硕士生叶云瀚在IEEE TVT发表近场通感波束成形与子阵选择论文

2025年6月，硕士生叶云瀚在戚晨皓教授指导下撰写的第一作者论文“Near-field Integrated Sensing and Communication: Beamforming Design and Subarray Selection”，被IEEE车辆技术学会（Vehicular Technology Society，VTS）旗舰SCI刊物IEEE Transactions on Vehicular Technology录用。论文的第一作者是硕士生叶云瀚，本科来自南京理工大学钱学森学院并且成绩排名第一，第二作者是叶云瀚的导师戚晨皓教授，第三作者是美国奥本大学的Shiwen Mao教授。

随着大规模天线阵列与高频通信技术的发展，基站近场区域显著扩大，球面波传播特性使得传统的远场单点目标模型无法满足高精度感知需求。同时，大规模天线阵列的硬件成本与功耗问题，亟需通过子阵选择与混合波束赋形协同设计实现性能与复杂度的平衡。针对上述问题，本文构建了由宽间距子阵构成的均匀线阵近场（Near Field）通信感知一体化（Integrated Sensing and Communication，ISAC）系统模型，如下图所示，采用中心点与轮廓点联合表征扩展目标，推导了近场模型下扩展目标参数估计的克拉美罗界（Cramér-Rao Bound，CRB）表达式，为感知性能边界提供了理论依据。

本文ISAC系统框图

为最大化感知性能，本文将问题建模为以CRB最小化为目标、兼顾通信信干噪比、发射总功率、子阵选择二进制约束与模拟波束赋形恒模约束的非凸优化问题，并基于惩罚对偶分解（Penalty Dual Decomposition，PDD）提出了双循环三重交替优化（Dual-loop Triple Alternating Optimization，DTAO）方案。该方案采用内外双循环结构：内循环交替优化数字波束赋形、模拟波束赋形与子阵选择向量；外循环迭代更新对偶变量与惩罚系数直至收敛，有效解决多变量耦合与非凸约束难题。仿真结果表明，所提近场CRB模型可准确表征扩展目标感知性能下限，相比于传统单点目标模型，扩展目标建模能充分利用轮廓回波的空间分集增益，显著降低感知目标参数估计CRB；宽间距子阵架构可有效提升角度估计性能；相比于连续加权法和随机选择法，本文所提的DTAO方案在满足通信性能指标约束与ISAC系统硬件约束的条件下，实现了更优的感知性能。