随着无线技术的快速发展,无线设备呈现爆炸式增长趋势,导致频谱资源日益稀缺,雷达和通信频段不断重叠。为了避免无线通信和雷达感知之间的相互干扰,学术界广泛研究了通信感知一体化(Integrated Sensing and Communication,ISAC)技术,并...随着无线技术的快速发展,无线设备呈现爆炸式增长趋势,导致频谱资源日益稀缺,雷达和通信频段不断重叠。为了避免无线通信和雷达感知之间的相互干扰,学术界广泛研究了通信感知一体化(Integrated Sensing and Communication,ISAC)技术,并且重点关注了正交时频空(Orthogonal Time Frequency Space,OTFS)信号。OTFS信号具备实现无线通信与雷达感知一体化的潜力。然而,分数多普勒会抬高OTFS多普勒旁瓣,引起多普勒弥散效应,不仅在通信数据与通信数据之间、通信数据与雷达数据之间产生严重干扰,还将导致微弱目标被强目标旁瓣淹没,进而影响雷达探测概率和通信信道估计精度,恶化整体性能。针对分数多普勒导致的OTFS性能下降问题,提出了基于原型滤波器的OTFS通感一体化信号设计方法。通过原型滤波器调理多普勒旁瓣,在不显著损失多普勒分辨率的同时,抑制多普勒弥散效应,提升检测概率,降低误码率。针对OTFS互相关匹配滤波信道估计算法计算复杂度高等问题,进一步提出了利用恒虚警率(Constant False Alarm Rate,CFAR)检测进行信道估计的思路,在降低计算复杂度的同时,稳健检测出了同一时延、不同多普勒的多个目标,保障了信道估计和目标检测性能。依据理论分析和仿真实验可知,本文可将分数多普勒条件下的通信误码率降低2个数量级。展开更多
利用正交时频空调制(OTFS,orthogonal time frequency space)作为传输波形的通信感知一体化(ISAC,integrated sensing and communication)系统具有更高的通信资源利用率,成为解决频谱资源短缺的关键技术。随着环境中感知目标数的增加,...利用正交时频空调制(OTFS,orthogonal time frequency space)作为传输波形的通信感知一体化(ISAC,integrated sensing and communication)系统具有更高的通信资源利用率,成为解决频谱资源短缺的关键技术。随着环境中感知目标数的增加,基站接收到的由多个感知回波信号叠加而成的信号功率差异不明显,采用传统多目标信道感知与目标探测算法会造成误差传递和累积,从而影响系统感知信道参数和目标探测的性能。针对以上问题,提出了一种基于最大似然估计器的多目标信道参数检测与目标探测算法,实现对感知参数估计和目标探测精确度的提升。具体而言,通过对接收到的叠加信号采用并行干扰消除(PIC,parallel interference cancellation)算法,利用从上一轮迭代中得到的结果重建信号,并从接收信号中减去重建的信号,从而提高在感知参数估计和目标探测时回波信号的信干噪比,实现最大似然估计器性能的提升。仿真结果表明,所提算法相较于传统算法能够实现更准确的信道估计和目标探测,并且所提算法具有较好的收敛性,能够有效减少时间开销。展开更多
文摘随着无线技术的快速发展,无线设备呈现爆炸式增长趋势,导致频谱资源日益稀缺,雷达和通信频段不断重叠。为了避免无线通信和雷达感知之间的相互干扰,学术界广泛研究了通信感知一体化(Integrated Sensing and Communication,ISAC)技术,并且重点关注了正交时频空(Orthogonal Time Frequency Space,OTFS)信号。OTFS信号具备实现无线通信与雷达感知一体化的潜力。然而,分数多普勒会抬高OTFS多普勒旁瓣,引起多普勒弥散效应,不仅在通信数据与通信数据之间、通信数据与雷达数据之间产生严重干扰,还将导致微弱目标被强目标旁瓣淹没,进而影响雷达探测概率和通信信道估计精度,恶化整体性能。针对分数多普勒导致的OTFS性能下降问题,提出了基于原型滤波器的OTFS通感一体化信号设计方法。通过原型滤波器调理多普勒旁瓣,在不显著损失多普勒分辨率的同时,抑制多普勒弥散效应,提升检测概率,降低误码率。针对OTFS互相关匹配滤波信道估计算法计算复杂度高等问题,进一步提出了利用恒虚警率(Constant False Alarm Rate,CFAR)检测进行信道估计的思路,在降低计算复杂度的同时,稳健检测出了同一时延、不同多普勒的多个目标,保障了信道估计和目标检测性能。依据理论分析和仿真实验可知,本文可将分数多普勒条件下的通信误码率降低2个数量级。
文摘利用正交时频空调制(OTFS,orthogonal time frequency space)作为传输波形的通信感知一体化(ISAC,integrated sensing and communication)系统具有更高的通信资源利用率,成为解决频谱资源短缺的关键技术。随着环境中感知目标数的增加,基站接收到的由多个感知回波信号叠加而成的信号功率差异不明显,采用传统多目标信道感知与目标探测算法会造成误差传递和累积,从而影响系统感知信道参数和目标探测的性能。针对以上问题,提出了一种基于最大似然估计器的多目标信道参数检测与目标探测算法,实现对感知参数估计和目标探测精确度的提升。具体而言,通过对接收到的叠加信号采用并行干扰消除(PIC,parallel interference cancellation)算法,利用从上一轮迭代中得到的结果重建信号,并从接收信号中减去重建的信号,从而提高在感知参数估计和目标探测时回波信号的信干噪比,实现最大似然估计器性能的提升。仿真结果表明,所提算法相较于传统算法能够实现更准确的信道估计和目标探测,并且所提算法具有较好的收敛性,能够有效减少时间开销。