在通信信号提取运动参数的车联网（V2X）场景中，现有研究缺乏严格的性能界限分析和低复杂度自适应波束设计。37000威尼斯向路平老师课题组推导了回波信噪比与感知误差之间的闭式关系，并提出基于预测误差椭圆的扩展目标ISAC自适应波束赋形算法，有效提高可达速率同时显著减少算法调用次数。相关论文已发表在顶级期刊《IEEE Transactions on Wireless Communications》（中科院1区，CCF-B类期刊，影响因子：10.7）。
【研究背景与挑战】在高机动性V2X场景中，未来通信系统不仅需要满足低时延、高速率的通信需求，还需要具备高精度感知与定位能力。ISAC技术通过共享频谱、硬件和波形提供了一种高效的统一解决方案。现有 ISAC-V2X 研究多基于点目标假设或定性分析，在扩展目标建模、感知误差对波束设计的影响以及与 NR-V2X 标准兼容性等方面仍存在不足，尤其缺乏严格的性能界限分析和低复杂度自适应波束设计方法。
图1 系统模型示意图
【核心创新】针对上述痛点，团队提出了一种基于NR-V2X网络的扩展目标波束训练和自适应波束跟踪方案。（1）基于 NR-V2X 帧结构，针对 OFDM 波形和 UPA 阵列，推导了车辆运动参数估计的 Cramér–Rao 下界（CRB）。（2）提出与 NR 标准兼容的 ISAC-IBE 与 ISAC-ABA 波束方案，显著降低接入时延与训练开销。（3）引入结合最小外接椭圆（MEE）的最窄波束设计，实现对通信接收端的高效间接跟踪，在接近最优速率性能的同时大幅降低计算复杂度。
图2 预测误差椭圆与最小外接椭圆的变化
【实验结果】引入了若干对比方案，在初始波束建立阶段，ISAC-IBE方案具备更高的传感精度和更短的收敛接入时延：
图3 ISAC-IBE方案部分仿真结果图
在自适应波束调整阶段，ISAC-ABA方案综合可达速率和计算复杂度最优，且随天线数量更明显：
图4 ISAC-ABA方案部分仿真结果图
【工作总结】该工作设计了两种实用的 NR-V2X 兼容的波束形成方案，以应对车辆作为扩展目标的挑战，且兼具满足低时延、高速率的通信需求和高精度感知能力。
欢迎对该研究工作感兴趣的学术同行来信交流：luping.xiang@nju.edu.cn。
English