This paper considers an active reconfigurable intelligent surface (RIS)-aided integrated sensing and communication (ISAC) system. We aim to maximize Radar signal-to-interference-plus-noise-ratio (SINR) by jointly optimizing the beamforming matrix at the dual-function Radar-communication (DFRC) base station (BS) and the reflecting coefficient at the active RIS subject to the quality of service (QoS) constraints of communication users (UE) and the transmit power constraints of active RIS and DFRC BS. Due to the coupling of the optimization variables, we use the alternating optimization (AO) method to solve the problem. Given reflecting coefficients, we apply majorization-minimization (MM) and semidefinite programming (SDP) to deal with the nonconvex QoS constraints and Radar SINR. An initialization method is proposed to obtain a high-quality converged solution, and a sufficient condition of the feasibility of the original problem is provided. After applying the MM algorithm, the Radar SINR and the transmit power of the active RIS can be expressed as quartic functions of RIS coefficients, which is solved by a semidefinite relaxation (SDR)-based algorithm. Finally, simulation results validate the potential of active RIS in ISAC system compared to the passive RIS, and indicate that the transmit power and physical location of the active RIS should be carefully chosen.


翻译:本文考虑使用活跃可重构智能表面(RIS)辅助集成感知和通信(ISAC)系统。我们旨在在满足通信用户(UE)的服务质量(QoS)限制和活跃RIS和双功能雷达通信(DFRC)基站的发射功率限制的前提下,同时优化DFRC BS的波束形成矩阵和活跃RIS的反射系数,以最大化雷达信号干扰加噪声比(SINR)。由于优化变量的耦合,我们使用交替优化(AO)方法来解决问题。在给定反射系数的情况下,我们应用主化极小化(MM)和半定规划(SDP)来处理非凸QoS约束和雷达SINR。提出了一种初始化方法来获得高质量的收敛解,并提供了原问题可行性的充分条件。在应用MM算法后,雷达SINR和活跃RIS的发射功率可以表示为RIS系数的四次函数,可以通过基于半定松弛(SDP)的算法来求解。最后,仿真结果验证了活跃RIS在ISAC系统中相对于被动RIS的潜力,并表明应仔细选择活跃RIS的发射功率和物理位置。

0
下载
关闭预览

相关内容

Integration:Integration, the VLSI Journal。 Explanation:集成,VLSI杂志。 Publisher:Elsevier。 SIT:http://dblp.uni-trier.de/db/journals/integration/
专知会员服务
26+阅读 · 2021年4月2日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
逆强化学习-学习人先验的动机
CreateAMind
16+阅读 · 2019年1月18日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
深度学习医学图像分析文献集
机器学习研究会
19+阅读 · 2017年10月13日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年5月6日
VIP会员
相关VIP内容
专知会员服务
26+阅读 · 2021年4月2日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员