🔢 mathematics

MJSAC: McCormick Relaxation-based Waveform Design for Joint Sensing and Communication

Dit artikel stelt MJSAC voor, een nieuwe golfvormontwerpmethode die gebruikmaakt van McCormick-relaxatie om beampattern-invariante covariantie-matrices te genereren met gemaximaliseerde inter-symboolafstanden zonder kanaalinformatie te vereisen, waardoor het conventionele algoritmen overtreft in gezamenlijke sensing- en communicatieprestaties.

Oorspronkelijke auteurs: Bodhibrata Mukhopadhyay, Sajid Ahmed, Mohamed-Slim Alouini

Gepubliceerd 2026-06-11

📖 4 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Bodhibrata Mukhopadhyay, Sajid Ahmed, Mohamed-Slim Alouini

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Grote Plaatje: Twee Dingen Tegelijk Doen

Stel je voor dat je een vuurtorenwachter bent. Je werk heeft twee delen:

Waarnemen: Je moet een specifiek lichtpatroon uitstralen om schepen te spotten (radar).
Communiceren: Je moet morsecode knipperen om met die schepen te praten (communicatie).

In het verleden probeerden ingenieurs deze twee dingen apart van elkaar te doen, of lieten ze elkaar met elkaar interfereren. Dit nieuwe artikel, MJSAC, stelt een slimmere manier voor om het "licht" (de radiogolf) te ontwerpen, zodat het beide taken perfect tegelijkertijd uitvoert, zonder dat je precies hoeft te weten waar de schepen zijn voordat je begint met knipperen.

Het Probleem: De "Wazige" Flits

De onderzoekers leggen uit dat huidige methoden een gebrek hebben. Ze zijn erg goed in het creëren van de juiste vorm van de lichtstraal (zodat de radar werkt), maar ze zijn slecht in het duidelijk maken van de berichten.

Denk aan de verschillende berichten (symbolen) als verschillende gekleurde ballen.

Oude Methode: De ballen hebben allemaal dezelfde kleur, of ze liggen zo dicht op elkaar gepakt dat als je ze in het donker werpt, de ontvanger niet kan zien welke welke is. Dit leidt tot fouten (errors).
Het Doel: We willen ballen gooien die ver van elkaar verwijderd zijn (makkelijk te onderscheiden), maar die nog steeds op dezelfde plek op de grond landen (hetzelfde radar-bundelpatroon).

De Oplossing: MJSAC (De "Slimme Arrangeur")

De auteurs hebben een nieuw algoritme ontwikkeld genaamd MJSAC (McCormick-gebaseerde JSAC). Zo werkt het, stap voor stap:

De Uitdaging: Wiskundig gezien is het een nachtmerrie om deze "ballen" (covariantie-matrices) zo te rangschikken dat ze zo ver mogelijk van elkaar verwijderd zijn, terwijl het bundelpatroon perfect blijft. Het is alsof je een puzzel probeert op te lossen waarbij de stukjes constant van vorm veranderen, en de regels zeggen dat de puzzel niet "convex" is (een chique wiskundige term die betekent dat het geen glad, gemakkelijk komvormig oppervlak is). Het zit vol met hobbels en vallen.
De Truc (McCormick Relaxation): Om deze onmogelijke puzzel op te lossen, gebruikten de auteurs een wiskundige "truc" genaamd McCormick relaxation.
- Analogie: Stel je voor dat je probeert het hoogste punt op een grillige, rotsachtige berg te vinden. Het is moeilijk om te beklimmen. In plaats daarvan hebben de auteurs een gladde, gebogen helling (een "relaxation") gebouwd die om de rotsen heen loopt. Ze lossen het probleem op de gladde helling op, wat makkelijk is, en die oplossing ligt zo dicht bij de echte bergtop dat het perfect werkt voor hun behoeften.
Het Resultaat: Het algoritme genereert een reeks unieke "symbolen" (golfvormen).
- Ze zien er allemaal hetzelfde uit voor de radar (hetzelfde bundelpatroon).
- Ze zijn maximaal verschillend van elkaar (makkelijk voor de ontvanger om ze uit elkaar te houden).
- Cruciaal: De zender hoeft de weersomstandigheden of de locatie van de ontvanger niet te weten (Channel State Information) om deze symbolen te creëren. Hij kan ze allemaal vooraf voorbereiden (offline).

Waarom het Beter Is (De Race-resultaten)

Het artikel heeft simulaties uitgevoerd om te zien hoe MJSAC presteert ten opzichte van andere methoden (zoals de "Fan"- en "Sana"-methoden).

De Scorelijst (Symbol Error Rate): De grafiek in het artikel laat zien dat MJSAC veel minder fouten maakt dan de anderen. Het is als de hardloper die de race wint met een duidelijke voorsprong, terwijl de anderen over elkaar struikelen.
De "Afstand"-factor: Het artikel laat zien dat naarmate het aantal antennes toeneemt, de "afstand" tussen de symbolen groter wordt.
- Analogie: Met 8 antennes liggen de ballen een beetje dicht op elkaar. Met 16 antennes liggen de ballen verspreid over een enorm veld. De ontvanger kan er gemakkelijk eentje uitkiezen. MJSAC maakt optimaal gebruik van deze ruimte.
Efficiëntie: Sommige oude methoden vereisen dat de zender zware berekeningen uitvoert terwijl hij met de gebruiker communiceert (online), en ze moeten precies weten waar de gebruiker zich bevindt. MJSAC doet al het zware rekenwerk voordat het gesprek begint (offline) en heeft de locatie van de gebruiker niet nodig om te werken.

Samenvatting

MJSAC is een nieuw recept voor het ontwerpen van radiogolven. Het gebruikt een slimme wiskundige truc om de "ingrediënten" (symbolen) zo te rangschikken dat ze:

Onderscheidend zijn: Makkelijk uit elkaar te houden (lage foutmarge).
Uniform zijn: Ze projecteren allemaal dezelfde radarbundel (goede sensing).
Voorbereid zijn: Ze kunnen vooraf worden gemaakt zonder realtime informatie over de ontvanger nodig te hebben.

Het artikel beweert dat deze methode bestaande technieken verslaat, zelfs diegene die extra informatie over het kanaal gebruiken, wat het een sterke kandidaat maakt voor toekomstige 5G- en 6G-netwerken.

Technische Samenvatting: MJSAC – McCormick-gebaseerd Waveform-ontwerp voor Joint Sensing en Communicatie

Probleemstelling
In de context van 5G Advanced en 6G-technologieën streeft Joint Sensing and Communication (JSAC) ernaar om radar- en communicatiecapaciteiten te verenigen om hardware- en spectrumbronnen efficiënt te delen. Hoewel bestaande methoden voor waveform-ontwerp zich vaak richten op het genereren van beampattern-invariante covariantie-matrices om symbolen te verzenden zonder dat daarvoor Channel State Information (CSI) bij de zender vereist is, lijden zij aan een kritieke beperking: slechte communicatieprestaties. Specifiek genereren huidige methoden (zoals die van Sana et al.) sets covariantie-matrices die hetzelfde beampattern delen, maar er niet in slagen de geometrische afstand tussen hen te maximaliseren. Dit gebrek aan scheiding resulteert in een hoge Symbol Error Rate (SER), omdat de ontvanger de verzonden symbolen (covariantie-matrices) niet effectief kan onderscheiden. Bovendien zijn alternatieve benaderingen die wel de prestaties maximaliseren (zoals die van Fan et al.) doorgaans afhankelijk van volledige CSI bij de zender en vereisen zij intensieve online waveform-generatie voor elke transmissie, wat onpraktisch is in veel scenario's.

Methodologie
Het artikel stelt MJSAC (McCormick-gebaseerde JSAC) voor, een nieuw waveform-ontwerp algoritme dat een set van $L$ covariantie-matrices genereert voor een $L$ -alfabet modulatieschema. Het kerndoel is het maximaliseren van de wederzijdse afstanden (gemeten met de Frobenius-norm) tussen deze covariantie-matrices, terwijl strikt een consistent beampattern behouden blijft dat vereist is voor sensing.

De technische aanpak omvat de volgende stappen:

Formulering: Het probleem wordt gedefinieerd als het maximaliseren van de som van de gekwadrateerde Frobenius-normen tussen een referentie-covariantie-matrix $R$ en een set van $L-1$ nieuwe matrices $Z_i$ , evenals het maximaliseren van de paarwijze afstanden tussen de $Z_i$ matrices zelf. Dit moet gebeuren onder restricties die ervoor zorgen dat het beampattern identiek blijft aan $R$ (door de trace van diagonale en sub-diagonale elementen te matchen) en dat alle matrices Positief Semidefinit (PSD) blijven.
Sequentiële Optimalisatie: Het oorspronkelijke optimalisatieprobleem is niet-convex en onhandelbaar vanwege het maximaliseren van een convexe functie over een spectraëder. Om dit op te lossen, hanteren de auteurs een sequentiële aanpak, waarbij één matrix $Z_k$ tegelijk wordt geschat terwijl de eerder geschatte matrices vast worden gehouden.
McCormick Relaxatie: Om de niet-convexe objectieve functie (die kwadratische termen $Z_k(p,q)^2$ bevat) te behandelen, passen de auteurs McCormick relaxatie toe. Deze techniek lineariseert de objectieve functie door begrensde hulpvariabelen te introduceren om de niet-lineaire termen te representeren. Deze transformatie zet het niet-convexe probleem om in een standaard Semidefinite Programming (SDP) probleem met een lineaire objectieve functie en convexe restricties.
Offline Generatie: De resulterende SDP wordt opgelost met standaard solvers (bijv. CVX). Cruciaal is dat dit proces geen kanaalinformatie ( $h$ ) vereist en offline wordt uitgevoerd. De vierkantswortels van de resulterende covariantie-matrices dienen als de constellatiepunten (symbolen) voor transmissie.

Belangrijkste Bijdragen

Nieuw Waveform-ontwerp: Introductie van MJSAC, dat covariantie-matrices genereert die zowel beampattern-invariant (voor sensing) als maximaal gescheiden (voor communicatie) zijn.
Oplossing voor Niet-Convexe Optimalisatie: De toepassing van McCormick-relaxatie om een uitdagend niet-convex waveform-ontwerpprobleem om te zetten in een hanteerbare convexe SDP.
Kanaalonafhankelijke Werking: De methode elimineert de noodzaak van Channel State Information (CSI) bij de zender voor de generatie van symbolen, wat offline berekening mogelijk maakt en de online computationele last vermindert.
Schaalbaarheid: Het algoritme schaalt met het aantal antennes ( $N$ ) en de grootte van het modulatie-alfabet ( $L$ ), waarbij symbolen worden gegenereerd die goed gescheiden zijn in de matrixruimte.

Numerieke Resultaten
Simulaties werden uitgevoerd waarbij MJSAC werd vergeleken met Binary Phase Shift Keying (BPSK), de methode van Sana et al. (Sana-Omni/Direc) en de methode van Fan et al. (Fan-Omni/Direc) over verschillende antenneconfiguraties ( $N=8, 12, 16$ ) en beampatterns (omni-directioneel en directioneel).

Symbol Error Rate (SER): MJSAC presteerde consistent beter dan BPSK en de methode van Sana et al. in alle scenario's. Voor $N=8$ presteerde Fan-Omni iets beter, maar voor $N=12$ en $N=16$ overtrof MJSAC Fan-Omni.
Afstandsanalyse: Heat maps van de verschillen in Frobenius-norm tussen symbolen toonden aan dat MJSAC aanzienlijk grotere scheidingen tussen symbolen genereert naarmate het aantal antennes toeneemt, wat direct correleert met verbeterde detectieprestaties.
Complexiteit: Hoewel MJSAC een hogere computationele complexiteit ( $O(N^7)$ ) heeft vergeleken met de online complexiteit van Fan-Omni/Direc, wordt deze berekening offline uitgevoerd. In tegen tegenstelling hiertoe vereist Fan-Omni/Direc online berekening die afhankelijk is van het aantal transmissies en de framelengte, waardoor MJSAC geschikter is voor herhaaldelijk gebruik.

Betekenis en Claims
Het artikel claimt dat MJSAC de fundamentele trade-off in JSAC waveform-ontwerp aanpakt tussen sensing-prestaties (beampattern-consistentie) en communicatiebetrouwbaarheid (symbool-onderscheidbaarheid). Door de afstand tussen covariantie-matrices te maximaliseren zonder afhankelijk te zijn van CSI, biedt MJSAC een robuuste oplossing die de communicatieprestaties verbetert terwijl de radarfunctionaliteit behouden blijft. De auteurs stellen dat hun methode conventionele algoritmen, inclusief die welke gebruikmaken van kanaalinformatie bij de zender, overtreft door een efficiënter en schaalbaarder kader te bieden voor joint sensing and communication systemen. Het werk benadrukt dat het vergroten van de scheiding tussen symbolen cruciaal is voor het verminderen van de SER, een factor die in eerdere beampattern-invariante ontwerpen vaak over het hoofd wordt gezien.

Het Grote Plaatje: Twee Dingen Tegelijk Doen

Het Probleem: De "Wazige" Flits

De Oplossing: MJSAC (De "Slimme Arrangeur")

Waarom het Beter Is (De Race-resultaten)

Samenvatting

Meer zoals dit