⚡ electrical engineering

Efficient Feedback Design for Unsourced Random Access with Integrated Sensing and Communication

本文提出了一种用于非源随机接入系统的创新型双用途反馈信号设计，该设计在同时宣告用户解码状态的同时实现目标感知，并利用改进的投影梯度下降算法来优化性能并平衡通信与感知能力之间的权衡。

原作者： Mohammad Javad Ahmadi, Mohammad Kazemi, Rafael F. Schaefer

发布于 2026-08-04

📖 1 分钟阅读☕ 轻松阅读

原作者： Mohammad Javad Ahmadi, Mohammad Kazemi, Rafael F. Schaefer

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一个繁忙的城市，数以百万计微小且隐形的信使正试图向一座中央塔塔顶大声喊出他们简短的信息。在旧时代，每个信使都必须举手、等待点头示意并报上姓名后才能开口说话。但随着设备数量达到数百万之多，那条队伍永远也不会移动。因此，工程师们发明了一种虽然混乱但极其聪明的系统，称为“无源随机接入”（Unsourced Random Access）。在这里，每个人只需使用一本共享的代码簿同时大声喊出他们的信息。中央塔并不关心是谁在喊；它只关心听到了什么内容。这就像一场拥挤的派对，DJ 只关心歌词的内容，而不关心是哪位宾客在演唱。

但问题在于：在这场混乱的呐喊比赛中，信使们完全不知道 DJ 是否听到了他们的声音。是他们的信息淹没在了噪音中？还是应该再次大声喊叫？如果没有来自中央塔的“赞成”或“反对”信号，他们可能会进行不必要的重复呐喊，或者过早地放弃。与此同时，中央塔还在尝试做另一件事：它想扮演类似雷达的角色，通过监听回声来确定物体（如无人机或汽车）隐藏在城市的什么位置。核心问题是：中央塔能否发送一个单一的“回复”信号，既能告诉用户是否被听到了，又能帮助中央塔绘制出周围环境的图谱，且不会产生混淆？

本文提出了一种设计该回复信号的巧妙新方法。作者 Mohammad Javad Ahmadi、Mohammad Kazemi 和 Rafael F. Schaefer 建议采用一种“双用途”反馈系统。该系统并非仅仅发送简单的“是”或“否”，而是发送一种复杂的信号，使其像一把瑞士军刀。它既能告知用户其信息是否被正确解码，从而让他们知道是否需要重传，同时又能通过反射周围的目标，帮助中央塔估计目标的角度（方向）。

为了实现这一点，团队必须解决一个棘手的平衡问题。他们使用了一种名为“改进投影梯度下降法”（modified projected gradient descent）的数学工具。你可以把它想象成一名徒步旅行者试图在山脊上找到完美的地点：如果他走得离“通信”高峰太近，可能会从“感知”悬崖跌落；反之亦然。该算法帮助他们在两个任务表现良好的甜点区（sweet spot）之间找到平衡。他们通过计算机模拟（虚拟实验）而非在真实城市中建造物理塔来进行测试。

模拟结果非常令人振奋。这种新设计在帮助用户了解其信息是否被听到方面，显著优于目前最先进的方法（称为 HashBeam）。它减少了“错误决策”的数量，即用户误以为被听到了其实并未被听到，或者反之亦然的情况。此外，论文展示了一个清晰的权衡关系：如果你将信号调整得对通信完美，那么感知能力就会下降；如果你将其调整得对感知完美，通信性能就会受损。然而，通过调节一个特定的“旋钮”（一个被称为 $\mu$ 的权重因子），系统可以被调校为优先处理其中一项任务，或者寻找两者的折中方案。模拟显示，通过增加反馈信号的长度（记作 $L$ ），通信和感知的性能可以同时得到提升。

简而言之，本文表明，通过精心设计中央塔的“回响”，我们可以让未来的无线网络变得更加聪明。它们不仅能更可靠地处理数百万条混乱的信息，还能作为一个内置雷达，同时节省能量和带宽。虽然这些发现目前基于模拟，但它们为 6G 网络如何有一天能利用同一个信号同时兼顾“交谈”与“倾听”提供了一个生动的蓝图。

技术摘要：面向集成感知与通信的非源随机接入的高效反馈设计

问题陈述
非源随机接入（Unsourced Random Access, URA）是一种旨在支持大规模机器类通信（IoT）的范式，其中大量用户在没有预先调度或识别的情况下传输零星的短数据包。虽然 URA 减少了信令开销，但传统的方案缺乏下行链路反馈，导致用户无法获知其消息是否被成功解码。这种缺失可能导致不必要的重传或数据丢失。此外，新兴的集成感知与通信（ISAC）范式寻求统一通信与感知功能，以共享频谱和硬件等资源。然而，现有的 URA 反馈机制（例如最先进的 HashBeam 方案）主要侧重于通信，并未本质地支持如目标角度估计之类的感知能力。本文解决了在 URA 系统中设计一种既能通知用户解码状态（通信任务），又能使基站估计环境内目标方向（感知任务）的反馈信号所面临的挑战。

方法论
作者提出了一个系统模型，其中配备均匀线性阵列（ULA）的基站（BS）检测活跃用户的导频并估计其信道系数。随后，基站通过 $L$ 个信道使用量传输下行反馈信号 $V$ 。该信号具有双重用途：

通信： 用户将接收到的信号与其已知的哈希码进行相关运算，以确定其消息是被成功解码（ $s_i = 1$ ）还是解码失败（ $s_i = -1$ ）。
感知： 基站利用环境中目标的反射信号来估计其到达/离开的角度。

为了设计最优反馈信号 $V$ ，作者提出了一个联合优化问题，旨在最小化两个误差指标的加权和：

通信误差 ( $e_c$ )： 关于解码状态判断错误的概率。该误差基于接收信号与用户哈希码相关性的实部之 Q 函数得出。
感知误差 ( $e_s$ )： 角度估计的均方根误差（RMSE），该误差是基于由克拉美-罗界（Cramér-Rao bound）推导出的下界进行近似。

由于 Q 函数的非线性以及感知误差项中存在的反比关系，该优化问题具有非平凡性。为了使问题变得可处理，作者引入了一种改进的投影梯度下降算法。关键的简化包括：

将 Q 函数在特定阈值以上近似为一个线性项（ $-x$ ），从而允许算法优先处理具有较高错误概率的用户。
使用一阶泰勒展开来处理感知误差函数中的 $1/x$ 项。
通过计算通信和感知分量的梯度来迭代更新信号矩阵 $V$ ，并通过 Frobenius 范数对梯度进行归一化以确保步长稳定，最后将结果投影到功率约束球面上。

核心贡献

双用途反馈设计： 本文引入了一种新型 URA 反馈信号设计，能够同时支持解码状态通知和目标角度估计，弥合了 URA 与 ISAC 之间的鸿沟。
优化框架： 提出了一个加权优化问题，通过控制参数 $\mu$ 来平衡通信可靠性和感知精度。
算法创新： 提出了一种改进的投影梯度下降算法来高效解决该非凸优化问题。该算法根据用户当前的错误概率动态调整梯度，将计算重点放在那些最可能从反馈中获益的用户上。
性能分析： 研究提供了通信错误概率的理论分析，以及角度估计 MSE 的近似下界。

结果
通过蒙特卡洛模拟获得的数值结果证明了所提方案的有效性：

通信性能： 当优先考虑通信（ $\mu = 1$ ）时，所提方案在不同用户数量（ $K$ ）和反馈信号长度（ $L$ ）下，在检测错误概率方面显著优于 HashBeam 方案（目前 URA 反馈领域的最先进方案）。这种提升归功于针对特定问题的优化，以及对来自成功解码和解码失败用户的信息的综合利用，而 HashBeam 仅依赖于成功解码的用户。
感知-通信权衡： 帕累托前沿（Pareto frontier）分析揭示了一个明确的权衡关系：增加通信权重（ $\mu$ ）会提高解码可靠性但会降低感知精度（增加 RMSE），反之亦然。
可扩展性： 增加反馈信号长度 $L$ 会显著提升通信和感知的性能。

意义
本文声称，其提出的反馈设计为 URA 与 ISAC 融合的下一代 6G 网络提供了一个有价值的解决方案。通过使单个反馈信号能够同时服务于可靠通信（通过重传触发）和环境感知，该方法提高了频谱和硬件效率。这项工作提供了一种灵活的机制来平衡这些相互竞争的目标，为如何在不牺牲非源接入基本优势的前提下，根据特定应用需求调整系统参数提供了见解。

类似论文