在时变环境中用于ISAC系统的多臂老虎机学习方法

《IEEE Wireless Communications Letters》：Multi-Armed Bandit Learning for ISAC Systems in Time-Varying Environments

　　

摘要：

集成感知与通信（ISAC）系统旨在同时执行数据传输和环境感知任务，这导致了相互关联且常常相互冲突的设计目标。本文研究了一种基于多臂老虎机（MAB）算法的轻量级在线学习框架，用于ISAC系统。采用有限波束码本进行顺序波束选择，同时通过结合通信速率和基于CRLB的感知度量的标准化奖励来捕捉感知与通信之间的权衡。为应对时变环境，采用了滑动窗口UCB策略进行波束选择，并在线调整权衡参数，调整周期较慢。在突发变化、渐进性漂移和多个变化点下的数值结果表明，所提出的方法能够跟踪环境变化，并在动态遗憾性能方面优于固定α值和静态基线方法。