Joint Precoding and Phase-Shift Optimization for Beyond-Diagonal RIS-Aided ISAC System

本文针对超对角可重构智能表面（BD-RIS）辅助的多用户通感一体化系统，提出了一种联合预编码与相位偏移优化的交替优化框架，通过干扰管理与波束增益近似方法有效平衡了通信与感知性能，仿真结果表明其性能显著优于传统对角 RIS 系统。

要点

这篇论文讲述的是关于6G 通信网络中的一项前沿技术，旨在让未来的手机网络不仅能打电话、上网（通信），还能同时像雷达一样探测环境（感知），比如自动驾驶汽车需要实时“看”到周围的障碍物。

为了让你更容易理解，我们可以把这项技术想象成在一个拥挤的房间里，既要开一场清晰的会议（通信），又要用手电筒精准地照亮某个角落（感知）。

以下是这篇论文核心内容的通俗解读：

1. 遇到的难题：信号被“墙”挡住了

在现在的城市里，高楼大厦像一堵堵墙，挡住了无线信号。

• 通信问题：手机信号传不过去，网速变慢。
• 感知问题：雷达波被挡住，自动驾驶汽车“看”不清前面的路。
• 传统方案：以前我们用的“智能反射面”（RIS），就像一面由很多小镜子组成的墙。每个小镜子只能独立转动角度，把光反射出去。但这就像一群各自为战的士兵，力量不够大，效果有限。

2. 新方案：超对角智能反射面（BD-RIS）

这篇论文提出了一种更高级的“镜子墙”，叫做BD-RIS。

• 比喻：传统的镜子墙，每个小镜子是独立的（像散沙）；而 BD-RIS 的每个小镜子之间都有电线连接（像一支训练有素的特种部队）。
• 优势：因为它们内部互联，可以协同工作。这面墙不仅能反射信号，还能像“魔法透镜”一样，把信号聚焦得更准、传得更远。

3. 核心挑战：既要马儿跑，又要马儿不吃草

在这个系统中，我们面临一个两难选择：

• 如果把能量都用来照亮目标（感知），那么手机上网（通信）的信号就会变弱。
• 如果把能量都用来上网，那么探测环境（感知）的效果就会变差。
• 目标：我们需要一个聪明的“指挥官”，能根据当时的情况，灵活地分配能量，在“上网快”和“看得清”之间找到最佳平衡点。

4. 论文提出的“魔法”：两个绝招

作者设计了一套算法（就像那个聪明的指挥官），用了两个主要招数来解决这个问题：

• 招数一：多用户干扰管理（让会议室更安静）

  • 场景：想象一个会议室里有 5 个人在说话（5 个用户）。如果大家都同时大声说话，谁也听不清谁（干扰）。
  • 做法：BD-RIS 通过调整“镜子”的角度，让每个人的声音（信号）都能精准地传到自己的耳朵里，同时把别人的声音“抵消”掉。
  • 效果：就像给每个人戴上了降噪耳机，只听得见自己该听的声音，大家都能听得很清楚。

• 招数二：感知波束增益近似（让手电筒更聚光）

  • 场景：我们需要用手电筒照亮远处的一个特定目标。
  • 做法：算法会计算如何调整“镜子”，让所有反射的光线都汇聚到那个目标点上，而不是散乱地照在墙上。
  • 效果：就像把散光手电筒变成了激光笔，能量集中，看得更远、更清。

5. 怎么算出来的？（交替优化算法）

这个问题非常复杂，就像解一个超级难的数学谜题，直接算不出来。

• 方法：作者用了“交替优化”法。
• 比喻：就像两个人合作拼图。
  • 第一步：先固定“镜子”的角度，算出怎么发信号最好。
  • 第二步：固定信号怎么发，再算出怎么调整“镜子”最好。
  • 第三步：重复这两步，像走楼梯一样，一步步逼近完美的答案。
• 亮点：每一步都有现成的公式可以直接算出结果，不需要电脑瞎猜，速度非常快。

6. 实验结果：效果显著

作者通过电脑模拟实验发现：

• 对比传统：相比以前那种“各自为战”的普通智能反射面，这种“互联协同”的 BD-RIS 系统，在“上网”和“探测”的平衡上表现好得多。
• 灵活性：你可以像调节音量旋钮一样，通过调整参数，让系统更偏向于“上网快”或者更偏向于“看得清”，完全看你需要什么。

总结

这篇论文的核心就是发明了一种更聪明的“智能镜子墙”，并配了一套高效的指挥算法。它能让未来的 6G 网络在信号被遮挡的复杂环境中，既保证大家网速飞快，又能让自动驾驶等应用看得清清楚楚，完美解决了“既要又要”的难题。

技术摘要

这是一份关于论文《Joint Precoding and Phase-Shift Optimization for Beyond-Diagonal RIS-Aided ISAC System》（超对角 RIS 辅助 ISAC 系统的联合预编码与相移优化）的详细技术总结。

1. 研究背景与问题定义 (Problem)

• 背景：随着 6G 网络的发展，集成感知与通信（ISAC）技术成为关键。然而，在密集城市等存在严重遮挡的场景中，视距（LoS）路径缺失会导致通信质量下降和感知精度受限。
• 现有局限：传统的可重构智能表面（RIS）采用对角相移矩阵结构，反射元件相互独立，限制了大规模 MIMO 系统中的波束成形增益。
• 研究对象：本文研究基于**超对角可重构智能表面（BD-RIS）**的 ISAC 系统。BD-RIS 通过内部阻抗网络连接反射元件，形成了全连接（FBD-RIS）或组连接（GBD-RIS）架构，能够突破传统对角 RIS 的限制。
• 核心问题：如何在 BD-RIS 辅助的多用户 ISAC 系统中，联合优化基站预编码向量（Precoding Vector）和 RIS 相移矩阵（Phase-Shift Matrix），以在通信性能（多用户和速率）与感知性能（感知波束增益）之间实现灵活的权衡（Trade-off）。这是一个高度非凸的加权优化问题，且涉及复杂的约束条件（如 BD-RIS 的酉矩阵和对称性约束）。

2. 方法论 (Methodology)

本文提出了一种联合多用户干扰管理与感知波束增益近似的优化框架，主要步骤如下：

• 系统建模：

  • 考虑一个基站（BS）同时服务 $K$ 个单天线用户并感知一个点目标的系统。
  • 假设 BS 到用户/目标的直连链路被阻断，信号通过 BD-RIS 反射。
  • BD-RIS 的相移矩阵 $\Theta$ 需满足 $\Theta^H\Theta = I$ 且 $\Theta^T = \Theta$（对称酉矩阵）。

• 问题重构与目标函数：

  • 将原始的非凸加权优化问题转化为最小化通信误差与感知误差的加权和。
  • 通信目标：通过最小化多用户波束增益矩阵 $F$ 与对角矩阵 $P$ 的差值（$\|F - P\|_F^2$）来抑制多用户干扰，提升信干噪比（SINR）。
  • 感知目标：通过最小化感知波束增益与期望增益的差值（$|F_s - P_s|^2$）来增强特定方向的感知能力。
  • 引入辅助变量（相位角 $\theta$ 和 $\phi$）将原始的四次项非凸问题转化为更易处理的形式。

• 算法设计：

  • 采用**交替优化（Alternating Optimization, AO）**算法将问题分解为两个子问题交替求解：
    1. 预编码向量优化：固定 RIS 相移，利用拉格朗日乘子法推导预编码向量的半闭式解（Semi-closed form solution），并通过二分搜索确定拉格朗日乘子。
    2. 相移矩阵优化：固定预编码，引入辅助变量和增广拉格朗日乘子法（ADMM）。
       • 将 $\Theta$ 向量化，求解无约束子问题得到闭式解。
       • 通过**对称酉投影（Symmetric Unitary Projection）**技术，将结果投影回满足 $\Theta^H\Theta = I$ 和 $\Theta^T = \Theta$ 约束的空间，得到 $\Theta$ 的闭式解。
    3. 期望相位优化：并行求解辅助相位角，利用命题 1 给出全局最优解。

• 扩展性：该框架具有良好的扩展性，通过简单的投影操作即可直接应用于组连接 BD-RIS（GBD-RIS）场景。

3. 关键贡献 (Key Contributions)

1. 新型优化框架：首次针对 BD-RIS 辅助的 ISAC 系统，提出了联合多用户干扰管理和感知波束增益近似的优化方法，实现了通信与感知性能的灵活权衡。
2. 低复杂度闭式解：通过巧妙的变量替换和数学推导，将原本高度非凸的优化问题转化为一系列具有闭式解的子问题，显著降低了计算复杂度，避免了复杂的迭代搜索。
3. BD-RIS 优势验证：从理论和仿真上证明了 BD-RIS（特别是全连接架构 FBD-RIS）相比传统对角 RIS（D-RIS）能提供更多的空间自由度（DoF），从而在权衡曲线上获得更优的性能。
4. 通用性设计：提出的算法不仅适用于全连接 BD-RIS，通过简单的模块调整即可适配组连接 BD-RIS，具有广泛的适用性。

4. 仿真结果 (Results)

• 权衡特性验证：
  • 仿真展示了不同权重因子 $\eta$ 下的信道增益矩阵和波束图。
  • 当 $\eta$ 增大（侧重通信）时，信道增益矩阵呈现明显的对角化特征，有效抑制了多用户干扰。
  • 当 $\eta$ 减小（侧重感知）时，波束能量高度集中在目标方向，感知增益显著提升。
• 性能对比：
  • FBD-RIS vs. GBD-RIS vs. D-RIS：在全权衡范围内，FBD-RIS 辅助的 ISAC 系统性能最优，显著优于 GBD-RIS 和传统 D-RIS。
  • 随着感知波束增益的增加，所有架构的可实现通信速率均单调下降，体现了 ISAC 系统的固有权衡关系。
  • FBD-RIS 之所以表现最好，是因为其全连接架构提供了更多的空间自由度，能够更灵活地控制波束。

5. 意义与价值 (Significance)

• 理论突破：解决了 BD-RIS 在 ISAC 系统中联合优化预编码和相移的数学难题，提供了高效的闭式解算法，为后续研究奠定了基础。
• 技术演进：证明了从传统对角 RIS 向超对角 RIS（BD-RIS）演进对于提升 6G ISAC 系统性能的重要性，特别是在复杂遮挡环境下。
• 实际应用：提出的灵活权衡机制允许网络根据实际场景需求（如自动驾驶需要高感知精度，或城市热点需要高通信速率）动态调整参数，具有极高的工程应用价值。
• 未来方向：为后续研究不完备信道信息下的鲁棒设计以及多目标感知场景的扩展提供了思路。

总结：该论文通过创新的数学建模和高效的交替优化算法，成功解决了 BD-RIS 辅助 ISAC 系统中的资源分配难题，证明了 BD-RIS 在平衡通信与感知性能方面的巨大潜力，是 6G 智能反射面技术的重要进展。