⚡ electrical engineering

Deep Learning based Three-stage Solution for ISAC Beamforming Optimization

本文提出了一种基于深度学习的三阶段集成通信与感知（ISAC）波束赋形优化框架，该框架通过依次进行信道特征提取、利用强化学习优化波束图以及通过监督学习重构波束赋形向量，在功率和感知约束下实现通信总速率最大化，并最终通过专注于波束图优化而超越了基准方法。

原作者： Qian Gao, Ruikang Zhong, Yuanwei Liu

发布于 2026-01-29

📖 1 分钟阅读☕ 轻松阅读

CC0 1.0

原作者： Qian Gao, Ruikang Zhong, Yuanwei Liu

原始论文根据 CC0 1.0（http://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 ✨ 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

想象一个繁忙的无线电塔（基站），它必须在同一时间完成两项工作：与你的手机通话（通信）以及扫描周围移动的物体（如汽车或无人机）（感知）。这被称为 ISAC（集成感知与通信）。

问题在于，要完美地同时完成这两项工作极其困难。基站必须精确决定如何瞄准它的“信号波束”（就像手电筒的光束一样），以便在清晰通话的同时，确保雷达回波足够强，从而能观察到目标。如果瞄准得不好，通话会变得嘈迫不清，或者雷达会错过车辆。

传统上，计算完美的瞄准方式涉及复杂的数学运算，而且随着用户或天线数量的增加，计算速度会变慢且难度会增加。本文作者提出了一种更聪明的新方法，利用深度学习将其分解为三个阶段的过程。

以下是他们的解决方案是如何运作的，通过日常类比来解释：

三阶段“厨师厨房”法

与其试图在一个巨大的、混乱的步骤中完成整道菜（最终信号），他们将其分解为三个专门的工作站。

第一阶段：“总结者”（无监督学习）

问题： 基站接收到大量关于环境的原始数据（信道状态信息，简称 CSI）。这就像一位厨师突然被递过来一本 500 页的书，里面描述了天气、食材和顾客的情绪。处理这些数据太慢了。
解决方案： 第一个模块是一个自动编码器（一种人工智能）。把它想象成一位超级快速的图书管理员，他读完那本 500 页的书后，写下了一份只有一页纸的摘要，只捕捉最重要的细节。
结果： 系统现在拥有了一份关于环境的精简、易懂的“速查表”，而不是一座原始数据的山。

第二阶段：“建筑师”（强化学习）

问题： 现在系统需要决定将波束指向哪里。如果它尝试直接计算每一根天线导线的精确设置，就像是通过决定每一块砖的颜色来设计一栋建筑一样。这太复杂且难以学习。
解决方案： 第二个模块使用强化学习（一种通过试错学习的人工智能）。这个 AI 不再纠结于“砖块”（单个天线），而是扮演一名建筑师的角色，负责设计蓝图（波束图样）。
类比： 建筑师并不关心具体的螺丝钉；他们只负责画出建筑的形状。他们决定：“我想要一个向北的强波束用于雷达，以及一个向东的宽波束用于手机。”
为什么更好： 学习如何画出一份好的蓝图，比学习如何连接每一根天线要容易得多。这使得学习过程更快、更稳定。

第三阶段：“建造者”（监督学习）

问题： 建筑师已经画出了一份完美的蓝图（波束图样），但施工队（实际的天线）需要具体的指令。他们不能仅仅靠“猜测”蓝图，他们需要精确的坐标。
解决方案： 第三个模块是一个监督学习网络。你可以把它想象成一位高级建造师，他研究过成千上 el 份蓝图，完全知道要用哪些螺丝和梁柱来完成它们。
结果： AI 将从第二阶段获得的“蓝图”瞬间转化为每一根天线的具体设置。

为什么这种方法更好？

论文将这种新的“三阶段”方法与“基准”方法（即试图一步到位完成所有工作的做法，就像一个没有食谱就试图烹饪的厨师）进行了对比。

学习更快： 通过先对数据进行总结（第一阶段），AI 不会被海量数据淹没。
决策更聪明： 通过专注于“蓝图”（第二阶段）而非微小的细节，AI 能更好地学习信号的“形状”。这就像是在学习画一个具体的轮子之前，先学会画一个圆圈。
效果更好： 模拟显示，这种团队协作模式（总结者 + 建筑师 + 建造者）比旧方法获得了更高的“分数”（传输了更多数据并实现了更好的感知）。

简而言之

本文认为，要让 6G 网络足够智能，使其能够同时实现通信与感知，我们不应该只是把原始数据直接丢给计算机。相反，我们应该：

总结杂乱的数据。
设计信号的形状（蓝图）。
根据该蓝图构建特定的天线设置。

这种使用 AI 的“分而治之”策略使系统变得更快、更高效，且工作表现更出色。

技术摘要：基于深度学习的三阶段 ISAC 波束赋形优化方案

1. 问题陈述

本文研究了全双工（FD）集成传感与通信（ISAC）系统中波束赋形优化的挑战。在这种场景下，配备均匀线性阵列（ULA）的基站（BS）在利用相同的时频资源与多个单天线用户进行通信的同时，对多个目标进行雷达感知。

核心目标是在满足两个关键约束的前提下，最大化所有用户的总通信速率：

发射功率约束：总功率预算不得超过最大限制（ $P_{max}$ ）。
感知速率约束：每个目标必须达到最小感知速率（ $\Gamma_{sen}^{req}$ ），该速率作为目标检测概率的代理指标。

作者指出了现有深度学习（DL）波束赋形方法的局限性。将信道状态信息（CSI）直接映射到波束赋形向量存在以下问题：

高维性：随着天线和用户数量的增加，优化变量空间迅速增长，导致计算复杂度增加且训练困难。
缺乏可解释性：直接优化向量难以理解或控制底层的波束赋形行为（例如方向性和干扰模式）。
复杂性：在高度非凸的高维场景中，传统的凸优化方法在计算上变得难以承受。

2. 方法论：三阶段框架

为了克服这些局限性，作者提出了一个三阶段解决方案，将波束赋形优化分解为三个独立的子模块。该框架将问题从直接的向量优化转变为一个涉及特征提取、波束图优化和向量重建的结构化过程。

模块 1：基于无监督学习的 CSI 特征提取

目标：将高维、可变的 CSI 数据压缩为固定大小的潜在特征，同时保留关键信息。
技术：采用自动编码器（AE）。
- 输入：CSI 数据集包括下行链路信道（ $h_k$ ）、上行链路信道（ $g_{l,t}$ ）、雷达信道（ $g_{l,r}$ ）以及残余自干扰信道（ $H_{SI}$ ）。这些复数矩阵被向量化，并分为实部和虚部，以形成实值输入向量。
- 过程：编码器将高维 CSI 映射到低维潜在特征向量（ $f$ ）。解码器尝试从 $f$ 重建原始 CSI。
- 训练：通过最小化原始 CSI 与重建 CSI 之间的均方误差（MSE）来进行无监督训练。
- 用途：在测试/优化阶段，仅使用编码器从新的 CSI 输入中提取特征。

模块 2：基于强化学习（RL）的波束图优化

目标：基于提取的特征搜索最优波束图（角度上的功率分布），而非直接搜索波束赋形向量。
技术：使用 优势演员-评论家（A2C） 算法。
- 状态 ( $s_t$ )：由提取的 CSI 特征 ( $f_t$ ) 和前一时隙的总通信速率 ( $R_{com}^{t-1}$ ) 组成。
- 动作 ( $a_t$ )：智能体不直接输出复数波束赋形向量，而是输出波束图样本。动作空间由在角度域（-90° 到 90°）内采样的 $A$ $A$ 个离散增益值组成，涵盖三种特定的波束图：
  1. 通信波束图 ( $p_w$ )
  2. 感知波束图 ( $p_v$ )
  3. 接收波束图 ( $p_u$ )
- 奖励 ( $r$ )：一个分段函数。如果同时满足通信和感知速率约束，则奖励总通信速率；如果满足感知但未满足通信，则赋值为 0；如果违反任一约束，则赋值为 -1。
- 优势：在波束图领域进行优化可以降低动作空间的大小（固定为 $A$ ），无论天线或用户数量如何变化，从而提高训练稳定性和泛化能力。

模块 3：基于监督学习的波束赋形重建

目标：从 RL 智能体生成的优化波束图中重建实际的发射和接收波束赋形向量。
技术：使用监督深度神经网络（DNN）来逼近逆函数 $G^{-1}$ $G^{- 1}$ 。
- 过程：由于波束图到向量的映射的解析逆过程难以处理（由于复杂的响应曲面），因此训练一个 DNN 来学习这种映射。
- 数据集：通过随机创建波束赋形向量，将其归一化以满足功率约束，计算其对应的波束图，并将它们配对为（输入：波束图，输出：波束赋形向量）来生成。
- 用途：在测试阶段，预训练的重建网络接收来自 RL 智能体的波束图输出，并立即生成相应的波束赋形向量以供实现。

3. 主要贡献

论文声称了以下贡献：

问题建模：为全双学 ISAC 系统制定了一个联合优化问题，旨在满足感知速率和功率约束的情况下最大化总通信速率。该问题通过阵列响应向量，从波束赋形向量优化转化为波束图优化。
三阶段框架：设计了一个新颖的框架，将问题分解为：
- 基于无监督学习的 CSI 特征提取（使用 AE）。
- 基于强化学习的波束图优化（使用 A2C）。
- 基于监督学习的波束赋形重建（使用 DNN）。
性能与可解释性：所提出的方案通过特征提取增强了泛化能力，通过在波束图领域进行优化提高了训练稳定性，并且与直接向量优化相比提供了更好的可解释性。

4. 数值结果

模拟是在 $N_t = N_r = 4$ 天线、 $K=2$ 用户和 $L=1$ 目标的场景下进行的。结果强调了：

特征大小：潜在特征大小为 16 提供了压缩性能与性能之间的最佳平衡。较小的尺寸（如 4）会导致信息丢失，而较大的尺寸（如 64）会导致过拟合或收敛变慢。
波束图分辨率：720 个采样点提供了最高的性能，尽管 360 个点在收敛速度和奖励之间提供了良好的平衡。
消融实验：
- Case 0（基准）：直接对 CSI 进行 RL 优化以获取波束赋形向量。在约 170 个 episode 后收敛，奖励约为 800。
- Case 1（仅特征提取）：收敛更快（约 130 个 episode），性能相当，证明了特征压缩的效率。
- Case 2（仅波束图优化）：学习速度较慢，但最终超越了基准（奖励 > 850），验证了波束图对于 RL 智能体来说是更直观的优化对象。
- Case 3（完整三阶段）：实现了最佳性能（奖励 > 900），结合了特征提取的效率和波束图优化的结构化优势。

5. 意义与主张

论文得出结论，所提出的三阶段解决方案优于直接优化波束赋形向量的基准 RL 算法。其意义在于从优化高维、不可解释的向量转向优化结构化、直观的波束图。通过将波束图的优化与波束赋形向量的生成解耦，该框架实现了：

降低复杂度：降低了 RL 动作空间的维度。
提高稳定性：提供了更稳定的训练动态。
可解释性：中间波束图表示允许更好地理解系统的空间滤波行为。

作者断言，随着天线和用户数量的增加，这种方法特别具有优势，因为在这些情况下，传统的凸优化变得过于复杂，而直接的 DL 映射也难以训练和解释。