MU-MIMO Communications with MIMO Radar: From Co-existence to Joint Transmission
- 分离部署：zero-forcing 消除雷达信号对用户的影响，设计通信协方差矩阵与雷达波束相匹配的波束成形图案，满足通信性能，SDR 解决 zero-forcing 非凸性：可以利用 SDR 方法获得次优解，忽略秩 1 约束，（19）就变为了 SDP 问题，可以直接求解。对于获得的非秩 1 的解，需要进行高斯随机化获得 可行解。
- 共享部署：通信信号也用作雷达探测波形，设计雷达波束并且满足下行功率和 SINR 约束，同时满足雷达检测与下行通信 求解波束赋形问题时所利用的 SDR 方法虽然能够收敛，但是有一些 drawbacks，如下所列 - 非秩 1 解需要进行高斯随机化，高斯随机化得到的解与最优解之间存在差距； - 当用户数量变大时，问题求解时为满足约束，优化的自由度很可能不够，导致波束赋形问题不可行。
这些 drawbacks 是利用流形优化方法求解波束赋形的 motivation。
优化：考虑不同的惩罚项对和功率约束
论文提出了一个关于雷达通信联合系统中发射波束赋形的新型框架，框架里波束赋形的设计形成了合适的雷达波束形状，同时保证了通信的 SINR 和发射功率的约束。作者考虑了两种天线部署方案，并把第二种方案中的波束赋形设计问题转化为了可以用流形算法求解的加权优化问题形式，利用流形算法高效求解。仿真结果展示了天线共用部署方案的波束质量和下行 SINR 要比天线分隔部署方案好很多。加权优化问题可以以较低的复杂度获得跟原问题近似的性能，可以提供很好的性能-复杂度折中。
Code: F:\桌面\学习\Must-Reading-on-ISAC\Codes\Fan2018TWC by Nate Raymondi