RIS辅助的多簇NOMA-DFRC系统中的联合波束成形与功率分配

doi:10.11772/j.issn.1001-9081.2024040530

《计算机应用》唯一官方网站 ›› 2025, Vol. 45 ›› Issue (4): 1256-1262.DOI: 10.11772/j.issn.1001-9081.2024040530

RIS辅助的多簇NOMA-DFRC系统中的联合波束成形与功率分配

李昱辰¹(), 巫峻译², 葛孟佳¹, 潘莉丽¹, 景小荣²

^1.航空工业成都飞机工业（集团）有限责任公司，成都 610092
^2.重庆邮电大学通信与信息工程学院，重庆 400065

收稿日期:2024-04-26 修回日期:2024-07-17 接受日期:2024-07-22 发布日期:2025-04-08 出版日期:2025-04-10
通讯作者: 李昱辰
作者简介:巫峻译（1999—），男，重庆人，硕士，主要研究方向：通感一体化
葛孟佳（1991—），女，四川冕宁人，工程师，硕士，主要研究方向：机载通信系统
潘莉丽（1988—），女，安徽合肥人，高级工程师，硕士，主要研究方向：战术移动通信网络
景小荣（1974—），男，甘肃平凉人，教授，博士，主要研究方向：无线通信中的信号处理。
基金资助:
国家自然科学基金资助项目(U23A20279)

Joint beamforming and power allocation in RIS-assisted multi-cluster NOMA-DFRC system

Yuchen LI¹(), Junyi WU², Mengjia GE¹, Lili PAN¹, Xiaorong JING²

^1.AVIC Chengdu Aircraft Industrial （Group） Corporation Limited，Chengdu Sichuan 610092，China
^2.School of Communication and Information Engineering，Chongqing University of Posts and Telecommunications，Chongqing 400065，China

Received:2024-04-26 Revised:2024-07-17 Accepted:2024-07-22 Online:2025-04-08 Published:2025-04-10
Contact: Yuchen LI
About author:WU Junyi, born in 1999， M. S. His research interests include integrated sensing and communication.
GE Mengjia， born in 1991， M. S.， engineer. Her research interests include airborne communication systems.
PAN Lili， born in 1988， M. S.， senior engineer. Her research interests include tactical mobile communication networks.
JING Xiaorong， born in 1974， Ph. D.， professor. His research interests include signal processing in wireless communication.
Supported by:
National Natural Science Foundation of China(U23A20279)

摘要/Abstract

摘要：

面对未来双功能雷达通信（DFRC）系统对通信与感知性能的更高要求，结合非正交多址（NOMA）和可重构智能表面（RIS）技术，提出一种RIS辅助的融合多簇NOMA的DFRC系统模型。在所提模型中，DFRC基站利用叠加的多簇NOMA信号实现目标感知，并借助RIS反射建立的虚拟视距链路提升多簇NOMA中的用户通信性能。基于所提模型，以最大化系统和速率与感知功率的加权和为目标，构建受多条件约束且包含多变量耦合的非凸目标函数。为求解该目标函数，提出一种联合波束成形与功率分配的优化方案。在所提方案中，首先，将原优化问题分解为3个非凸优化子问题；其次，采用连续凸逼近（SCA）和半正定松弛（SDR）等方法将原非凸优化子问题转换为凸优化子问题；最后，采用交替优化（AO）方法对这些子问题进行迭代求解，从而实现联合波束成形（包括主动波束成形和被动波束成形）和簇内功率分配系数的优化。仿真实验结果表明，所提方案具有良好的通信性能与感知性能，与正交多址（OMA）方案相比，系统和速率的提升约为1 bit/（s·Hz），同时保持较高的目标感知性能，在通信性能和感知性能之间取得较好的折中。

关键词: 通感一体化, 非正交多址, 可重构智能表面, 连续凸逼近, 半正定松弛, 交替优化

Abstract:

Facing the higher demands for communication and sensing in upcoming Dual-Function Radar Communication （DFRC） systems， a DFRC system model was proposed that combines multi-cluster Non-Orthogonal Multiple Access （NOMA） technology and Reconfigurable Intelligent Surface （RIS）. In the proposed model， the superimposed multi-cluster NOMA signals were utilized by the DFRC base stations to achieve target perception and the virtual line-of-sight links established by RIS reflection were used to enhance the communication performance of users in multi-cluster NOMA. Based on the proposed model， with the goal of maximizing weighted sum of the system sum rate and the sensing power， a non-convex objective function with multiple constraints and coupled variables was constructed. To solve this objective function， an optimization scheme for joint beamforming and power allocation was proposed. In the proposed scheme， firstly， the original optimization problem was decomposed into three subproblems. Subsequently， methods such as Successive Convex Approximation （SCA） and SemiDefinite Relaxation （SDR） were employed to transform the original non-convex optimization subproblems into convex optimization subproblems. Finally， the Alternating Optimization （AO） method was applied to solve the subproblems， thereby achieving joint beamforming （including active and passive beamforming） and intra-cluster power allocation coefficient optimization. Simulation results indicate that the proposed scheme has good performance of communication and sensing， and compared with the Orthogonal Multiple Access （OMA） scheme， it has the system sum rate improved by about 1 bit/（s·Hz） with high target perception performance， achieving a good compromise between communication performance and perception performance.

Key words: Integrated Sensing And Communication (ISAC), Non-Orthogonal Multiple Access (NOMA), Reconfigurable Intelligent Surface (RIS), Successive Convex Approximation (SCA), SemiDefinite Relaxation (SDR), Alternating Optimization (AO)

中图分类号:

TN929.5

李昱辰, 巫峻译, 葛孟佳, 潘莉丽, 景小荣. RIS辅助的多簇NOMA-DFRC系统中的联合波束成形与功率分配[J]. 计算机应用, 2025, 45(4): 1256-1262.

Yuchen LI, Junyi WU, Mengjia GE, Lili PAN, Xiaorong JING. Joint beamforming and power allocation in RIS-assisted multi-cluster NOMA-DFRC system[J]. Journal of Computer Applications, 2025, 45(4): 1256-1262.

图/表 8

图1 系统模型

Fig. 1 System model

图2 与仿真参数设置对应的系统拓扑

Fig. 2 System topology corresponding to simulation parameter setting

图3 不同基站天线数下目标函数值与迭代次数的关系

Fig. 3 Relationship between objective function value and number of iterations for different numbers of base station antennas

图4 不同正则化参数组合时，目标函数随迭代次数变化的曲线（M=30）

Fig. 4 Curves of objective function value varying with number of iterations number for different combinations of regularization parameters （M=30）

图5 不同方案的和速率与BS最大发射功率Pt的关系

Fig. 5 Relationship between sum rate and BS maximum transmitting power Pt of different schemes

图6 不同方案的和速率与RIS单元数的关系

Fig. 6 Relationship between sum rate and number of RIS units of different schemes

图7 通信和感知性能的权衡

Fig. 7 Trade-off between communication and sensing performance

图8 雷达波束方向图随DFRC基站天线数变化的曲线

Fig. 8 Curves of radar beam pattern varying with number of DFRC base station antennas

参考文献 21

1	王靖，方旭明．Wi-Fi7多链路通感一体化的功率和信道联合智能分配算法［J］. 计算机应用，2025，45（2）： 563-570.
	WANG J， FANG X M. Intelligent joint power and channel allocation algorithm for Wi-Fi7 multi-link integrated communication and sensing［J］. Journal of Computer Applications， 2025， 45（2）： 563-570.
2	ZHENG L， LOPS M， ELDAR Y C， et al. Radar and communication coexistence： an overview： a review of recent methods［J］. IEEE Signal Processing Magazine， 2019， 36（5）： 85-99.
3	HASSANIEN A， AMIN M G， ABOUTANIOS E， et al. Dual-function radar communication systems： a solution to the spectrum congestion problem［J］. IEEE Signal Processing Magazine， 2019， 36（5）： 115-126.
4	ZHU J， LI W， WONG K K， et al. Waveform design of DFRC system for target detection in clutter environment［J］. IEEE Signal Processing Letters， 2023， 30： 1517-1521.
5	JIA H， LI X， MA L. Physical layer security optimization with Cramér-Rao bound metric in ISAC systems under sensing-specific imperfect CSI model［J］. IEEE Transactions on Vehicular Technology， 2024， 73（5）： 6980-6992.
6	ZHU J， CUI Y， MU J， et al. OFDM-based dual-function radar-communications： optimal resource allocation for fairness［C］// Proceedings of the IEEE 95th Vehicular Technology Conference. Piscataway： IEEE， 2022： 1-5.
7	MU X， LIU Y， GUO L， et al. Joint radar and multicast-unicast communication： a NOMA aided framework［C］// Proceedings of the 2022 IEEE International Conference on Communications. Piscataway： IEEE， 2022： 4541-4546.
8	WANG Z， LIU Y， MU X， et al. NOMA inspired interference cancellation for integrated sensing and communication［C］// Proceedings of the 2022 IEEE International Conference on Communications. Piscataway： IEEE， 2022： 3154-3159.
9	WANG Z， LIU Y， MU X， et al. NOMA empowered integrated sensing and communication［J］. IEEE Communications Letters， 2022， 26（3）： 677-681.
10	SUN Y， BABU P， PALOMAR D P， et al. Majorization-minimization algorithms in signal processing， communications， and machine learning［J］. IEEE Transactions on Signal Processing， 2017， 65（3）： 794-816.
11	MU X， LIU Y， GUO L， et al. NOMA-aided joint radar and multicast-unicast communication systems［J］. IEEE Journal on Selected Areas in Communications， 2022， 40（6）： 1978-1992.
12	王华华，孙宸，朱鹏云，等. 可重构智能表面辅助双功能雷达通信系统的联合波束优化［J］. 电子与信息学报， 2023， 46（1）： 222-228.
	WANG H H， SUN C， ZHU P Y， et al. Joint beamforming optimization for RIS-assisted dual-functional radar-communication systems［J］. Journal of Electronics and Information Technology， 2023， 46（1）： 222-228.
13	JIANG Z M， RIHAN M， ZHANG P， et al. Intelligent reflecting surface aided dual-function radar and communication system［J］. IEEE Systems Journal， 2022， 16（1）： 475-486.
14	WANG X， FEI Z， ZHENG Z， et al. Joint waveform design and passive beamforming for RIS-assisted dual-functional radar-communication system［J］. IEEE Transactions on Vehicular Technology， 2021， 70（5）： 5131-5136.
15	FENG J， ZHANG P， HUANG L， et al. Reconfigurable intelligent surface aided DFRC vehicular networks［C］// Proceedings of the 6th World Conference on Computing and Communication Technologies. Piscataway： IEEE， 2023： 1-6.
16	ZUO J， LIU Y， ZHU C， et al. Exploiting NOMA and RIS in integrated sensing and communication［J］. IEEE Transactions on Vehicular Technology， 2023， 72（10）： 12941-12955.
17	LUO Z Q， MA W K， SO A M C， et al. Semidefinite relaxation of quadratic optimization problems［J］. IEEE Signal Processing Magazine， 2010， 27（3）： 20-34.
18	LIAO B， XIONG X， QUAN Z. Robust beamforming design for dual-function radar-communication system［J］. IEEE Transactions on Vehicular Technology， 2023， 72（6）： 7508-7516.
19	LIPP T， BOYD S. Variations and extension of the convex-concave procedure［J］. Optimization and Engineering， 2016， 17（2）： 263-287.
20	YANG G， XU X， LIANG Y C， et al. Intelligent reflecting surface assisted non-orthogonal multiple access［C］// Proceedings of the 2020 IEEE Wireless Communications and Networking Conference. Piscataway： IEEE， 2020： 1-6.
21	LI Y， JIANG M， ZHANG Q， et al. Joint beamforming design in multi-cluster MISO NOMA reconfigurable intelligent surface-aided downlink communication networks［J］. IEEE Transactions on Communications， 2021， 69（1）： 664-674.

[1]	唐睿, 岳士博, 张睿智, 刘川, 庞川林. UAV协助下非正交多址接入使能的数据采集系统中能效优化机制[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1209-1218.
[2]	孙源, 沈文建, 倪朋勃, 毛敏, 谢雅琪, 徐朝农. 实时工业物联网的功率域非正交多址接入基站选址算法[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 209-214.
[3]	王丹, 梁家敏, 刘金枝, 张友寿. 6G可重构智能表面的相移模型设计[J]. 计算机应用, 2021, 41(9): 2694-2698.
[4]	周烁, 仇润鹤, 唐旻俊. 基于禁忌搜索和Q-learning的CR-NOMA系统的功率分配算法[J]. 计算机应用, 2021, 41(7): 2026-2032.
[5]	时永鹏, 张俊杰, 夏玉杰, 高雅, 张尚伟. 基于NOMA的5G超密网计算迁移与资源分配策略[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3319-3324.
[6]	王岱巍, 徐高潮, 李龙. 无人机辅助的移动边缘计算中的任务分配策略[J]. 计算机应用, 2021, 41(10): 2928-2936.
[7]	金勇, 罗明, 董明扬. 基于NOMA系统的用户分组和功率分配策略[J]. 计算机应用, 2020, 40(3): 788-792.
[8]	周震, 袁正道. 面向物联网环境的高效通信接收机设计[J]. 计算机应用, 2020, 40(1): 202-206.
[9]	刘依, 胡哲, 景小荣. 多输入多输出—非正交多址接入系统融合用户调度的下行波束赋形设计[J]. 计算机应用, 2018, 38(11): 3282-3286.
[10]	廖晗, 马东亚, 尹礼欣. 基于非正交多址的认知MIMO网络次用户系统容量优化[J]. 计算机应用, 2017, 37(12): 3361-3367.
[11]	修宇, 王骏, 王忠群, 刘三民. 基于多图的交替优化图直推方法[J]. 计算机应用, 2015, 35(6): 1611-1616.
[12]	沈辉, 袁晓彤, 刘青山. 基于预测稀疏编码的快速单幅图像超分辨率重建[J]. 计算机应用, 2015, 35(6): 1749-1752.
[13]	毛文涛赵中堂贺欢欢. 基于隐特征空间的极限学习机模型选择[J]. 计算机应用, 2013, 33(06): 1600-1603.
[14]	毛文涛赵胜杰张俊娜. 基于主曲线的多输入多输出支持向量机算法[J]. 计算机应用, 2013, 33(05): 1281-1293.

RIS辅助的多簇NOMA-DFRC系统中的联合波束成形与功率分配

Joint beamforming and power allocation in RIS-assisted multi-cluster NOMA-DFRC system

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 21

相关文章 14

编辑推荐

Metrics