Practical Integrated Sensing and Communication Systems: Modeling and Optimization

With the rapid evolution of mobile communication systems, future 6th generation mobile communication (6G) networks are expected to extend beyond traditional data transmission and support integrated sensing and communication (ISAC). By embedding sensing capabilities into communication systems, ISAC enables simultaneous data transmission and environmental perception, introducing a new dimension of network intelligence. To achieve high communication throughput and fine sensing resolution, ISAC systems are envisioned to operate in millimeter wave (mmWave) bands and employ massive multi-input multi-output (MIMO) architectures. However, mmWave communications suffer from severe path loss and blockage, which can be mitigated by introducing reconfigurable intelligent surfaces (RISs) that create additional controllable propagation paths. Meanwhile, massive MIMO systems with large-scale antenna arrays incur high power consumption and hardware costs. These limitations can be alleviated by reconfigurable holographic surfaces (RHSs), offering lower power consumption and hardware complexity, as well as a more compact aperture. In addition, the integration of sensing and communication leads to resource competition, motivating the development of effective resource allocation to balance sensing and communication performance.

Motivated by these considerations, this thesis aims to address practical challenges in RIS/RHS-aided ISAC systems and to develop efficient resource allocation strategies for realistic ISAC deployment scenarios. First, an RIS-aided orthogonal frequency-division multiplexing (OFDM) ISAC system operating in mmWave bands is investigated, with the focus on the joint optimization of RIS phase shifts and hybrid beamforming while accounting for the multi-carrier nature of modern wireless systems. Second, RIS/RHS-aided ISAC systems with hardware impairments are studied, where a subset of surface elements is faulty. In this context, the focus lies in the joint optimization of the functional RIS/RHS elements and digital beamforming, while explicitly accounting for element failures. For both RIS- and RHS-aided ISAC systems, a systematic framework is developed to quantify the impact of faulty elements on ISAC performance and to mitigate these impairments through fault-aware surface optimization. Third, ISAC systems in dynamic environments are explored, with a focus on multi-dimensional resource allocation.

To achieve these research goals, non-convex optimization problems are formulated for each considered scenario. These problems are challenging to solve directly due to non-convex objectives and constraints, as well as the strong coupling among optimization variables. To address these challenges, efficient solutions for each formulated problem are developed using optimization techniques, including manifold optimization, alternating direction method of multipliers (ADMM), block coordinate descent (BCD), successive convex approximation (SCA), majorization-minimization (MM), and penalty-based methods. Simulation results demonstrate that the proposed solutions significantly improve ISAC performance compared to benchmarks, validating their effectiveness in practical communication systems.

Mit der rasanten Weiterentwicklung mobiler Kommunikationssysteme wird erwartet, dass künftige 6G-Netzwerke integrierte Sensorik und Kommunikation (ISAC) unterstützen. ISAC ermöglicht die gleichzeitige Datenübertragung und Umgebungswahrnehmung und führt damit eine neue Dimension der Netzintelligenz ein. Um einen hohen Kommunikationsdurchsatz und eine hohe Auflösung der Sensorik zu erreichen, sollen ISAC-Systeme in mmWellen-Frequenzbändern betrieben und mit massiven MIMO-Architekturen ausgestattet werden. Allerdings leiden mmWellen-Kommunikationssysteme unter erheblichem Pfadverlust und Blockierungseffekten, die durch die Einführung rekonfigurierbarer intelligenter Oberflächen (RISs) gemildert werden können, indem zusätzliche steuerbare Ausbreitungspfade geschaffen werden. Gleichzeitig verursachen massive MIMO-Systeme mit großen Antennenarrays einen hohen Energieverbrauch und beträchtliche Hardwarekosten. Diese Einschränkungen können durch rekonfigurierbare holographische Oberflächen (RHSs) reduziert werden, die einen geringeren Energieverbrauch und eine geringere Hardwarekomplexität sowie eine kompaktere Apertur bieten. Darüber hinaus führt die Integration von Sensorik und Kommunikation zu einer Konkurrenz um Ressourcen, was die Entwicklung effektiver Ressourcenallokationsstrategien zur Balance zwischen Sensorik- und Kommunikationsleistung erforderlich macht.

Motiviert durch diese Faktoren zielt diese Dissertation darauf ab, praktische Herausforderungen in RIS/RHS-unterstützten ISAC-Systemen zu adressieren und effiziente Ressourcenallokationsstrategien für realistische ISAC-Einsatzszenarien zu entwickeln. Zunächst wird ein RIS-unterstütztes OFDM-ISAC-System im mmWellen-Band untersucht, wobei der Schwerpunkt auf der gemeinsamen Optimierung der RIS-Phasenverschiebungen und des hybriden Beamformings unter Berücksichtigung mehrerer Trägerfrequenzen moderner Funksysteme liegt. Zweitens werden RIS/RHS-unterstützte ISAC-Systeme mit Hardwarebeeinträchtigungen betrachtet, bei denen ein Teil der Oberflächenelemente fehlerhaft ist. In diesem Zusammenhang liegt der Fokus auf der gemeinsamen Optimierung der funktionsfähigen RIS/RHS-Elemente und des digitalen Beamformings unter expliziter Berücksichtigung von Elementausfällen. Sowohl für RIS- als auch für RHS-unterstützte ISAC-Systeme wird eine Systematik entwickelt, um die Auswirkungen fehlerhafter Elemente auf die ISAC-Leistung zu quantifizieren und diese Beeinträchtigungen durch eine fehlerbewusste Oberflächenoptimierung zu kompensieren. Drittens werden ISAC-Systeme in dynamischen Umgebungen mit Schwerpunkt auf multidimensionaler Ressourcenallokation untersucht.

Um diese Forschungsziele zu erreichen, werden für jedes betrachtete Szenario nichtkonvexe Optimierungsprobleme formuliert. Diese Probleme sind aufgrund nichtkonvexer Zielfunktionen und Nebenbedingungen sowie der starken Kopplung zwischen den Optimierungsvariablen schwierig direkt zu lösen. Hierzu werden effiziente Lösungsansätze unter Einsatz fortgeschrittener Optimierungstechniken entwickelt, darunter Mannigfaltigkeitsoptimierung, ADMM, BCD, SCA, MM sowie Penalty-Methoden. Simulationsergebnisse zeigen, dass die vorgeschlagenen Lösungen die ISAC-Leistung im Vergleich zu Referenzverfahren signifikant verbessern und damit ihre Wirksamkeit für praktische Kommunikationssysteme belegen.