⚡ electrical engineering

Phase-Shifted Pilot Design for NOMA-Empowered Uplink ISAC Systems

本文提出了一种适用于多发射机上行链路 ISAC 系统的相位偏移导频设计及其相位偏移置零（PSN）变体，通过结合联合或串行干扰消除技术，在维持感知完整性的同时显著降低了接收端计算复杂度并提升了频谱效率。

原作者： Ahmet Sacid Sümer, Ebubekir Memişoğlu, Hüseyin Arslan

发布于 2026-04-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Ahmet Sacid Sümer, Ebubekir Memişoğlu, Hüseyin Arslan

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

这篇文章主要解决了一个现代无线通信中的“交通拥堵”问题，并设计了一套聪明的“交通疏导方案”。

为了让你更容易理解，我们可以把整个系统想象成一个繁忙的十字路口，里面有两种车在跑：

通信车（CTX）：运送乘客（数据），比如你在刷视频、打电话。
雷达车（STX）：负责“看路”（感知环境），比如自动驾驶汽车在探测周围的障碍物。

1. 以前的困境：要么堵车，要么看不清路

在传统的 6G 网络设计中，为了让这两种车不撞车，通常采用**“分道行驶”**（正交分配）：

通信车走左边车道，雷达车走右边车道。
缺点：路太窄了，资源浪费严重，效率低。

后来，大家尝试让车**“混行”**（非正交 NOMA）：

大家挤在同一条路上跑，通过“插队”的方式（交织导频）来区分谁是谁。
新问题：虽然路利用率高了，但雷达车因为被切得支离破碎（频谱稀疏），就像用一把破梳子梳头，看不清远处的障碍物（感知分辨率下降）。而且，接收站（交警）要处理这么多乱糟糟的信号，大脑（计算能力）快累垮了。

2. 本文的解决方案：给雷达车穿上“隐身斗篷”并戴上“相位眼镜”

这篇论文提出了一种全新的**“相位偏移（Phase-Shifted, PS）”方案，并配合一种叫“迭代干扰消除（IIC）”**的聪明交警系统。

核心创意一：相位偏移（PS）—— 给雷达车戴“相位眼镜”

想象一下，所有的雷达车都穿着同样的衣服（发送相同的信号），交警根本分不清谁是谁。

旧方法：让雷达车穿不同颜色的衣服（占用不同的频率），但这会导致路变窄。
新方法（PS）：让所有雷达车都穿同样的衣服，但每个人戴一副不同角度的“相位眼镜”。
- 当信号到达交警（接收站）时，虽然它们混在一起，但因为“眼镜”的角度不同，交警可以通过一种特殊的数学魔法（时域相位旋转），把混在一起的车流在时间轴上自动分开。
- 比喻：就像一群人在合唱，虽然声音混在一起，但每个人唱的歌稍微错开一点点时间（相位），聪明的录音师就能把每个人的声音单独提取出来，而且不需要把路切分成小块。

核心创意二：相位偏移 + 打孔（PSN）—— 保护通信车的“VIP 通道”

有时候，雷达车太吵了，会干扰通信车（乘客）听清广播。

PSN 方案：在雷达车经过通信车的关键位置（导频）时，雷达车主动“闭嘴”（打孔/Nulling），让通信车先过。
比喻：就像在繁忙的地铁里，虽然大家挤在一起，但每当广播员（通信）要说话时，周围的乘客（雷达）会默契地瞬间安静一下，确保广播清晰。等广播说完，乘客们再继续说话。

核心创意三：聪明的交警（IIC 算法）

既然车混在一起了，交警怎么把它们分开？

联合交警（Joint IIC）：同时盯着通信车和雷达车，大家一起猜，猜错了再修正，直到分清楚。适合没有“闭嘴”的情况。
顺序交警（Sequential IIC）：先不管通信车，专心把雷达车分出来，把雷达车的干扰去掉后，再专心处理通信车。
- 比喻：就像剥洋葱。先一层层剥掉雷达的干扰（因为雷达车有“相位眼镜”特征，容易剥），剥干净后，剩下的通信信号就清晰了。这种方法计算量更小，速度更快。

3. 这个方案好在哪里？

路更宽了（频谱效率高）：通信和雷达可以完全共享同一条路，不用切分，效率大幅提升。
看得更清了（感知能力强）：因为雷达车没有被打散（全带宽使用），所以能探测到更远的距离，分辨率更高。
交警更累了（计算复杂度低）：这是最厉害的一点！
- 旧方案（交织）：每多一辆雷达车，交警就要多算一次复杂的数学题（做多次 FFT 变换）。车多了，交警直接累晕。
- 新方案（相位偏移）：不管有多少辆雷达车，交警只需要做一次大运算，然后像切蛋糕一样把结果分开。
- 数据：论文算出来，新方案比旧方案减少了约 18.8% 到 21.0% 的计算量。这意味着手机或物联网设备的电池能更耐用，处理速度更快。

总结

这篇论文就像是在说：

“以前我们为了不让通信和雷达打架，要么把它们隔开（浪费路），要么让它们挤在一起但乱成一锅粥（看不清路、算不过来）。

现在，我们给雷达车戴上了‘相位眼镜’，让它们能在同一条路上跑，但到达终点时能自动排好队。如果雷达太吵，我们就让它们暂时‘闭嘴’保护通信。配合一套更聪明的‘剥洋葱’算法，我们不仅让路更宽了、看得更清了，还让处理信号的电脑少干了很多活，省下了宝贵的电量和时间。”

这对于未来的6G 网络、自动驾驶和万物互联来说，是一个既高效又省力的完美方案。

这是一份关于论文《Phase-Shifted Pilot Design for NOMA-Empowered Uplink ISAC Systems》（基于非正交多址接入的上行链路 ISAC 系统的相位偏移导频设计）的详细技术总结。

1. 研究背景与问题 (Problem)

随着第六代移动通信（6G）的发展，集成感知与通信（ISAC）成为关键范式。然而，在密集物联网（IoT）环境中，当多个发射机（TX）同时工作时，面临着以下核心挑战：

资源冲突与干扰： 传统的正交资源分配（如时分、频分）虽然能避免干扰，但频谱效率（SE）低下，且难以满足大规模多发射机连接的需求。
现有非正交方案的局限性： 现有的非正交多址接入（NOMA）ISAC 方案通常采用交错导频（Interleaved, CI）策略。虽然 CI 能提高频谱效率，但其固有的频谱稀疏性会导致感知分辨率下降（最大无模糊距离受限）。
计算复杂度： 传统的 CI 方案在接收端（RX）需要对每个调度的感知发射机（STX）分别进行逆快速傅里叶变换（IFFT），随着网络规模扩大，计算负担呈线性增长。
现有改进方案的不足： 虽然已有针对单 STX 的频谱置零（Nulling）技术，但将其扩展到多 STX 场景（CIN）时，仍继承了交错设计的结构性缺陷（如分辨率损失和计算复杂度高）。

核心问题： 如何在保持高感知分辨率的同时，通过 NOMA 实现多发射机的高效资源共享，并降低接收端的计算复杂度？

2. 方法论 (Methodology)

本文提出了一种基于**相位偏移（Phase-Shifted, PS）**的导频设计框架，并将其集成到上行链路 ISAC-NOMA 系统中。主要技术路线如下：

A. 系统模型

架构： 包含一个通信发射机（CTX）和 $U$ 个单天线感知发射机（STX）。所有发射机在共享的时频资源上同时发送 OFDM 信号。
信号叠加： 通信数据与感知导频非正交叠加。

B. 提出的导频设计

PS-ISAC-NOMA（相位偏移方案）：
- 利用全带宽进行导频传输。
- 每个 STX 使用特定的循环相位旋转（基于循环前缀 CP 时长参数化）调制公共参考探测序列。
- 原理： 这种相位偏移使得不同 STX 的感知信道脉冲响应（CIR）在时延域（Delay Domain）中映射到互不重叠的窗口，从而在频域完全重叠的情况下实现时域分离。
PSN-ISAC-NOMA（相位偏移置零方案）：
- 在 PS 架构基础上，在通信导频位置对感知信号进行频谱置零（Spectral Nulling/Puncturing）。
- 目的： 保护初始通信信道估计的完整性，防止感知信号干扰通信导频，从而支持更密集的叠加。

C. 接收机算法：迭代干扰消除（IIC）

为了解决多发射机间的复杂干扰，论文适配了两种 IIC 架构：

联合 IIC（Joint IIC）：
- 适用于非置零方案（PS 和 CI）。
- 在每次迭代中同时更新通信和感知信道估计，通过联合检测和解调来分离信号。
顺序 IIC（Sequential IIC）：
- 专为置零方案（PSN 和 CIN）设计。
- 两阶段策略：
  - 阶段 1 ( $q \le Q_1$ )： 固定初始通信信道估计，仅更新感知信道和数据符号。利用置零特性，避免早期迭代中的估计偏差。
  - 阶段 2 ( $q > Q_1$ )： 解锁通信信道，进行联合决策导向（DD）细化。
- 优势： 加速收敛并显著降低计算复杂度。

3. 主要贡献 (Key Contributions)

新型上行链路架构： 提出了 PS-ISAC-NOMA 及其变体 PSN-ISAC-NOMA。通过时域相位旋转而非频域交错，实现了多 STX 感知信道的完美分离，同时保持了全带宽感知分辨率。
自适应 IIC 接收机： 针对非置零和置零两种场景，分别设计了联合 IIC 和顺序 IIC 接收机。特别是顺序 IIC，通过冻结早期通信信道估计，有效解决了置零场景下的收敛速度和复杂度问题。
计算复杂度优化： 证明了 PS 架构仅需接收端进行一次复合 IFFT（无论 STX 数量多少），而传统 CI 架构需要 $U$ 次 IFFT。
全面的性能评估： 在多种调制阶数（M=2, 4, 16）和 STX 密度（U=2, 4, 16）下，对比了 PS/PSN 与 CI/CIN 基线方案，评估指标包括感知 NMSE、通信 NMSE、误码率（BER）、频谱效率（SE）和计算复杂度。

4. 实验结果 (Results)

感知性能：
- PS 和 PSN 方案在感知归一化均方误差（NMSE）上表现优异，能够接近正交感知架构的理论下界。
- 相比之下，传统的 CI/CIN 方案由于频谱稀疏性，感知分辨率受限。
- 在高密度（U=16）场景下，置零方案（PSN/CIN）因保护了通信导频，表现出更强的鲁棒性。
通信性能：
- 在中等密度（U $\le$ 4）下，所有 NOMA 方案均能接近无干扰通信的理论下界。
- 在高阶调制（M=16）下，非置零方案性能下降明显，而置零方案（PSN）通过结构保护保持了较好的 BER 和通信 NMSE。
频谱效率（SE）：
- 所有 NOMA 方案均显著优于正交 TDM 基准。
- PSN 方案在高密度干扰下能更好地维持 SE，接近理论上限（2 bits/s/Hz，对应 QPSK）。
计算复杂度（关键发现）：
- PS 方案： 相比 CI 基线，接收端乘法运算量减少了 18.8%（从 344,344 降至 279,748）。
- PSN 方案： 相比 CIN 基线，接收端乘法运算量减少了 21.0%（从 307,456 降至 242,860）。
- 这种降低主要归功于将多 STX 分离从频域（需多次 IFFT）转移到了时域（仅需一次复合 IFFT）。

5. 意义与结论 (Significance)

解决感知 - 通信权衡： 该研究成功打破了传统交错导频在感知分辨率和频谱效率之间的权衡，证明了相位偏移设计可以在不牺牲感知性能的前提下实现高效的非正交复用。
硬件友好型设计： 提出的框架显著降低了接收端的硬件计算负担（特别是 FFT/IFFT 次数），这对于能量受限和计算能力有限的 IoT 边缘设备至关重要。
可扩展性： 顺序 IIC 和置零策略的结合，使得系统能够适应高密度的 IoT 部署场景，为 6G 中大规模机器类通信（mMTC）与感知融合提供了可行的技术路径。
未来方向： 论文建议未来可进一步研究自适应功率分配和基于机器学习的干扰抑制，以应对更动态的 IoT 环境。

总结： 本文提出了一种创新的相位偏移导频设计，结合定制的迭代干扰消除接收机，有效解决了上行链路 ISAC-NOMA 系统中多发射机干扰、感知分辨率损失及计算复杂度高这三大难题，为未来 6G 密集物联网部署提供了高效、可扩展的解决方案。