On Pareto-Optimal Estimation-Information Performance Limits of MIMO Integrated Sensing and Communications Systems

想象一下，你正试图在给朋友发送一条秘密信息的同时，拍摄一张正在移动的汽车的高分辨率照片。在下一代无线网络（通常被称为 6G）的世界中，工程师们正试图构建能够利用相同的无线电波同时完成这两项任务的设备。这被称为“通信感知一体化”（Integrated Sensing and Communications，简称 ISAC）。这就像是一个单手电筒，它既要足够亮以便阅读书籍（通信），又要足够锐利以揭示墙壁的纹理（感知）。几十年来，科学家们一直在试图弄清楚这个问题的终极答案：“什么样的完美信号形状能同时使这两项任务达到最优？”

要理解这个挑战，你需要了解两件事。首先，在普通的电话通话中，最好的信号通常是一种平滑的、随机的“静态”噪声（数学上称为高斯分布），因为它携带的信息量最大。其次，对于拍摄清晰的照片（感知），你通常需要一个非常可预测、稳定的信号，这样你才能精确测量它如何从物体上反射回来。核心问题在于：一个信号能否既是用于交谈的完美随机信号，又是用于感知的完美稳定信号？这篇论文深入探讨了这一问题的深层数学逻辑，旨在寻找这两个任务能达到的理论“速度极限”。

伟大的信号形状变换

在本文中，作者 Zi-Jie Wang、Xudong Wang 和 Giuseppe Caire 解决了 ISAC 世界中最极致的谜题：寻找承载数据和感知信息的无线电波的完美“形状”。他们不仅将信号视为一种波，还将其视为一个具有“个性”的角色——一个概率分布，决定了信号在强、弱或中间状态出现的可能性。

研究人员建立了一个虚拟实验室，其中包含一个 MIMO（多输入多输出）系统。想象一个发射机向两个不同的方向发射信号：一个是通信接收机（你的手机），另一个是感知接收机（正在寻找目标的雷达）。目标是找到“帕累托最优”（Pareto-optimal）前沿。把这个前沿想象成走钢丝。如果你过于偏向于让信号对说话完美，你的雷达图像就会变得模糊；如果你过于偏向于让信号对雷达完美，你的手机连接速度就会变慢。论文绘制出了那条钢丝上的每一个点，以展示最优性能的绝对形态。

令人震惊的发现：“完美”信号并不存在（至少目前如此）

故事在这里发生了转折。作者使用高级数学（变分法）来追问：“完美的信号分布看起来是什么样的？”他们发现了一个打破标准工程学规则的惊人答案。

在只关心说话（通信）的极端情况下，完美的信号确实如大家所预期的那样，是平滑的、随机的“静态”噪声。然而，对于这条钢丝上的任何其他点——即当你既想要一些感知功能，又想要一些通信功能时——数学告诉我们，完美的信号不可能是一个平滑的、连续的波。

论文证明，理想的信号分布是“奇异的”（singular）。用一个类比来说：如果普通信号像一条平滑流动的河流，那么完美的 ISAC 信号更像是漂浮在那条河里的、一簇簇截然不同的、冻结的冰块。它不是一条平滑的曲线，而是一个存在于特定微小可能性集合中的、锯齿状的、破碎的形状。作者表明，如果你试图强行使用平滑且连续的信号（比如目前大多数研究中使用的标准高斯波），你永远无法达到真正的理论极限。你总是会产生偏差。真正的极限是一个“上确界”（supremum）——一个你可以无限接近但无法通过标准平滑信号完全触及的“天花板”。

两大主要的权衡博弈

论文确定了决定信号行为的两场主要的“拉锯战”：

1. 注水算法权衡（The Water-Filling Trade-off）： 想象一下向凹凸不平的地形注水。在通信中，你会向深谷（强信号路径）注入更多的水（功率）以获得更多数据。在感知中，你也希望向特定的路径注入功率，以获得最佳反射。论文显示，你无法同时为这两个任务完美地填满所有的“谷底”。你必须选择填充哪些“谷底”，在两个目标之间平衡功率分配。
2. 波形不确定性权衡（The Waveform Uncertainty Trade-off）： 这是关于“个性”的转变。当你想要交谈时，信号需要是混乱且随机的（高不确定性），才能携带秘密。而当你想要感知时，信号需要是可预测且稳定的（低不确定性），以便准确测量反射。论文发现，随着你从“纯感知”转向“纯通信”，信号的个性会从一种僵化的、确定性的结构（如完美的几何形状）演变为一种狂野的高斯云团。最有趣的部分在于，对于中间地带，信号必须是一个奇特的、混合型的生物，既非完全随机，也非完全稳定。

他们如何解决“不可解”之题

由于完美的信号如此奇特（一种锯齿状的、奇异的形状），以至于无法用简单的公式来表达，作者无法仅靠纸笔进行求解。相反，他们构建了一个数字“机器人”，称为 Blahut-Arimoto 型算法。

把这个算法想象成一位雕塑家，他从一块黏土（标准信号）开始，一次又一次地凿去细小的碎片。随着每一次凿击，信号都会越来越接近那个完美的、锯齿状的理论形状。论文证明了这个机器人可以收敛到真实的极限。他们利用这种方法在计算机上进行了模拟，展示了随着你调整感知与通信之间的平衡，信号形状是如何变化的。

数据说明了什么

作者不仅讨论理论，还通过模拟实验展示了在现实场景中的表现。

• 在简单的 SISO（单输入单输出）系统中，他们展示了随着从感知向通信的转变，信号分布如何从一种“二元”形状（类似于抛硬币，非高即低）演变为平滑的高斯钟形曲线。
• 在 MIMO 系统（具有多个天线）中，他们发现，在高信噪比（信号非常强）的情况下，最佳感知性能与最佳通信性能之间的差距会变得更大。这意味着“注水算法”的权衡变得更加关键；你必须在功率投放的位置上做出更艰难的选择。

总结

这篇论文不仅仅是提供了一个新公式，它改变了我们设计这类信号的方式。它告诉我们，我们今天使用的“标准”平滑信号很可能并不是 ISAC 的最佳工具。为了达到 6G 的真正极限，我们可能需要设计“奇异的”或“非标准的”波形——这些信号看起来更像是锯齿状的冰块，而不是平滑的河流。虽然用标准的连续波精确实现完美的信号在数学上几乎是不可能的，但这项工作提供了一张通往极致的地图，引导工程师们如何去雕琢下一代无线电波的形状。