⚡ electrical engineering

Active MIMO Sensing With Exploration-Exploitation Tradeoff

本文提出了一种基于贝叶斯克拉美罗下界（BCRB）最小化的主动 MIMO 雷达波束成形自适应设计框架，通过引入探索与利用两种优化变体及拉格朗日对偶交替优化算法，在满足特定特征值重数条件下实现了非凸问题的全局最优求解，从而有效平衡了探测性能与参数估计精度。

原作者： Nadim Ghaddar, Kareem M. Attiah, Wei Yu

发布于 2026-04-21

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Nadim Ghaddar, Kareem M. Attiah, Wei Yu

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

这篇文章介绍了一种让MIMO 雷达（一种拥有多个发射和接收天线的先进雷达）变得更聪明、更敏锐的“主动感知”方法。

为了让你轻松理解，我们可以把雷达想象成一个在漆黑房间里寻找多个移动目标的“盲人侦探”。

1. 核心挑战：如何在黑暗中“看”得更清？

想象一下，你手里拿着一个手电筒（雷达），房间里有两个在移动的小球（目标）。你的任务是搞清楚这两个小球具体在哪里，以及它们反射光线的强度。

传统雷达：像是一个只会死板地扫视房间的人，不管有没有发现目标，都按照固定的路线扫描。
本文的雷达：像一个聪明的侦探。它每扫视一次，就会根据刚才看到的信息，立刻调整下一次手电筒照向哪里。
- 如果刚才发现左边有点动静，下次就重点照左边。
- 如果刚才完全没动静，下次就换个方向照。

这种“根据反馈调整策略”的过程，就是主动感知（Active Sensing）。

2. 核心难题：是“广撒网”还是“精准打击”？

聪明的侦探面临一个经典的两难选择，也就是论文中提到的**“探索与利用的权衡”（Exploration-Exploitation Tradeoff）**：

探索（Exploration）：就像侦探拿着手电筒在房间里大范围乱晃，或者同时照向好几个不同的方向。
- 优点：不容易漏掉目标，能发现新线索。
- 缺点：能量分散，如果目标很弱（信号很弱），可能什么都看不清。
利用（Exploitation）：就像侦探根据之前的线索，死死盯住一个最可疑的角落，把光聚得最亮。
- 优点：能看清细节，确认目标。
- 缺点：如果猜错了方向，或者目标突然移动了，就彻底跟丢了。

这篇论文的伟大之处，就是设计了一套算法，让雷达知道：什么时候该“广撒网”（探索），什么时候该“精准打击”（利用）。

3. 解决方案：两步走的“侦探策略”

论文提出了一个分阶段的策略，就像侦探破案的两个阶段：

第一阶段：探索期（Exploration Phase）

场景：刚开始，或者信号很弱（环境很黑、很吵）的时候。
做法：雷达会发射多个互相垂直的波束（就像同时打开多个手电筒，照向不同的方向）。
比喻：侦探在房间里快速扫视一圈，或者同时照向东南西北，确保没有漏掉任何角落。
目的：收集尽可能多的信息，把“嫌疑犯”的范围缩小。

第二阶段：利用期（Exploitation Phase）

场景：当雷达已经大概知道目标在哪里，或者信号变得很强（环境变亮）的时候。
做法：雷达不再乱照，而是把所有能量集中到最可疑的那个方向（通常只发射一个最强的波束）。
比喻：侦探锁定了目标，把聚光灯死死打在那个点上，仔细看清对方的脸。
目的：用最少的能量，获得最精确的测量结果。

论文发现：在信号很弱的时候，如果一开始就“死盯着”一个地方，很容易跟丢；但如果先“广撒网”探索一下，再“精准打击”，效果会好得多。

4. 技术魔法：如何算出“最佳策略”？

雷达怎么知道下一步该往哪照？论文使用了一个数学工具叫贝叶斯克拉美 - 罗下界（BCRB）。

通俗解释：这就像是一个“误差计算器”。它告诉雷达：“如果你往这个方向照，你猜错位置的最小可能误差是多少”。
雷达的任务：就是不断调整手电筒的角度，让这个“最小可能误差”变得越小越好。

遇到的困难：
这个计算过程非常复杂，就像是在一个全是迷宫的房间里找出口，而且迷宫的墙壁还会变（数学上叫“非凸优化”）。通常这种问题很难算出“绝对最优解”。

论文的突破：
作者们发现了一个数学上的“捷径”。他们证明，只要满足某些特定的条件（比如某些数学矩阵的特征值分布符合规律），他们设计的算法就能保证找到那个“绝对最优解”，而不是随便找个“差不多”的解。

这就像侦探不仅找到了线索，还拿到了一张**“绝对正确”的藏宝图**，保证不会走冤枉路。

5. 总结：这篇论文带来了什么？

更聪明的雷达：雷达不再是死板的机器，而是学会了“先探索，后利用”的生存智慧。
适应性强：无论是在信号很弱的恶劣环境，还是在信号很强的清晰环境，这套策略都能自动调整，表现优异。
理论保证：不仅给出了好用的方法，还从数学上证明了这个方法在大多数情况下是“最完美”的，让人放心使用。

一句话总结：
这篇论文教雷达如何像老练的侦探一样，在黑暗中先四处张望（探索）以锁定目标，再聚精会神（利用）以看清细节，从而用更少的能量、更短的时间，更精准地找到目标。

这是一份关于论文《Active MIMO Sensing With Exploration-Exploitation Tradeoff》（具有探索 - 利用权衡的主动 MIMO 感知）的详细技术总结。

1. 研究背景与问题定义

背景：
多输入多输出（MIMO）雷达通过同时发送多个正交波形并利用多个接收天线处理反射信号，相比传统相控阵雷达具有更高的空间分辨率、更强的干扰抑制能力和更优的参数估计性能。然而，受限于硬件成本（如射频链数量），实际系统中可用的波束成形器数量往往少于天线数量。

核心问题：
本文研究的是**主动感知（Active Sensing）**场景下的 MIMO 雷达波束成形设计问题。

场景： 雷达系统通过多个感知阶段（stages）顺序获取测量数据。在每个阶段，雷达可以根据之前的测量历史，自适应地设计发射和接收波束成形器。
目标： 估计目标的方位角（AoA）和反射系数（统称为感知参数 $\theta$ ）。
性能指标： 最小化感知参数的加权均方误差（WMSE）。由于直接优化 WMSE 困难，本文采用**贝叶斯克拉美 - 罗界（BCRB）**作为 WMSE 的下界进行优化。
挑战：
1. 探索 - 利用权衡（Exploration-Exploitation Tradeoff）： 在低信噪比（SNR）下，雷达需要“探索”不同的空间方向以获取新信息；而在高 SNR 下，应“利用”已有知识聚焦于目标以缩小搜索范围。如何在两者之间取得平衡是一个难题。
2. 非凸优化： 当发射波束成形器数量（ $M_T$ ）严格小于发射天线数量（ $N_T$ ）时，BCRB 优化问题是非凸的，难以求得全局最优解。

2. 方法论

本文提出了一种基于 BCRB 优化的主动感知框架，主要包含以下技术步骤：

A. 系统模型与问题建模

建立了窄带单站 MIMO 雷达模型，包含 $N_T$ 个发射天线和 $N_R$ 个接收天线，但仅使用 $M_T$ 和 $M_R$ 个射频链。
将主动感知问题建模为最小化 BCRB 的优化问题。
提出了两种优化变体以解决探索 - 利用权衡：
1. 以利用为中心（Exploitation-centric, P1）： 仅受功率约束，允许波束成形器非正交，倾向于聚焦于已知目标方向。
2. 以探索为中心（Exploration-centric, P2）： 强制发射波束成形器相互正交（ $V_k^H V_k = \frac{P}{M_T} I$ ），确保在多个正交方向上进行探测，适用于初期探索阶段。

B. 交替优化算法（Alternating Optimization）

由于联合优化发射（ $V_k$ ）和接收（ $W_k$ ）波束成形器是非凸的，本文采用交替优化算法：

固定 $V_k$ ，优化 $W_k$ 。
固定 $W_k$ ，优化 $V_k$ 。
迭代直至收敛。
该算法保证目标函数（BCRB）单调递减，收敛至平稳点。

C. 拉格朗日对偶域分析与全局最优性保证

这是本文的理论核心。尽管原始问题是非凸的（受限于秩约束或正交投影约束），作者通过分析拉格朗日对偶问题，推导出了保证全局最优解的充分条件：

对偶问题转化： 将原始的非凸问题转化为无约束的凸对偶问题。
方向矩阵（Direction Matrix）： 定义了一个特定的方向矩阵（依赖于最优对偶变量）。
全局最优条件：
- 对于接收波束成形（P1 变体）：如果方向矩阵的第 $M_R$ 大特征值与第 $M_R+1$ 大特征值之间存在严格间隙（即特征值重数条件满足），则通过半定松弛（SDR）得到的解是全局最优的。
- 对于发射波束成形（P1 变体）：如果方向矩阵的最大特征值具有重数为 1（即非简并），则 SDR 是紧的，且最优解由该最大特征值对应的特征向量给出。
- 对于 P2 变体（正交约束）：类似地，如果方向矩阵的前 $M_T$ 个特征值与后续特征值存在间隙，则可获得全局最优解。
推论： 这些条件不仅提供了最优性证书，还揭示了最优波束成形器必然位于方向矩阵的特定特征子空间中，从而缩小了搜索空间。此外，还给出了实现最优 BCRB 所需的发射波束成形器数量的上界（即最大特征值的重数）。

D. 主动感知策略

结合上述两种变体，提出了一种两阶段感知策略：

探索阶段（前 $T_{explore}$ 个阶段）： 使用 P2（以探索为中心），强制正交波束，以在低/中 SNR 下广泛扫描空间。
利用阶段（剩余阶段）： 使用 P1（以利用为中心），根据更新的后验分布聚焦波束，以在高 SNR 下精确估计参数。
后验分布跟踪： 利用卡尔曼滤波跟踪复反射系数的均值和协方差，利用贝叶斯规则更新方位角的后验概率分布，为下一阶段的波束设计提供先验信息。

3. 主要贡献

主动感知框架与权衡机制： 首次将探索 - 利用权衡引入 MIMO 雷达的 BCRB 优化设计中，提出了“先探索后利用”的两阶段策略。仿真表明，在低到中 SNR 区域，引入初始探索阶段能显著提升感知性能。
全局最优性理论保证： 针对非凸的 BCRB 优化问题（特别是波束成形器数量受限的情况），通过拉格朗日对偶分析，推导出了保证全局最优解的充分条件（基于方向矩阵特征值的重数）。证明了在满足这些条件时，半定松弛（SDR）是紧的。
发射波束成形器数量分析： 理论分析表明，实现最优 BCRB 所需的发射波束成形器数量最多等于方向矩阵最大特征值的重数。这为系统设计提供了理论依据，并减少了搜索空间。
联合收发波束成形设计： 提出了一种交替优化算法，联合设计发射和接收波束成形器，并证明了其收敛性。

4. 实验结果

论文通过数值实验验证了所提策略的有效性：

对比基线： 与随机正交波束成形、基于 MMSE 估计的导向波束成形（Steering beamformers）以及基于深度学习的（LSTM）方案进行了对比。
单目标场景：
- 在高 SNR下，以利用为中心的优化（P1）表现最佳。
- 在低/中 SNR下，引入探索阶段（P2 或混合策略）显著优于纯利用策略。
- 与深度学习相比：虽然 LSTM 在低 SNR 下可能表现更好（因为它能隐式学习探索策略），但 LSTM 需要针对特定信道条件和感知阶段数重新训练，泛化能力差；而本文提出的 BCRB 方法无需训练，适应性强。
多目标场景： 展示了该策略能够有效跟踪多个目标，波束图案能逐渐聚焦于真实目标方位角，并抑制来自其他目标的干扰。
交替优化增益： 增加交替优化的迭代次数（ $I_{max}$ ）能进一步提升性能，证明了联合设计收发波束成形器的重要性。

5. 意义与结论

本文提出了一种理论严谨且实用的主动 MIMO 雷达感知框架。

理论意义： 解决了受限射频链条件下非凸 BCRB 优化问题的全局最优性难题，提供了基于对偶理论的最优性证书，深化了对 MIMO 感知中特征值结构与波束成形器数量关系的理解。
实践意义： 提出的“探索 - 利用”混合策略解决了低信噪比下感知性能下降的痛点，为认知雷达和集成感知与通信（ISAC）系统提供了高效的波束成形设计方法。该方法无需昂贵的训练数据，具有极强的工程适用性和泛化能力。

综上所述，该工作不仅提升了 MIMO 雷达的感知性能，还为主动感知系统中的序列决策问题提供了新的理论视角和解决方案。