摘要
随着通信系统的代代进化，移动通信与雷达感知的载波频段、信号处理技术以及硬件结构等愈来愈趋于同化，通信感知一体化（ Integrated Sensing and Communication，ISAC）已经成为未来无线通信系统的必然技术要求。然而，随着无线信号频率升高，其穿透能力却有所降低，尤其面临用户或目标被障碍物遮挡的非视距情况时，信号将难以被接收，造成通信或感知性能下降。因此通信感知一体化系统亟需一种优化通感信道链路、增强信号传输质量的技术手段以解决当前困境。近年来，可重构智能表面（Reconfigurable Intelligent surfaces，RIS）因其可智能改变无线电环境的功能而在无线通信和雷达领域被广泛研究。RIS可通过控制相移量实现定向信号增强或精细的波束形成，达到创造虚拟视距链路的目的，其特性为ISAC系统面临的难题带来了新的解决方案。RIS的性能与环境影响密切相关，其在系统中的部署位置将极大程度上影响 RIS 的反射无线信道状态和系统性能，针对RIS的位置部署研究也是新一代通信技术中的关键问题。因此，本文从同时保证感知与通信性能出发，建立了两种RIS辅助下的ISAC系统模型，结合强化学习、凸优化理论等技术，研究RIS辅助下ISAC系统的波束成形与位置部署算法。本文的主要贡献如下： （1）从 ISAC 系统发展历程和体制特征出发，通过对国内外 ISAC 系统和RIS的研究现状进行总结，分析RIS辅助ISAC系统的可行性和优势以及面临问题，说明基于 ISAC 系统的 RIS 位置部署研究的背景和意义。阐述波束成形与RIS位置部署对感知与通信性能的影响，明确本文在保证通信性能的条件下，联合设计感知波束成形与RIS部署位置的研究路线。 （2）针对ISAC系统中部分感知目标和通信用户被障碍物遮挡以致失去视距链路的场景，通过无源RIS来搭建虚拟视距链路，研究无源RIS波束成形与位置部署联合设计算法。在保证每位通信用户性能的条件下，最小化感知波束成形误差，设计强化学习模型求解最优的波束成形矩阵和RIS部署位置，并借助等价变换和半正定释放方法单独求解波束成形子问题以减小动作空间，优化算法性能并加快收敛速度。此外，在不同信干噪比阈值和 RIS 元素个数下，分析部署无源RIS后感知与通信的性能增益。仿真验证算法的有效性。 （3）考虑通信用户和感知目标没有被遮挡的一般化的场景下，通过有源RIS辅助ISAC系统实现更高的性能要求，研究有源RIS波束成形与位置部署联合设计算法。首先在满足一定通信用户信干噪比的条件下最小化感知波束成形误差，利用半正定释放和加权最小均方误差等手段处理波束成形子问题，融入以有源RIS部署位置为动作的强化学习模型设计基于强化学习的联合设计算法。之后借助连续凸逼近技术求解简化的位置部署子问题并与波束成形子问题交替迭代设计路损驱动的联合设计算法。本文在不同的RIS反射单元个数、信干噪比阈值以及感知目标距离下，分析比较不同算法的性能优劣，以选择更好的位置部署算法来设计有源RIS在ISAC系统中的位置。仿真验证算法的有效性。
NETL