智能反射面协助下的通信感知一体化系统.pdf

“RIS辅助的通感一体化”专题I智能反射面协助下的通信感知一体化系统邓祁军，蒋争明2*（1.广东司法警官职业学院，广东广州510 52 0；2.广东技术师范大学，广东广州510 6 6 5）【摘要】路径衰弱问题严重制约城市密集区域通信感知一体化系统的性能的提升，为此提出了一种IRS协助下的通信感知一体化系统设计方法。该系统设计的目标是在用户所需SNR、一体化基站发射功率和IRS相位满足系统设计的需求下，通过设计一体化基站的波束成形矢量和IRS的相移矩阵来最大化雷达SNR。然而上述优化问题受IRS相移矩阵高次单位模的限制，要想获取该非凸优化问题的解非常困难，创新性地提出基于MM迭代优化算法，该算法首先利用MM算法对IRS相移矩阵进行降次，然后采用内点法来求解带单位模约束的QCQP问题。为了降低求解IRS相移矩阵子优化问题的复杂度，进一步提出了二分查找算法，来获取相移矩阵的闭式解，使其满足智能驾驶等应用对低时延的需求。实验结果表明相比于没有IRS的传统方法，IRS协助下的通信感知一体化系统可以提供间接的数据通信和目标探测路径，从而有效地提高通信数据传输和雷达目标探测的性能。【关键词】通信感知一体化；智能反射面；波束成形矢量；MM算法；二分查找doi:10.3969/j.issn.1006-1010.20240120-0001中图分类号：TN95文献标志码：A文章编号：10 0 6-10 10(2 0 2 4)0 4-0 0 9 4-0 6引用格式：邓祁军,蒋争明.智能反射面协助下的通信感知一体化系统.移动通信，2 0 2 4,48(4):9 4-9 9.DENG Qijun,JIANG Zhengming.Integrated Sensing and Communication System Assisted by an Intelligent Reflecting SurfaceJ.MobileCommunications,2024,48(4):94-99.Integrated Sensing and Communication System Assisted by an IntelligentAbstractThe performance improvement of the integrated sensing and communication(ISAC)system in dense urban areas is restricted by pathfading.Therefore,this paper proposes a design method of ISAC system assisted by intelligent reflecting surfaces(IRSs).The mainobjective of this system is to design the beamforming vector of ISAC base station(BS)and the phase shift matrix of IRS to maximizeradar signal-to-noise ratio(SNR)subject to the user-required SNR,the transmit power of ISAC BS and the phase of the IRS.However,it is very difficult to solve non-convex optimization problems due to higher order unit modular constraints of the IRS phase shift matrix.In order to solve this problem,the innovative solution based on Marjorie minimization(MM)algorithm is proposed.The algorithmfirstly reduces the order of the IRS phase shift matrix via MM algorithm,and then the interior point method is used to solve quadraticconstrained quadratic programming(QCQP)problem with unit module constraints.To reduce the complexity of solving the sub-optimization problem of the IRS phase shift matrix,the binary search algorithm is further proposed to obtain a closed-form solutionfor the phase shift matrix,which can meet the low-latency needs for the applications such as intelligent driving.Experiments show thatcompared with traditional methods without IRS,the IRS-assisted ISAC system can provide indirect data communication and targetdetection paths,thereby effectively improving the performance of communication data transmission and radar target detection.Keywordsintegrated sensing and communication;intelligent reflecting surface;beamforming vector;Marjorie Minimization algorithm;binary search algorithm0引言近年来，随着移动数据流量的快速增长及其移动设备收稿日期：2 0 2 4-0 1-2 0*基金项目：广东省普通高校青年创新人才类项目“基于雷达通信一体化的车辆信息可靠传输关键技术研究”（2 0 2 1KQNCX191）*通信作者OSID:Reflecting SurfaceDENG Qijun,JIANG Zhengming(1.Guangdong Justice Police Vocational Collage,Guangzhou 510520,China;2.Guangdong Polytechnic Normal University,Guangzhou 510665,China)扫描二维码与作者交流数量的增加，现有的通信系统所占用的频谱资源越来越拥挤。相对于通信系统来说，雷达系统的设备数量少，频谱资源利用率低1-2。为了提高频谱资源的利用率，目前国内外学者已经提出许多提高频谱资源利用率的方法，其中通信感知一体化设计被认为是一种有效地解决频谱资源匮乏的方法。因为其在降低系统功耗，减少电磁波的干扰，提高硬件共享效率和提高频谱资源利用率方面具有明显的94移动通信2024年4月第4期第48 卷总第52 4期邓祁军，蒋争明：智能反射面协助下的通信感知一体化系统优势。因此研究通信感知一体化设计方法具有重要的意义。目前国内外对通信感知一体化系统的研究主要包括两方面，即雷达和通信系统如何有效地同存和多功能系统如何共同设计，雷达和通信系统的共存是指雷达系统和无线通信系统在同一个空间，使用相同的频谱资源 3-7。雷达和通信系统的共存虽然可以极大地扩充频谱资源的使用范围，但同时也不可避免地导致两个系统之间产生相互干扰。考虑到雷达通信共存需要频繁地协调和处理雷达系统和通信系统的数据，这在一些对数据变换很频繁的共存雷达通信系统中是不允许的，例如共存的设备到设备（V2V,Vehicle toVehicle）雷达通信系统。因此，国内外对通信感知一体化的研究逐渐转变为对波形优化和一些硬件实现的研究，即双功能雷达通信系统的共同设计 8-12。在双功能的雷达通信系统中，关键的问题是如何设置一体化的波束形成矢量来改善雷达系统与通信系统的性能。然而，现有的研究考虑的场景简单，对实际应用中存在的一些问题并未深入研究。例如当雷达目标和移动用户位于城市密集区域时，雷达信号和通信信号易受障碍物遮挡，信号传输路径衰弱大，接收机接收来自目标的回波信号和通信的信号微弱，难以满足目标探测和高速数据通信的需要。近年来，具有重新配置无线传输环境且能量消耗低的智能反射面（IRS,Intelligent Reflecting Surface）因其具有定制传播环境、扩大感知何通信的覆盖范围等优良特性而引起广泛地关注。例如，作者在文献 13将IRS部署在多个扇区之间来辅助区间通信。文献 14将IRS应用于同时无线信息传输和能量转换系统中，以提高能量收割的性能。在此基础上，文献 15研究了UAV与地面用户之间的视距链被复杂的城市环境所阻塞，并提出了一种IRS辅助的UAV通信系统。然而上述关于IRS的研究仅考虑如何提高通信的服务质量，而并未考虑如何利用提高通信感知一体化系统的性能。为此，文献 16 研究基于IRS的雷达目标定位算法。作者在文献 17 和 18 将IRS应用于通信感知一体化系统中来提供间接感知和通信路径，从而有效地提高通信和感知的服务质量。在此基础上，作者在文献 19 中提出在保证雷达感知性能的基础上，部署IRS来消除多用户之间的相互干扰，从而提高通信系统的性能。文献 2 0 对四跳IRS辅助的通信感知一体化系统链路进行研究，其设计的目标是在用户服务质量，IRS相移矩阵和一体化基站发射信号功率满足系统要求的基础下，通过设计IRS相移矩阵和波束形成矢量来最大化雷达信干噪比（SINR，Si g n a l t o In t e r f e r e n c eplus Noise Ratio）。针对毫米波严重的路径衰弱，文献 2 1和 2 2 对多目标感知情况下基于IRS的通信性能进行研究。然而现有关于IRS辅助的通信感知一体化系统的研究存在以下两方面的缺点：（1）现有的研究并未对信号路径衰弱大情况下多跳雷达间接路径反射进行研究；（2）现有通过半定规划（SDP,SemidefiniteProgramming）方法来获取IRS相移矩阵的解并不是最优的，而且SDP算法计算复杂度非常高。基于现有研究的缺失，本文在IRS辅助框架下设计通信感知一体化系统，将雷达通信一体化设计问题转化对一体化基站波束形成矢量和IRS相位求解的问题。1系统模型与问题描述本文所提出的IRS协助下的通信感知一体化系统主要由通信感知一体基站（简称为一体化基站）、行人目标、移动用户和部署在墙壁上的IRS组成。其中一体化基站采用相同的天线阵列发射信号去感知周围目标的同时将通信数据符号传输给移动用户。考虑到目标和用户处于城市密集区域，一体化信号易受障碍物遮挡导致路径衰弱大的问题，本文在一体化基站周围的墙壁上部署IRS来提供间接感知和通信路径。此外，本文假设一体化基站、IRS和用户所部署的天线数量分别为M、N和1。根据图1可知一体化基站所接收的雷达信号为：(）)通信感知一体化收发器图1IRS协助下的通信感知一体化系统设计框图JR=(GVAVG+B)wx+n,其中x表示一体化基站的发射信号。向量weCM表示一体化基站的波束形成矢量，n,ECMx表示一体化基站接收的噪声，其元素服从均值为零、协方差矩阵为的高斯分布。V表示IRS的相移矩阵，它是一个对角化的矩阵，即：(2)其对角化元素,ei%由智能反射单位的幅度和相移9,组成。参照文献 12 可知同时优化幅度和相位成本高，因此本文假设对任意对角化元素，均有,=1，9,E0,2元。除此之外，由于IRS部署在一体化基站附近，本文采用95智能反射面目标移动用户(1)移动通信2024年4月第4期第48 卷“RIS辅助的通感一体化”专题总第52 4期视距信道来模拟基站与IRS之间的信道，即：GLos=Vaa,(0,)a,(e)其中为信道的大尺子衰弱，主要由信号传播的距离决定，矢量a,()=CM 为一体化基站发射端导向向量，它与发射信号的角度Q,有关，定义为：(4)其中d和入分别表示天线阵元之间的距离和信号发射的波长。a,(e,)CN为智能反射单元接收端导向矢量,其表达式与(4)式相同。IRS探测目标的导向矩阵用AeCNN表示,其定义为：K=KA=Za(o.)a()K-其中K为目标数量，k为雷达的路径损耗，它由路径衰弱系数，反射系数和目标的横截面积决定。a(a.)eCNx为IRS发射端导向向量，其可以根据IRS的相关参数按照式(4)定义。矩阵B为一体化基站直接探测目标的导向矩阵，其定义与矩阵A相同。根据等式（1)可知，雷达探测的信噪比（SNR,Signal to Noise Ratio）为:SNR,-(VAVG+y(GVAVG+B)W此外，由图可知，移动用户接收的信号为：yc=hwx+hvGwx+n.其中h为一体化基站与用户之间的下行信道，h1为IRS与用户之间的下行信道，噪声矢量n。元素服从均值为0，方程为的高斯分布。由等式(7)可知，用户接收信号的SNR为：(8)根据通信感知一体化设计的要求，该系统设计的目标是在用户接收 SNR、一体化基站发射功率和IRS的相位满足系统设计的需求下，通过设计一体化基站的波束成形矢量和IRS的相移矩阵来最大化雷达SNR。在数学上，可表示为：maxSNR,s.t.SNR,nI v,I=1,Vn=1,2,.,NI/wIP 为对角矩阵V的对角元素所构成的矢量。根据式(2 3)，对式（14)进行一些数学运算后，式（14)可重新的表示为：vlv+2Re(vt)+n,0(24)其中：=diag(h)Gw(diag(h)Gw)Hi=hwwh,-nt=diag(h)Gwwh,根据式(2 2)和式(2 4)，优化问题可以简化为：maxDQi+2Re(op)+CS.t.Vv+2Re(vlt)+n0I v,I=1,Vn=1,2,.,N观察优化问题可知目标和约束所包含的优化变量不同，这给优化问题的求解带来困难。为此本文采用MM算法将目标和约束所包含的优化变量变为同一变量。MM算法是一种交替迭代的方法，当原始问题的求解很困难时，MM算法不是直接地求解原始问题的解，而是首先寻找一个在局部上近似地等价为目标函数的替代函数，然后对替代函数进行优化求解，如此往复下去直到收敛。如果假设函数：f()=vQv+2Re(v p)+C(29)函数f()是一个关于的二次函数，根据MM算法可知最大化f()函数就是要寻找一个比f()小的替代函数，然后对该替代函数进行求解。对f()函数在,处进行一阶泰勒近似可知：f()vQv,+2Re(vQ(v-v,)+2Re(vp)+C(30)将式(30)带人式(2 2)，并且对式(2 2)进行一些数学运算和丢掉常数项后，式（2 2)可以简化为：(18)(19)(20)(21)(22)(23)(25)(26)(27)(28)max 2Re(g)其中=Q+p。由于是由对角矩阵(VV)对角元素构成的矢量。根据的结构特点和矩阵运算，有以下等式成立：Re(pp)=vX(p)v(32)其中X()表示将一个N维的矢量转化为一个NxN矩阵，经过以上运算，式(32)和式(2 4)的优化变量就变为同一优化变量。将式(32)替代式(2 8)的目标函数，问题可以进一步简化为：max2vx(p)vVS.t.vv+2Re(vt)+n,0I v,I=1,Vn=1,2,.,N问题是一个受单位模约束的非凸QCQP问题，为了获取其解，本文引人辅助变量=WH并将问题转化为半定规划（SDP）问题如下：max2Tr(X(p)V)S.t.Tr(V)+2Re(vt)+n 0V01Vn,=1,Vn=1,2,.,NV0上述优化问题可以采用内点法来获取优化问题的解 2。当采用内点法获取最优的后，只需要对角化矢量即可获取IRS的相移矩阵V。然而通过内点法获取相移矩阵的解的算法计算复杂度高，为此本文提出了一种基于二分搜索的优化算法来获取问题的解。该算法假设：s(v)=vX(p)v5()=vdV然后，对式(35)和式(36)在处进行一阶泰勒近似可知：S(v,D)=2Re(vHX(p)v)-X(p)(37)E(v,D)=2Re(vHdv)-HDV(38)根据MM算法，本文将式(37)和式(38)代人式(33)，并且通过一些数学运算和丢掉常数项，优化问题可以进一步简化为：max4Re(vd)S.t.2Re(vb)+C,0Iv,I=1,Vn=1,2,.,N其中d=(X(p)、b=+t、C,=n-，因为上述优化问题受单位模约束，所有优化问题是一个非凸的优化问题，直接采用拉格朗日方法很难获取其对应的解，为此本文引人一个松弛变量入，将优化问题变为：max4Re(vd)+2Re(vb)S.t.I v,I=1,Vn=1,2,.,N当已知时，上述优化问题所对应的闭式解如下：(a)=ejarg(0)其中0=2 d+ab。因此，要想获取优化问题的最优解，关97(31)(33)(34)(35)(36)(39)(40)(41)移动通信2024年4月第4期第48 卷“RIS辅助的通感一体化”专题总第52 4期键的问题就是如何获取变量入。因为入满足a(2Re(v(a)b)+C,)=0的互补松弛条件，所以可以通过求解等式(42)来获取的值。为了求解的值,本文考虑两种情况即当=0 和 0。当 0 时，改变其搜索范围。当=0 时，可以通过二分查找算法来获取。二分查找算法所执行的伪代码如算法1所示：算法1：二分查找方法获取元1、初始化上界和下界，使其满足0 u；2、Re p e a t,3、令2；4、根据公式(41)计算v(a)，并且计算v(a)b+C2;5、如果V(a)b+C0,2=2u，否则 2=1;6、U n t i l M u-a,/8根据以上的分析，通过MM算法的交替迭代方法求解优化问题的详细算法如算法2 所示：算法2：基于MM的交替优化方法的描述1、输人:a(0),hi,h2,Or,Oc,B,n,N,M,e;2、初始化：k-0，随机产生IRS的相移矩阵V；3、Re p e a t4、已知*情况下，获取最优的w;5、U-(G VA V G+B)(G VA V G+B);6、C-(h!+h V l)(h!+h V ):7、根据SDP算法求w;8、已知w1情况下，通过算法1获取最优的V*1；9、已知w1 和V1 情况下，计算SNR1;10、U n t i l|SNR*I-SNR e;输出:SNR*+13仿真结果本节将对智能反射面协助的通信感知一体化系统进行仿真。假设雷达基站和IRS能够获取系统中的所有信道信息，并且所有信道之间是相互独立的。此外没有特别说明，一体化基站与目标的天线数分别为18 和1，IRS与移动用户以及一体化基站与IRS和移动用户之间的信道衰弱系数均为0.1。考虑到一体化基站直接探测目标易于被阻挡，而智能反射面探测目标不易被阻挡，因此本文将一体化基站直接探测目标的路径衰弱和智能反射面探测目标的路径衰弱分别设置为0.0 0 1和0.1。此外，本文假设雷达和用户接收的噪声功率均为0.0 1。图2 显示雷达SNR与迭代次数之间的关系。本次实验中假设用户能够解调出有用信号所需的最少SNR为10 dB，一体化基站发射信号功率为1W。如图所示，经过三次迭代雷达探测的性能将收敛到固定值。因此在后面的仿真中，本文将迭代次数设置为3。此外，从图中可知雷达探测的性能(42)随IRS单元数的增加而增加，其原因是：一方面，IRS接收来自一体基站的能量随IRS反射单元数的增加而增加。另一方面，调节IRS相位的自由度随IRS数量的增加而增加。2524.5F2423.52322.521.52120.5号201图3显示雷达SNR与用户SNR之间的关系，本次实验中假设一体化基站的发射信号总功率为1，此外，为了验证IRS对通信感知一体化系统性能的影响，本文将其与没有采用IRS技术的传统方法进行比较。传统方法其他参数与本文提到的方法完全相同。图3中可以明显地看出本文提到算法的性能远好于传统方法。其原因是IRS 能够提供间接的雷达感知和通信传输的路径。图3另一明显的现象是雷达SNR随用户SNR的增加而减少。其原因是为了满足移动用户对高SNR的需求，一体化基站需要提供更多的能量来满足用户需求。与之相反，在一体化基站发射功率恒定情况下，用于目标探测的能量随之减少。此外，图3也可以看出随着用户所需SNR的增加，不同反射单元数下雷达探测之间的性能差距越来越小。这是因为在总发射功率一定情况下，随着用户SNR的增加，为了满足用户通信需求一体化基站需要提供更多的能量给移动用户，因此一体化基站用于直接和间接探测的能量减少，这将导致通过改变IRS反射单元的相位来产生高波束增益的能力受到限制。222201816。一本文提到的方法，N=16一本文提到的方法，N=1814一本文提到的方法，N-2012一一传统方法10864211121314151617-1819用户信噪比（dB）图3雷达SNR与用户SNR之间关系N=16-8-N=18-+N=20234图2 雷达SNR与送代次数之间关系2021222324256789101112131415选代次数98移动通信2024年4月第4期第48 卷总第52 4期邓祁军，蒋争明：智能反射面协助下的通信感知一体化系统最后，本文验证了雷达SNR与一体化基站总功率之间的关系。本次实验中假设移动用户所需SNR为16 dB时。如图4所示雷达的SNR随一体化基站总功率的增加而增加。其原因是在移动用户所需SNR恒定情况下，一体化基站用于通信的能量不变，但是一体化基站发射总功率增加将导致用于直接和间接雷达探测的能量增加，即雷达探测的性能增加。此外，如图4所示，不同IRS反射单元数下，雷达探测性能之间差距随一体化基站发射功率的增而减小。其原因是当一体化基站的总功率等于0.6 时，一体化基站的大部分能量都用于通信数据传输，反之用于雷达检测能量非常少。其结果是通过增加IRS反射单元数来改善雷达探测的能力降低。图4也可以明显地看出本文所提到算法的性能远好于传统方法的性能。其原因是智能反射技术能够提供间接的路径来支持数据通信和目标探测，从而避免路径衰弱对整个系统性能的影响。26242220181086424结束语本文主要考虑特殊环境下通信感知一体化信号路径衰弱大，提出了一种IRS协助下的通信感知一体化设计方法，为了获取优化问题的解，本文详细地介绍了一种基于MM的交替迭代算法，此外为了降低通过SDP算法获取IRS相移矩阵子优化问题的复杂度，本文进一步阐述了通过二分搜索来获取IRS相移矩阵的闭式解。实验结果表明，相对于传统的没有添加IRS的通信感知一体化系统，本文提出的算法能较大地提高一体化基站进行数据通信和目标探测的性能。参考文献：1 Feng Z,Fang Z,Wei Z,et al.Joint radar and communication:AsurveyJJ.China Commun.,2020,17(1):1-27.2Shi S,Wang Z,He Z,et al.Constrained waveform design for dual-functional MIMO radar-Communication systemJJ.Signal Process.,2020,171(107530).3Zheng L,Lops M,Eldar YC,et al.Radar and communicationcoexistence:An overview:A review of recent methods J.IEEESignal Process.Mag.,2019,36(5):85-99.4Cheng Z,Han C,Liao B,et al.Communication-aware waveformdesign for MIMO radar with good transmit beampatternJ.IEEETrans.Signal Process.,2018,66(21):5549-5562.5 Qian J,He Z,Huang N,et al.Transmit designs for spectral coexistenceof MIMO radar and MIMO communication systemsJJ.IEEE Trans.Circuits Syst.II:Express Briefs,2018,65(12):2072-2076.6Liu F,Garcia-Rodriguez A,Masouros C,et al.Interfering channelestimation in radar-cellular coexistence:How much information dowe needJ.IEEE Trans.Wirel.Commun.,2019,18(9):4238-4253.7Cheng Z,Liao B,Shi S,et al.Co-Design for Overlaid MIMO Radarand Downlink MISO Communication Systems via Cramer-Rao BoundMinimizationJ.IEEE Trans.Signal Process.,2019,67(24):6227-6240.8Grossi E,Lops M,Venturino L.Joint design of surveillance radarand MIMO communication in cluttered environments J.IEEETrans.Signal Process.,2020,68:1544-1557.9F Liu,C Masouros,A Li,H Sun,et al.MU-MIMO communicationswith MIMO radar:From co-existence to joint transmission JJ.IEEETrans.Wirel.Commun.,2018,17(4):2755-70.10Liu F,Masouros C,Griffiths H.Dual-functional Radar-CommunicationWaveform Design under Constant-modulus and OrthogonalityConstraints C/Proc.IEEE signal process.For def.conf.IEEE,2019.11 Liu F,Zhou L,Masouros C,et al.Toward dual-functional radar-communication systems:Optimal waveform designJJ.IEEE Trans.Signal Process.,2018,66(16):4264-4279.12Cui M,Zhang G,Zhang R.Secure wireless communication via intelligent reflecting surface.IEEE Wireless Commun.Lett,2019,8(5):1410-1414.13 IPan C,Ren H,Wang K,et al.Multicell MIMO communicationsrelying on intelligent reflecting surfaces J.IEEE Trans.Wirel.Commun.,2020,19(8):5218-5233.一本文提到的方法，N=1614 PPan C,Ren H,Wang K,et al.Intelligent reflecting surface aided一本文提到的方法，N=18MIMO broadcasting for simultaneous wireless information and power一本文提到的方法，N=20transferJJ.IEEE J.Sel.Areas Commun.,2020,38(8):1719-1734.一传统方法15 Li S,Duo B,Yuan X,et al.Reconfigurable intelligent surface assistedUAV communication:Joint trajectory design and passive beamforming.IEEE Wireless Communications Letters,2020,9(5):716-720.16Sankar R S P,Deepak B,Chepuri S P,et al.Joint communicationand radar sensing with reconfigurable intelligent surfacesJ.CoRRabs/2105.01966(2021).arXiv:2105.01966.17JJiang Z M,Rihan M,Zhang P,et al.Intelligent reflecting surfaceaided duai-function radar and communication systemJ.IEEE0.70.80.91雷达基站发射信号总功率（W)图4雷达SNR与发射信号总功率之间关系1.1121.31.41.51.61.71.81.91System Journal,2021,56(16):5265-5289.18 Jiang Z M,Rihan M,Huang M,et al.Intelligent reflecting surface Aided Co-existing Radar and Communication SystemJj.Digital Signal Processing,2023.19X Wang,Fei Z,Zheng Z,et al.Joint waveform design and passivebeamforming for ris-assisted dual-functional radar-communication system.IEEE Transactions on Vehicular Technology,2021,70(5):5131-5136.20 Yu Z H,Zhou G,Ren H,et al.Active RIS aided integrated sensingand communication systemsJ.CoRR abs/2302.08934(2023).21 Zhu Z,Z Li,Chu Z,et al.Intelligent reflecting surface assistedintegrated sensing and communications for mmwave channelsJ.arXiv preprint arXiv:2202.00552,2022.22 Wang X,Fei Z,Zheng Z,et al.Joint waveform design and passivebeamforming for ris-assisted dual-functional radar-communicationsystemJJ.IEEE Trans.Veh.Technol.,2021,70(5):5131-5136.23 Hindi H.A tutorial on convex optimizationC/Proceedings of the2004 American Control Conference.IEEE,2004,4:3252-3265.邓祁军：硕士毕业于深圳大学，现任广东司法警官职业学院安全保卫系讲师，主要从事通感一体化、人工智能在无线通信中的应用、安防电子等前沿课题研究工作。蒋争明：博士毕业于深圳大学，现任广东技术师范大学校工业中心讲师，主要从事阵列信号处理、大规模MIMO和毫米波通信以及信号处理在无线通信中的应用等前沿课题研究工作。移动通信2024年4月第4期99作者简介