערכת ה-ISAC המשמשת במחקר זה מוצגת באיור 2.

מסלולי אות אלחוטיים, דיאגרמה, המראה השתקפות ישירה, השתקפות מהקרקע והשתקפות מהשמיים למכשולים ולמערך Rx.
איור 2. תצורת מערכת של מערכת חישוש ותקשורה משולבת (ISAC) המבוססת על ריבוב תדרים אורתוגונלי (OFDM). הדיאגרמה ממחישה את מערך השידור (Tx), מערך הקליטה (Rx), נתיב תקשורת ישיר בקו ראייה (LoS), נתיב חישוש של הד-מטרה, נתיב השתקפות מהקרקע, נתיב השתקפות מהשמיים ומכשולים מייצגים בתוך סביבת ההפגה המדמה. אנא לחצו כאן כדי לצפות בגרסה גדולה יותר של איור זה.

המערכת מורכבת ממערך אנטנות משדר וממערך אנטנות מקלט. שידור האות מתבצע דרך שני נתיבים עיקריים. הראשון הוא נתיב קו ראייה (LoS), שבו האות משודר ישירות ממערך המשדר למערך המקלט. השני הוא נתיב ההחזרה, שבו חלק מהאות מוחזר מהקרקע ומגיע למערך המקלט, בעוד שחלק אחר מונח דרך נתיב החזרה מהשמיים לפני הגעתו למערך המקלט19,20,21. המערכת היא מערכת OFDM-ISAC רב-אנטנות בעלת דומיננטיות של LoS, שבה מקלטי התקשורת והחישוש עשויים לאמץ תצורות אנטנות שונות. למרות שאיור 2 ממחיש רכיבי התפשטות אפשריים, כולל נתיב ה-LoS הישיר ונתיבים הקשורים להחזרות, המודל המתמטי והסימולציות שוקלים רק את קישור התקשורת הדומיננטי ב-LoS ואת קישור החישוש של הד הקישור. החזרות מהקרקע ומהשמיים נחשבות כהשפעות התפשטות רקע ולא כערוצים שאינם בקו ראייה (NLoS) שעברו אופטימיזציה עצמאית. מטריצת התגובה של הערוץ מוגדרת תחת הנחת הדומיננטיות של LoS, כאשר השפעות רב-נתיביות מיוצגות באמצעות גורמי דעיכה (fading), הסטת דופלר ורעש. בהתבסס על מטריצת תגובת הערוץ זו, יחד עם האות המשודר ומודל רעש הערוץ, אות התקשורת שהתקבל מבוטא במשוואה 1.

משוואת שיווי משקל סטטי, y_cm = H_cm * S_m + n_cm, נוסחה, לשימוש חינוכי

כאן, nc,m מייצג רעש לבן גאוסי, Sm מסמן את האות המועבר, ו-Hc,m מייצג את מטריצת התגובה של ערוץ התקשורת.

בתפקיד החשיפה של מערכת ה-ISAC, נתיב העברת האות מורכב משני שלבים. השלב הראשון הוא ההעברה מהמשדר אל המטרה, והשני הוא נתיב ההד, שבו האות המוחזר מופץ מהמטרה חזרה למקלט דרך ערוץ החשיפה22,23,24. עבור נשאי המשנה ה- m, מטריצת התגובה של ערוץ החשיפה מאפיינת את הפצת האות ומבוטאת כ-משוואה 2:

משוואת שיווי משקל סטטי \( H_{sm} = b_s e^{j2\pi f_{sm} \theta} e^{-j2\pi m f \tau_s} \).

כאן, bs מייצג את מקדם הדעיכה של נתיב הד echo במדידה, fס, מ מסמננ את השט הפרקואי של תדר דופלר המוחזר, ו- τs מייצג את השהיית ההפצה של נתיב ההחזרה. בהתבסס על מטריצת התגובה של ערוץ החישון, אות החישון שהתקבל מבוטא כ- משוואה 3:

משוואה המציגה את נוסחת עיבוד האות: y_sm = H_sm S_m + n_sm, המשמשת במחקר ניתוח נתונים.

כאן, ns,m מייצג רעש לבן גאוסיאני בערוץ החשיפה.

במערכות תקשורת אלחוטית, תכנון ספקטרום והקצאת משאבים יעילים חיוניים לשיפור ביצועי המערכת הכוללים25בהתאם לכך, מחקר זה משתמש בקיבולת ערוץ התקשורת כקריטריון התכנון העיקרי. מודל אופטימיזציה נקבע כדי למקסם את קיבולת הערוץ על ידי הקצאת סך הספק השידור על פני תתי-הנשאיים של ה-OFDM, בהתאם לאסטרטגיית הקצאת המשאבים המוצעת, כפי שבא לידי ביטוי ב- משוואה 4.

בעיית אופטימיזציית התקשורת מנוסחת באופן הבא (משוואה 4):

נוסחת אופטימיזציה, תרשים משוואת סכום, ניתוח עיבוד אותות, מקסימיזציה של קיבולת הערוץ.

בכפוף ל

משוואת שיווי משקל סטטי Σam=1; תרשים נוסחה; כלי ניתוח מתמטי.

כאן, σc2 מייצג את שונות הרעש של ערוץ התקשורת הגאוסיאני, P מציין את הספק השידור הכולל של התקשורת, Pc מייצג את וקטור הקצאת הספק התקשורת האופטימלי, am מציין את המשקל המוקצה לנשאי המשנה ה-<m>, ו-Nc מייצג את מספר נשאי המשנה.

הפתרון האופטימלי שהתקבל באמצעות ה-WA מבוטא כמשוואה 5:

משוואה לתנאים בניתוח מתמטי, נוסחה: \( \hat{p}_{c,m} = \left\{ \right. \)

כאן, דיאגרמת שיווי משקל סטטי ΣFx=0 ניתוח פיזיקה מכניקה מציין את ההספק האופטימלי המוקצה לתת-ערוץ תקשורת m, gm מייצג את יחס ההגבר של הערוץ לרעש בתת-ערוץ תקשורת m, ו-μc מציין את מפלס המים של ה-WA.

על פי ה-WA המוצג ב-איור 3, תתי-ערוצים עם הגברים גבוהים יותר, המתאימים להגברים הפוכים קטנים יותר, מקבלים הספק שידור גבוה יותר תחת רמת המים הנבחרת. דבר זה מאפשר למערכת לנצל תנאי ערוץ נוחים תוך עמידה במגבלת ההספק הכוללת ושיפור קיבולת התקשורת הכללית. כתוצאה מכך, תתי-ערוצים עם תנאי ערוץ טובים יותר מקבלים יותר הספק, בעוד שthose עם תנאי ערוץ גרועים יותר מקבלים פחות. באמצעות אסטרטגיית הקצאת הספק מסתגלת זו, ה-WA מנצל ביעילות את משאבי הערוץ כדי לשפר את ביצועי התקשורת.

תהליך תת-ערוץ של הזרקת מים; תרשים עמודות עם רמות הספק, קו μc, יחסי 1/gi; ניתוח.
איור 3עיקרון אלגוריתם מילוי המים (WA) המשמש להקצאת הספק תקשורת. הציר האופקי מייצג את תתי-הערוצים של ה-OFDM, והציר האנכי מייצג את ההופכי של הגבר הערוץ ואת הספק השידור שהוקצה. מפלס המים קובע את הספק השידור המוקצה לכל תת-ערוץ תחת מגבלת הספק השידור הכולל. אנא לחצו כאן כדי לצפות בגרסה מורחבת של דמות זו.

עבור מטרת החישון, אסטרטגיית הקצאת הספק הולמת היא חיונית כאשר ההסתברות להתראת שווא קבועה. אסטרטגיית הקצאת הספק מותאמת למקסימום משפרת את ביצועי החישון על ידי שיפור דיוק זיהוי המטרה. תהליך החישון דורש בדיקת השערות תחת השערת נוכחות מטרה (H1) וההיפותזה לפיה המטרה אינה נוכחת (ה0). תחת השערות אלו, האות שהתקבל עבור כל תת-נושאי (subcarrier) במהלך ה- קהפולס ה-th מבוטא כ- משוואה 6:

משוואת בדיקת השערות, נוסחה מתמטית, ניתוח סטטיסטי, סימון H0 ו-H1.

כאן, y מייצג את וקטור תצפית החישה, A מייצג את המטריצה הדיאגונלית diag(a0, a1, …, aNc−1), D(v) מייצג את המטריצה הדיאגונלית המכילה את הזזת תדר דופלר של המטרה, β מייצג את וקטור מקדמי ההחזר של המטרה, ו-ns מייצג רעש לבן גאוסי בערוץ החישה.

לאחר מכן מוערכות פונקציות צפיפות ההסתברות תחת H0 ו-H1. עבור הסתברות התרעה שגויה שסומנה, ה-PDP מחושב על בסיס שתי היפותזות אלו. בהתאם לתאוריית זיהוי יחס נאותות, גזור לאחר מכן גלאי יחס נאותיות מקסימלי מוכלל כדי למקסם את ה-PDP.

גלאי יחס הסבירות המקסימלית הכללי מבוטא כ- משוואה 7:

משוואה לוגריתמית לניתוח סטטיסטי; תרשים נוסחאות הכולל את lnL_G, σ^2, y^H, y_0.

כאן, lG ו-LG מסמנים את סטטיסטיקת הגילוי של יחס הנראות המוכלל ואת פונקציית יחס הנראות, בהתאמה, yH מייצג את התעתוק ההרמיטי של y, ו-γ0 מסמן את סף הגילוי. במהלך תהליך הגילוי, הסף משמש לקביעה האם התקבלת היפותזת נוכחות המטרה (H1) או היפותזת היעדר המטרה (H0). הקשר בין סף גילוי החשיפה לבין ההסתברות לגילוי המטרה מוצג ב-איור 4.

גרף של תאוריית זיהוי אותות, המציג רעש לעומת אות+רעש, כאשר סף הזיהוי מסומן.
איור 4הקשר בין סף הגילוי של החיישן לבין ההסתברות לגילוי המטרה. פונקציות צפיפות ההסתברות תחת השערת היעדר המטרה והשערת נוכחות המטרה מוצגות יחד עם סף הגילוי המשמש לבדיקת ההשערות. האזורים המוצלים תואמים לאזורי ההחלטה הקשורים להסתברות להתרעה שגויה ולהסתברות לגילוי המטרה. אנא לחצו כאן כדי לצפות בגרסה מורחבת של איור זה.

כפי שמוצג ב-איור 4, ה-PDP קשור באופן ישיר להתפלגות כי-ריבוע מורכבת לא מרכזית. תחת הסתברות קבועה להתרעת שווא (כלומר, הסתברות זיהוי שגויה מרבית מותרת), הפרמטר הבלתי מרכזי נמצא במתאם חיובי עם ה-PDP. כתוצאה מכך, הגדלת הפרמטר הבלתי מרכזי משפרת את ההסתברות לזיהוי נכון של אות המטרה. בהתבסס על קשר זה, הספק השידור הכולל של החישה נחשב כהגבלת ההספק, בעוד שמקסום הפרמטר הבלתי מרכזי נבחר כיעד האופטימיזציה. בעיית האופטימיזציה המוגבלת המתקבלת משמשת לגזירת אסטרטגיית הקצאת הספק החישה האופטימלית והיא מבוטאת ב-משוואה 8:

תרשים משוואת אופטימיזציה עם נוסחת argmax עבור ניתוח אלגוריתמי.

כאשר α מציין את וקטור משקולות השידור האופטימלי של החישון שהתקבל תחת הגבלת ההספק, ומייצג גם את וקטור משקולות השידור של תת-הנשאי החישון, B(v, β) מציין את וקטור מידע-החישון, ו- P מייצג את סך הספק שידור החישון.

האופטימיזציה מצביעה על כך שאסטרטגיית הקצאת הספק החשיפה האופטימלית אינה מחלקת את ההספק בין מספר תתי-ערוצים. במקום זאת, כל הספק שידור החשיפה הזמין מוקצה לתת-הערוץ שזוהה, באמצעות הערכת ערוצים, כזה המספק את ביצועי החשיפה הגבוהים ביותר, ובכך מביא למקסימום את ביצועי זיהוי המטרה בערוץ בודד.

במערכת OFDM-ISAC, הקצאת הספק היא משימת האופטימיזציה המרכזית, והאסטרטגיה האופטימלית חייבת לעמוד בדרישות התכנון הן של התקשורת והן של החישה. באופן ספציפי, האופטימיזציה בוחנת בו-זמנית מדדי ביצועי תקשורת, כולל שיעור שגיאות ביט וקיבולת ערוץ, יחד עם מדדי ביצועי חישה, כולל PDP ודיוק הערכת פרמטרים. ביצועי המערכת הכוללים משתפרים באמצעות הקצאת משאבים מתואמת. עם זאת, שילוב ישיר של אסטרטגיות אופטימליות להקצאת הספק לתקשורת ולחישה באמצעות אופטימיזציה קונבנציונלית של סכום משוקלל סובל ממגבלות משמעותיות. מכיוון שהמימדים הפיזיים השונים והתרומות היחסיות של שני מדדי הביצוע אינם נשקלים כראוי, האופטימיזציה המתקבלת עשויה שלא לשקף במדויק את הדרישות של מערכות תקשורת-חישה משולבות26,27.

לפיכך, מחקר זה מציע מסגרת תכנון משולבת המבוססת על שקלול מנורמל. ראשית, מדדי ביצועי התקשורת והחישוש מנורמלים כדי לבטל את ההשפעות של חוסר עקביות ממדית. לאחר מכן, מקרי מקדמי השקלול מותאמים בהתאם לתרחיש היישום כדי להשיג הקצאת הספק מאוזנת יותר. הניסוח המתמטי של מודל ה-OFDM-ISAC-P המנורמל מופיע ב-משוואה 9:

דיאגרמה של נוסחת משוואת אופטימיזציה; argmax עם סכימה, בכפוף למגבלות, לשימוש מחקרי.

כאן, w מציין את מקדם השקלול של התקשורת, Fc מייצג את ערך המטרה האופטימלי שהתקבל מבעיית האופטימיזציה של התקשורת, pm מציין את ההספק המוקצה לתת-נושאי ה-OFDM ה-m, gm מייצג את ההגבר השקול של הערוץ- לרעש של תת-נושאי התקשורת ה-m, P מציין את הספק השידור הכולל, Fs מייצג את ערך המטרה האופטימלי שהתקבל מבעיית האופטימיזציה של החישה, ו-bm מציין את האיבר ה-m של וקטור החישה B(v, β).

מקדם השקלול של התקשורת w, יחד עם מקדם שקלול החשישה המשלים שלו (1 − w), משמש כפרמטר תכנון כיוון המשקף את החשיבות היחסית של קיבולת ערוץ התקשורת וה-PDP תחת תרחישי יישום שונים28,29. במחקר זה, w נחשב כפרמטר הגדרה ברמת התרחיש ולא כמשתנה בקרה משתנה בזמן. בהתאם לכך, w קבוע עבור כל תרחיש סימולציה (למשל, w = 0.5 עבור ביצועי תקשורת וחשישה מאוזנים ו-w = 0.8 עבור פעולה בעדיפות לתקשורת). לאחר מכן, ה-BOA המשופר משמש לאופטימיזציה של הקצאת ההספק המתאימה. לפיכך, המונח "מקדם שקלול דינמי" מתייחס לבחירת מקדמי שקלול שונים עבור תרחישי פעולה שונים, ולא להטמעה של התאמה אוטומטית בזמן אמת במהלך ביצוע האלגוריתם.

פתרון מודל אופטימיזציית ההספק עבור מערכת חישוב ותקשורת משולבת המבוססת על ריבוב תדרים אורתוגונלי (OFDM) באמצעות אלגוריתם אופטימיזציית פרפר משופר

לאחר בניית מודל ה-OFDM-ISAC-P, נעשה שימוש ב-BOA משופר כדי לפתור את בעיית האופטימיזציה. ל-BOA מבנה פשוט, הוא קל ליישום ובעל יכולת חיפוש גלובלית חזקה. הוא מחקה את התנהגות חיפוש המזון של פרפרים ומשתמש במנגנון Lévy flight כדי לסרוק ביעילות את מרחב החיפוש. האלגוריתם דורש הגדרות פרמטרים מעט יחסית, מה שהופך אותו למתאים למגוון רחב של בעיות אופטימיזציה. עם זאת, BOA קונבנציונלי עלול להתכנס בטרם עת למינימום מקומי, הוא רגיש להגדרות פרמטרים, ולעתים קרובות דורש איטרציות רבות כאשר הוא פותר בעיות אופטימיזציה רב-ממדיות30. לפיכך, במחקר זה שופרו אסטרטגיית המוטציה וההליך של האופטימיזציה.

כדי לשפר את החקירה הגלובלית במהלך שלב האופטימיזציה המוקדם, מוצגת אסטרטגיית DSP. במהלך האיטרציות הראשוניות, הסתברות החלפה קטנה יחסית משפרת את חקירת מרחב החיפוש. ככל שמספר האיטרציות עולה, הסתברות ההחלפה מותאמת בהדרגה כדי לחזק את הניצול המקומי ולשפר את ההתכנסות. ה-DSP מוגדר במשוואה 10:

משוואה לתהליך דינמי, המראה את p(t) באמצעות המשתנים α, β, ו-Maxiter בקשר מורכב.

כאשר α מציין את הערך ההתחלתי של ה-DSP, t מייצג את מספר האיטרציה הנוכחי, ו-β הוא מקדם הבקרה. אסטרטגיה אדפטיבית זו מגבירה את גיוון האוכלוסייה במהלך שלב האופטימיזציה המוקדם, מרחיבה את מרחב החיפוש ומפחיתה את הסבירות להתכנסות מוקדמת לאופטימום מקומי. ככל שהאופטימיזציה מתקדמת, החיפוש עובר בהדרגה מחקירה גלובלית לניצול מקומי.

כדי לשפר עוד יותר את ביצועי האופטימיזציה, DVGM משולב באלגוריתם. במהלך האיטרציות המוקדמות מוחל שונות מוטציה גדולה יחסית כדי להרחיב את טווח החיפוש ולשפר את החקירה הגלובלית. ככל שהאופטימיזציה מתקדמת, שונות המוטציה מופחתת בהדרגה כדי להגביר את דיוק החיפוש המקומי ולהקל על ההתכנסות. השונות המקסימלית σmax והשונות המינימלית σmin מוגדרות במשוואה 11:

משוואת קשר מאמץ-מעוות, σ(t), המראה שינוי במאמץ התלוי בזמן.

אסטרטגיות החיפוש הגלובלי והמקומי המשופרות מסוכמות ב-משוואה 12:

משוואה לעדכון דינמי; נוסחה; ניתוח תהליכים סטוכסטיים; מידול מתמטי.

כאן, normrnd(0, σ(t)) מייצג מספר אקראי גאוסיאני עם ממוצע של 0 ושונות של σ(t), ו-fi מייצג את פרמטר הניחוח השולט בהתנהגות החיפוש של הפרפרים. לאחר שילוב אסטרטגיות ה-DSP וה-DVGM, מתקבל ה-BOA המשופר, כפי שמוצג ב-איור 5.

תרשים זרימה של אלגוריתם אופטימיזציית פרפרים, הממחיש מוטציה של שונות דינמית ואסטרטגיה גאוסיאנית.
איור 5זרימת העבודה של אלגוריתם אופטימיזציית הפרפרים (BOA) המשופר. תהליך האופטימיזציה כולל אתם שלבים: אתחול, יצירת אוכלוסייה, הערכת כשירות, הסתברות החלפה דינמית (DSP), חיפושים גלובליים ומקומיים, מוטציה גאוסיאנית בעלת שונות דינמית (DVGM), עדכון פתרון, הערכת התכנסות והוצאת הפתרון האופטימלי. אנא לחצו כאן כדי לצפות בגרסה מורחבת של דמות זו.

איור 5 ממחיש את שתי אסטרטגיות השיפור שנשזרו ב-BOA: DSP ו-DVGM. אסטרטגיית ה-DSP מתאימה באופן אדפטיבי את תדר המעבר בין חיפוש גלובלי לחיפוש מקומי. במהלך שלב האופטימיזציה המוקדם, האלגוריתם שם דגש על סריקה גלובלית כדי להגדיל את גיוון האוכלוסייה ולשפר את ההסתברות לזיהוי אזורים מבטיחים של פתרונות. ככל שהאופטימיזציה מתקדמת, החיפוש עובר בהדרגה לעבר ניצול מקומי כדי להאיץ את ההתכנסות. אסטרטגיית ה-DVGM מפעילה הפרעה על הפרט הטוב ביותר הנוכחי, ובכך מחזקת את יכולת החיפוש המקומי, מגדילה את גיוון הפתרונות ומפחיתה את הסבירות להתכנסות מוקדמת לאופטימום מקומי.

בעת יישום ה-BOA המשופר לפתרון מודל ה-OFDM-ISAC-P, משתני האופטימיזציה מקודדים תחילה, נוצרת אוכלוסייה ראשונית, ואסטרטגיות מועמדות להקצאת הספק משויכות לכל פרט. תהליך העבודה הכולל של האופטימיזציה מוצג ב-איור 6.

תרשים זרימה של אלגוריתם אופטימיזציית הפרפר (Butterfly optimization algorithm) לתהליך הקצאת הספק במערכת OFDM-ISAC.
איור 6תהליך העבודה של אלגוריתם אופטימיזציית הפרפר (BOA) המשופר לפתרון מודל הקצאת ההספק של מערכת חישוב ותקשורה משולבת המבוססת על ריבוי חלוקת תדרים אורתוגונליים (OFDM-ISAC). ההליך כולל אתחול פרמטרים, קידוד של וקטורי הקצאת הספק מועמדים, יצירת אוכלוסייה, הערכת כשירות, עדכון פתרון איטרטיבי, הערכת התב convergence (התכנסות), ופלט של אסטרטגיית הקצאת ההספק האופטימלית. אנא לחץ כאן כדי לצפות בגרסה גדולה יותר של איור זה.

כפי שמוצג ב-איור 6, האופטימיזציה מתחילה ביישום אסטרטגיית ה-DSP לביצוע אופטימיזציה איטרטיבית. במהלך האיטרציות המוקדמות, מושם דגש על חקירה גלובלית כדי לבחון שילובים מגוונים של הקצאת הספק עבור מערכת ה-OFDM-ISAC. באיטרציות המאוחרות יותר, החיפוש עובר בהדרגה לעבר ניצול מקומי כדי ללטש פתרונות מועמדים באיכות גבוהה תוך עמידה במגבלת הספק השידור הכולל. לאחר מכן, אסטרטגיית ה-DVGM מיושמת על הפתרון הטוב ביותר הנוכחי כדי להימלט מאופטימום מקומי ולשמר את גיוון הפתרונות. לאורך תהליך האופטימיזציה, פונקציות המטרה של התקשורת והחישוש משמשות להערכת הכשירות של כל פתרון מועמד, ופרטים באיכות גבוהה יותר נשמרים לאיטרציה הבאה. האופטימיזציה נמשכת עד להשגת קריטריון הסיום שהוגדר מראש. הפתרון האופטימלי הסופי מייצג את אסטרטגיית הקצאת ההספק המספקת את האיזון הטוב ביותר בין ביצועי התקשורת לבין ביצועי זיהוי המטרה.

הגדרות לשחזור

כדי לשפר את השחזוריות, פרמטרי הסימולציה, הגדרות האתחול, האילוצים וקריטריוני הסיום מפורטים באופן מעמיק. כל הניסויים הוטמעו על Ubuntu 22.04 LTS באמצעות Python 3.10, PyTorch 2.1, NumPy 1.26, CVXPY 1.4, ו-MATLAB R2023b (ראו טבלת חומרים). פרמטרי הסימולציה וסביבת החישוב ששימשו במחקר זה מסוכמים ב- טבלה 1, בעוד שתצורת פרמטרי הסימולציה המפורטת של OFDM-ISAC מופיעה ב- טבלה משלימה 1. הסימולציות השתמשו בצפיפות ספקטראלית של הספק רעש של −174 dBm/Hz, 64 תתי-נשאיים, 16 סמלי OFDM, תדר נושא של 4 GHz, מרווח בין תתי-נשאיים של 15 kHz, שמונה אנטנות שידור, ומקסימום של 10,000 איטרציות. יחס הקצאת ההספק אותחל בטווח של 0–1 ברזולוציה של 0.01 ונורמל כדי לספק את אילוץ הספק השידור הכולל. משקל התקשורת, משקל החשיפה (sensing) והדיוק המוקדם הרב-שכבתי נקבעו ל-0.2, 0.3 ו-0.5, בהתאמה. אילוצי האופטימיזציה כללו הקצאת הספק משתמש לא-שלילית, הספק שידור כולל מוגבל, רוחב פס מוגבל, והסתברות לאזעקה שגויה מסדר גודל של 10⁻3. האופטימיזציה הסתיימה כאשר הגיעו למספר האיטרציות המקסימלי או כאשר השינוי היחסי בפונקציית המטרה בין שתי איטרציות עוקבות ירד מתחת ל-10⁻4. כל ניסויי האתחול האקראי והפרעות הערוץ השתמשו בזרעים אקראיים (random seeds) קבועים וחזרו עצמאית 30 פעמים.

פרמטרערךתיאור
תדר נשאי4 GHzתדר הנושאי של OFDM.
סכימת קידוד/מודולציה של תקשורתאפנון העברה של פאזה בקוואדרטורה (QPSK) עם קידוד ערוץ של בדיקת זוגיות בצפיפות נמוכה (LDPC)שיטה להפקת אות תקשורת המשמשת לשחזור גלי ה-OFDM המשודרים.
משקל תקשורת0.2המשקל שהוקצה למטרת התקשורת.
הסתברות להתראת שווא10⁻³הסתברות להתראות שווא המשמשת כהגבלה לאופטימיזציית החשיפה.
פלטפורמת חומרהמעבד Intel Core i7-13700, מעבד גרפי NVIDIA RTX 4070, זיכרון RAM בנפח 32 GBהפלטפורמה המחשובית ששימשה לסימולציות.
סט נתונים של מדדי ביצוע (benchmark) לסימולציית ISACלא רלוונטי. כל נתוני הביצועים הופקו באמצעות סימולציות מספריות.ערכת נתונים לייחוס (Benchmark dataset) המשמשת להערכת ביצועים.
מספר האיטרציות המקסימלי10,000מספר מקסימלי של איטרציות אופטימיזציה.
דיוק מוקדם רב-שכבתי0.5פרמטר מידע מוקדם המשמש במהלך האופטימיזציה.
צפיפות ספקטראלית של הספק רעש174- dBm/Hz−צפיפות ספקטרלית של רעש בערוץ תקשורת.
מספר סמלי OFDM16מספר סמלי OFDM לכל פריים.
מספר תתי-הנשאים של OFDM64מספר תתי-הנושאיים של OFDM.
מערכת הפעלהUbuntu 22.04 LTSסביבה חישובית.
תוכנת אופטימיזציהCVXPY 1.4חבילת אופטימיזציה קמורה.
רזולוציית הקצאת הספק0.01רזולוציית יחסי הקצאת ההספק הראשוניים.
שפת תכנותPython 3.10שפת התכנות ששימשה למימוש הסימולציה.
גרעין אקראימקובעהשתמשו בזרע אקראי קבוע עבור כל הסימולציות.
הרצות חוזרות30מספר הרצות הסימולציה העצמאיות שבוצעו לצורך ניתוח סטטיסטי.
ספריית מחשוב מדעיNumPy 1.26ספריית חישוב מספרי המשמשת לביצוע חישובים נומריים.
חישה של משקל0.3המשקל שהוקצה למטרת החישוש.
פלטפורמת סימולציהMATLAB R2023bפלטפורמה המשמשת לסימולציה נומרית וויזואליזציה.
קריטריון עצירהמספר איטרציות מקסימלי או שינוי יחסי בפונקציית המטרה < 10⁻⁴קריטריון סיום האופטימיזציה.
מרווח בין נשאי משנה15 kHzמרווח נשאי-משנה ב-OFDM.
ספריית חישוב טנזוריםPyTorch 2.1מסגרת חישוב טנזור המשמשת לחישובי מטריצות וטנזורים.
סך כל אנטנות השידור8מספר האנטנות המשדרות.

טבלה 1: פרמטרי סימולציה וסביבת מחשוב ששימשו לסימולציות של חישה ותקשורה משולבות (ISAC) המבוססות על ריבוי תדרים עם חלוקה אורתוגונלית (OFDM). הטבלה מסכמת את פרמטרי צורת הגל, פרמטרי האופטימיזציה, הגדרות הסימולציה, סביבת המחשוב, התוכנה, מערכי הנתונים ותנאי סימולציה נוספים ששימשו לאורך המחקר.

אלא אם צוין אחרת, שיפורים באחוזים המדווחים כ"עלייה של X%" חושבו כתוספות אחוזים יחסיות באמצעות משוואה 13:

נוסחת שיפור יחסי להשוואת ערכים מוצעים לעומת ערכי בסיס; תרשים משוואה.

עבור מדדי ביצועים המבוססים על הסתברות או קצב, כגון ה-PDP, שינויים מוחלטים מדווחים במפורש כעלייה בנקודות אחוז (pp). לדוגמה, עלייה מ-46% ל-63% תדווח כ- +17 pp, בעוד ש- +37.0% מציין את העלייה האחוזית היחסית המתאימה, שחושבה כאשר 46% שימשו כקו הבסיס.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

בדיקת ביצועים של אלגוריתם אופטימיזציית הפרפרים המשופר

לפני הערכת היעילות של ה-OFDM-ISAC PAM, נבחן ה-BOA המשופר. ה-BOA הקונבנציונלי, אלגוריתם אופטימיזציית לווייתנים (WOA) ואופטימיזציית נחיל חלקיקים (PSO) נבחרו כאלגוריתמי השוואה. בהערכת הבנצ'מרק נעשה שימוש בערך הממוצע ובסטיית התקן כמדדי ביצוע, עם שתי פונקציות בנצ'מרק אונימודליות ( ו- ) ושתי פונקציות בנצ'מרק מולטימודליות ( ו- ). הגדרות הבנצ'מרק ששימשו את אלגוריתמי האופטימיזציה מתוארות להלן. ממד הבעיה נקבע על , המספר המקסימלי של א...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

מודל ה-OFDM-ISAC-P המוצע נותן מענה לצורך באיזון בין קיבולת ערוץ התקשורת לבין ה-PDP תחת מגבלת הספק שידור משותפת. מחקרים קיימים ב-ISAC המבוססים על OFDM בחנו הקצאה משותפת של נשאי-משנה והספק, תכנון צורת גל משותפת, הקצאת הספק דינמית וטרייד-אופים בין תקשורת לחישוש1,2,7,8,9,10,11,

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

ניגוד עניינים:

המחברים מצהירים כי אין ניגודי עניינים.

תודות

המחברים מודים על התמיכה הכספית שקיבלו מפרויקט מחקר במדעי הטבע של מחלקת החינוך במחוז ליאונינג, סין (מענק מס' JYTMS20230009), מפרויקט המחקר והפיתוח הטכנולוגי של דליאן, סין (מענק מס' 2024JB11GX001), ומפרויקט טיפוח צוותי משמעות מקצועית של אוניברסיטת דליאן למדע וטכנולוגיה (מענק מס' KYXK2025001).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
CVXPYמפתחי CVXPYגרסה 1.4חבילת אופטימיזציה קמורה המשמשת לתמיכה באימות מודל הקצאת ההספק.
תוכנית אופטימיזציה משופרת של BOAמחבריםלא רלוונטימימוש מותאם אישית של אלגוריתם אופטימיזציית הפרפר המשופר (IBOA) המשמש לפתרון מודל הקצאת ההספק של OFDM-ISAC-P באמצעות הסתברות מיתוג דינמית ומוטציית גאוס עם שונות דינמית.
סט נתונים להשוואה (Benchmark) של סימולציית ISACמחבריםלא רלוונטימדד ביצועים (benchmark) של סימולציה שהופק על ידי המחברים ושימש להערכת שיטת הקצאת ההספק המוצעת תחת יחסי אות-לרעש, תצורות אנטנה ומספרי תתי-נשאיים שונים.
MATLABThe MathWorks, Inc.R2023bפלטפורמה המשמשת לסימולציה נומרית ולהצגת תוצאות ויזואלית.
NumPyמפתחי NumPyגרסה 1.26ספריית חישוב מספרי המשמשת לפעולות על מערכים, אתחול אקראי וניתוח סטטיסטי.
תוכנית סימולציה של OFDM-ISACמחבריםלא רלוונטיקוד סימולציה מותאם אישית ששימש לבניית מודל הערוץ של OFDM-ISAC, לחישוב קיבולת ערוץ התקשורת ולהערכת ההסתברות לגילוי מטרה.
PyTorchPyTorch Foundationגרסה 2.1מסגרת חישוב טנזורים המשמשת למידול נומרי ולפעולות מטריצות.
סביבת תכנות PythonPython Software FoundationPython 3.10שפת תכנות המשמשת למימוש אלגוריתמים ולחישוב נומרי.
מערכת ההפעלה UbuntuCanonical Ltd.Ubuntu 22.04 LTSמערכת ההפעלה ששימשה להטמעת סימולציות הקצאת ההספק של OFDM-ISAC.

מקורות

  1. 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.
  2. 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.
  3. 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.
  4. 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.
  5. 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.
  6. 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.
  7. 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.
  8. 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.
  9. 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.
  10. 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.
  11. 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.
  12. 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.
  13. 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.
  14. 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.
  15. 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.
  16. 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.
  17. 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.
  18. 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.
  19. 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.
  20. 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.
  21. 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.
  22. 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.
  23. 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.
  24. 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.
  25. 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.
  26. 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.
  27. 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.
  28. 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.
  29. 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.
  30. 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.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

גלה מאמרים נוספים

מערכות OFDMאופטימיזציה רב-מטרתיתאלגוריתם אופטימיזציית פרפרהסתברות מיתוג דינמיתקיבולת ערוץהקצאת משאבים
צרו קשר
המליצו לספרייה

פרטיות

תנאי שימוש

מדיניות

זכויות יוצרים © 2026 MyJoVE Corporation. כל הזכויות שמורות.