瑞利信道的感知通信概率融合系统性能分析

本文给出了瑞利衰落信道感知通信一体化（Integrated sensing and communication ，ISAC）系统模型，提出感知通信一体化概率融合（Probability fusion after integrated sensing and communication，PF-ISAC）方法，推导出PF-ISAC信道模型。从理论上证明，当感知信噪比（Signal to noise ratio，SNR）趋于无穷时，ISAC模型将退化为理想信道状态信息（Channel state information，CSI）的场景；当感知SNR趋于零时，ISAC模型将退化为CSI未知的场景。给出了PF-ISAC系统的互信息与SNR的变化关系，随着SNR的增加，互信息从CSI未知时的信道容量逐渐逼近于理想CSI的容量。本文提出最大后验概率融合（Probability fusion after maximum a posteriori ，PF-MAP）检测方法、最大似然概率融合（Probability fusion after maximum likelihood， PF-ML）检测方法，并与最小均方误差（Minimum mean square error ，MMSE）估计-MMSE检测（MMSE-MMSE）方法进行比较，结果表明PF-MAP在中低SNR时与MMSE-MMSE性能相当，而在高SNR时，PF-MAP优于MMSE-MMSE；用熵误差（Entropy error ，EE）评价PF-ISAC系统的误差性能，结果表明MMSE-MMSE、PF-MAP、PF-ML与理论性能极限EE均有较大差距。最后，给出感知和通信两阶段功率分配方案，当总功率给定时，感知和通信两阶段等功率分配，性能接近最佳。