OFDM-ISAC不再二选一：功率与星座联合优化，跟踪场景把感知通信折中拉低
核心概要
OFDM-ISAC系统里，通信偏好注水功率与高斯型输入，感知偏好均匀功率与恒模星座，两者在频选信道上形成折中。该工作把每子载波的功率与峰度作为共同变量，用自编码器离线训练一族以峰度为条件的有限星座，在线按分配结果即时生成。仿真显示中等信噪比下联合优化明显优于单独优化功率或星座，且预训练星座族几乎完全兑现了预测的分配增益。
深度剖析
OFDM-ISAC的感知与通信折中不再只能靠单独调功率或单独调星座来缓解，功率与星座被放在同一个分配问题里联合求解。 此前的联合思路要么从有限个常规调制格式中挑选星座，要么设计连续输入分布，前者低估可达性能，后者给出的是实际有限星座难以达到的上界，且多集中在功率折中已基本消失的高信噪比区间。 仿真对比中，只优化功率或只优化峰度的单独方案在严格感知约束下要么受通信限制、要么不可行，联合优化同时取得最好的感知与通信性能。
星座不再为某一固定感知约束单独优化，而是一族以目标峰度为输入的有限星座，可在不重新训练的情况下按需生成。 以往工作针对固定峰度约束逐个优化星座，当需要连续变化的峰度时不再实用。 在覆盖完整峰度范围的测试中，极坐标参数化准确生成目标峰度，而笛卡尔参数化无法生成恒模星座，针对特定峰度优化的星座则部分低于目标值。
感知约束的写法随任务而变：目标跟踪只约束预测位置附近的一小段时延邻域，而不是对全部时延取平均。 此前以时延平均旁瓣电平作为感知约束，对应的是目标可能在任意时延出现的初始检测模式，丢掉了功率分配所致旁瓣的确定性结构。 检测与跟踪的对比显示，跟踪缓解了感知通信折中，在小峰度处尤为明显，峰度增大后性能趋近检测情形。
启示与展望
结论建立在单站OFDM-ISAC系统的仿真上，通信端假设已知信道状态信息，感知信道未知并由回波估计，感知信道含一个主导自干扰分量与一个感兴趣目标。结果覆盖检测与跟踪两种感知约束下的功率-峰度分配与星座生成，作者指出所提星座族在训练后可按子载波目标峰度即时生成，无需存储单独优化的星座。
通信性能用的是互信息上界，作者明确该上界不一定可达，因为熵最大化输出分布不保证在系统模型下可实现。仿真中预测曲线与实际标记在低峰度工作点存在小差距，作者将其归因于该上界已知会高估可达互信息。作者还说明神经网络结构未针对最小复杂度优化，复杂度与性能的折中留待进一步研究。