Movable Antenna Enabled Integrated Sensing and Communication
Notice bibliographique
Résumé
In this paper, we investigate a novel integrated sensing and communication (ISAC) system aided by movable antennas (MAs). A bistatic radar system, in which the base station (BS) is configured with MAs, is integrated into a multi-user multiple-input-single-output (MU-MISO) system. Flexible beamforming is studied by jointly optimizing the antenna coefficients and the antenna positions. Compared to conventional fixed-position antennas (FPAs), MAs provide a new degree of freedom (DoF) in beamforming to reconfigure the field response, and further improve the received signal quality for both wireless communication and sensing. We propose a communication rate and sensing mutual information (MI) maximization problem by flexible beamforming optimization. The complex fractional objective function with logarithms are first transformed with the fractional programming (FP) framework. Then, we propose an efficient algorithm to address the non-convex problem with coupled variables by alternatively solving four sub-problems. We derive the closed-form expression to update the antenna coefficients by Karush-Kuhn-Tucker (KKT) conditions. To improve the direct gradient ascent (DGA) scheme in updating the positions of the antennas, a 3-stage search-based projected GA (SPGA) method is proposed. Simulation results show that MAs significantly enhance the overall performance of the ISAC system, achieving 59.8% performance gain compared to conventional ISAC system enabled by FPAs. Meanwhile, the proposed SPGA-based method has remarkable performance improvement compared the DGA method in antenna position optimization.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».