Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.14018

帮助 | 高级搜索

电气工程与系统科学 > 信号处理

arXiv:2507.14018 (eess)
[提交于 2025年7月18日 ]

标题: 感知与通信一体化的畸变感知混合波束成形

标题: Distortion-Aware Hybrid Beamforming for Integrated Sensing and Communication

Authors:Zeyuan Zhang, Yue Xiu, Phee Lep Yeoh, Guangyi Liu, Zixing Wu, Ning Wei
摘要: 本文研究了一种实际的部分连接混合波束成形发射器,用于集成感知与通信(ISAC),该系统存在非线性功率放大引起的失真。 对于此ISAC系统,我们提出了一个由我们的失真感知混合波束成形设计驱动的通信速率和感知互信息最大化问题。 为解决此非凸问题,我们首先通过交替求解三个子问题,利用流形优化(MO)和我们推导出的闭式解来求解完全数字波束成形矩阵。 然后通过分解算法获得模拟和数字波束成形矩阵。 数值结果表明,与传统波束成形方法相比,所提出的算法可以提高整体ISAC性能。
摘要: This paper investigates a practical partially-connected hybrid beamforming transmitter for integrated sensing and communication (ISAC) with distortion from nonlinear power amplification. For this ISAC system, we formulate a communication rate and sensing mutual information maximization problem driven by our distortion-aware hybrid beamforming design. To address this non-convex problem, we first solve for a fully digital beamforming matrix by alternatively solving three sub-problems using manifold optimization (MO) and our derived closed-form solutions. The analog and digital beamforming matrices are then obtained through a decomposition algorithm. Numerical results demonstrate that the proposed algorithm can improve overall ISAC performance compared to traditional beamforming methods.
主题: 信号处理 (eess.SP)
引用方式: arXiv:2507.14018 [eess.SP]
  (或者 arXiv:2507.14018v1 [eess.SP] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.14018
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Zeyuan Zhang [查看电子邮件]
[v1] 星期五, 2025 年 7 月 18 日 15:33:46 UTC (282 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess.SP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号