【技术实现步骤摘要】
本专利技术涉及通信感知一体化，具体涉及一种基于otfs通感共享波形的多目标参数估计方法及系统。
技术介绍
1、近年来，随着通信感知一体化技术的发展，使用通感共享波形在具有通信功能的基站上同时实现感知目标参数估计等功能的需求日益迫切。传统的通感共享波形主要包括线性调频(linear frequency modulation,lfm)信号和正交频分复用(orthogonalfrequency division multiplexing,ofdm)信号。然而，lfm信号通信速率低，ofdm在高速移动(600km/h)场景中载波间干扰严重。这种固有缺陷限制了lfm与ofdm的进一步发展。在此背景下，正交时频空间(orthogonal time frequency space,otfs)信号因其在时频双选信道下表现出的独特优势，在通感共享波形研究与应用方面获得了日益广泛的关注。
2、目前基于otfs通感共享波形的感知算法主要包括匹配滤波(matched filter,mf)算法、二维相关算法以及最大似然(maximum likelihood,ml)估计算法等。
3、mf算法通过已知的延迟多普勒(delay doppler,dd)域发射符号矩阵来设计匹配滤波矩阵，对接收的dd域回波信号进行匹配滤波，从而实现对感知目标的延迟多普勒估计。mf算法的优点是能够感知多目标，缺点是高维度的匹配滤波矩阵以及高维矩阵求逆运算会使计算复杂度很高，并且只能估计目标的整数延迟多普勒，感知精度较低。
4、二维相关算法通过接收的
5、ml估计算法根据dd域回波信号、dd域信道、dd域发射信号以及噪声之间的线性关系，构建最大化问题，基于dd域网格进行在网或离网搜索。ml估计算法可以用于估计整数和分数延迟多普勒，可以达到较高的感知精度。然而，当目标个数较多或目标之间的干扰较大时，使用ml估计算法准确估计每个感知目标的参数将会相当困难。
6、贝叶斯压缩感知(bayesian compressed sensing,bcs)算法广泛应用于通信的信道估计问题中。通过合理构建感知信道模型并利用dd域感知信道的稀疏性，bcs算法亦可用于估计与感知目标相关的信道参数。在bcs算法框架下，应用广义近似消息传递(generalized approximate message passing,gamp)算法可有效降低bcs算法的计算复杂度。
7、因此，目前缺少一种能够综合考虑计算复杂度、感知参数估计精度与多目标感知等因素的多目标参数估计方案。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于otfs通感共享波形的多目标参数估计方法及系统，能够综合考虑计算复杂度、感知参数估计精度与多目标感知等因素，分两个阶段分别在离散dd域和连续dd域估计感知目标的距离和速度，实现了对多感知目标的低复杂度参数估计与高精度参数估计。
2、为达到上述目的，本专利技术的技术方案包括如下步骤：
3、步骤1：针对基于otfs的通信感知一体化场景，基于离散dd域信道表示构建基站接收回波模型，记为模型a；基于连续dd域信道表示构建基站接收回波模型，记为模型b。
4、步骤2：在接收回波矢量信号中随机选取r行，构建bcs线性模型，其中，为正整数；采用gamp算法迭代估计感知信道h，获得目标的整数延迟多普勒估计，根据估计结果与模型a重建每个目标的近似回波信号。
5、步骤3：基于模型b，利用重建的每个目标的近似回波信号进行干扰消除，构建用于每个目标ml估计的问题模型；根据每个目标ml估计的问题模型构建二维函数；利用坐标下降(coordinate descent,cd)算法迭代估计目标的分数延迟多普勒。
6、步骤4：输出目标的距离估计和速度估计结果。
7、进一步地，基于otfs的通信感知一体化场景，具体为：通感一体化基站通信的用户和主动感知的目标为相同个体；基站发射otfs通感一体化信号，并接收经过目标反射的回波；基站通过发射端的dd域信号与接收端的dd域信号获取目标与基站的相对距离r与相对径向速度v,从而完成对目标的物理参数r和v的估计；其中，表示mn×1维复数域，m和n分别表示子载波个数与时隙个数；
8、物理参数r和v分别对应感知信道中的两个参数，即延迟τ＝2r/c和多普勒v＝2fcv/c；其中，p为目标个数；ξp，τp，vp分别为目标p的反射系数、延迟和多普勒；fc为载频，c为光速；δ(·)为狄拉克δ函数。
9、进一步地，基于离散dd域信道表示构建基站接收回波模型，具体为：
10、在离散dd域信道表示中，τ和v分别为延迟分辨率1/mδf和多普勒分辨率1/nt的整数倍，即，τ＝l/mδf，l＝0,…,m-1，ν＝k/nt，k＝0,…,n-1；其中，δf为子载波间隔，t为时隙长度，tδf＝1，延迟抽头l和多普勒抽头k均为整数；
11、令在抽头lp和kp处存在目标p，则h(lp,kp)为该目标反射系数ξp，若抽头l和k处不存在目标，则h(l,k)为0。当有p个目标时，离散dd域信道包含p个非零反射系数，表示为
12、令y＝vec-1(ydd)，x＝vec-1(xdd)，h(km+l)＝h(l,k)，h＝[h(0),h(1),…,h(mn-1)]t，其中，vec-1(·)表示向量的矩阵化；
13、在此表示模式下，无噪声时接收到的dd域信号矩阵y的第m行、第n列的元素为其中，0≤m≤m-1，0≤n≤n-1；[·]m表示模m；
14、
15、令
16、
17、⊙表示矩阵内积，(·)h表示矩阵的共轭转置；
18、令
19、令onm+m＝om,n，oh＝[o0,o1,…,omn-1]，ydd＝oh；
20、考虑噪声，ydd＝oh+ω，ω为加性高斯白噪声；矩阵o根据发射信号xdd与相位ρm,n进行唯一设计。
21、进一步地，基于连续dd域信道表示构建基站接收回波模型，具体为：
22、在连续dd域信道表示中，τ和v分别包含分数倍的延迟分辨率1/mδf与分数倍的多普勒分辨率1/nt；
23、在此表示模式下，接收到的dd域信号矢量表示为其中，ω为连续dd域感知信道矩阵，为加性高斯白噪声，表示克罗内克积，imn表示mn维的单位矩阵；定义为是与目标p有关的连续dd域感知信道矩阵，定义为其中，fn是n维的fft矩阵，fm是m维的fft矩阵，πmn是mn维的前向循环矩阵，是m维的ifft矩阵，是n维的ifft矩阵，
24、进一步地，步骤2，具体包括如下步骤：
25、在对感知信道h进行迭代估计之前，在接收到的向量ydd＝oh+ω中随本文档来自技高网...
【技术保护点】
1.基于OTFS通感共享波形的多目标参数估计方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于OTFS通感共享波形的多目标参数估计方法，其特征在于，所述基于OTFS的通信感知一体化场景，具体为：通感一体化基站通信的用户和主动感知的目标为相同个体；基站发射OTFS通感一体化信号，并接收经过目标反射的回波；基站通过发射端的DD域信号与接收端的DD域信号获取目标与基站的相对距离R与相对径向速度V,从而完成对目标的物理参数r和v的估计；其中，表示MN×1维复数域，M和N分别表示子载波个数与时隙个数；
3.如权利要求2所述的基于OTFS通感共享波形的多目标参数估计方法，其特征在于，所述基于离散DD域信道表示构建基站接收回波模型，具体为：
4.如权利要求1所述的基于OTFS通感共享波形的多目标参数估计方法，其特征在于，所述基于连续DD域信道表示构建基站接收回波模型，具体为：
5.如权利要求1所述的基于OTFS通感共享波形的多目标参数估计方法，其特征在于，所述步骤2，具体包括如下步骤：
6.如权利要求5所述的基于OTFS通感
7.如权利要求5或6所述的基于OTFS通感共享波形的多目标参数估计方法，其特征在于，所述步骤3，具体包括如下步骤：
8.如权利要求7所述的基于OTFS通感共享波形的多目标参数估计方法，其特征在于，使用CD算法迭代解决所述二维最大化问题，具体过程为：
9.基于OTFS通感共享波形的多目标参数估计系统，其特征在于，包括感知信道模型构建模块、整数延迟多普勒估计模块以及分数延迟多普勒估计模块；
...【技术特征摘要】
1.基于otfs通感共享波形的多目标参数估计方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于otfs通感共享波形的多目标参数估计方法，其特征在于，所述基于otfs的通信感知一体化场景，具体为：通感一体化基站通信的用户和主动感知的目标为相同个体；基站发射otfs通感一体化信号，并接收经过目标反射的回波；基站通过发射端的dd域信号与接收端的dd域信号获取目标与基站的相对距离r与相对径向速度v,从而完成对目标的物理参数r和v的估计；其中，表示mn×1维复数域，m和n分别表示子载波个数与时隙个数；
3.如权利要求2所述的基于otfs通感共享波形的多目标参数估计方法，其特征在于，所述基于离散dd域信道表示构建基站接收回波模型，具体为：
4.如权利要求1所述的基于otfs通感共享波形的多目标参数估计方法，其特征在于，所述基于连续dd域信道表...
【专利技术属性】
技术研发人员：李彬，焦舸洋，武楠，蒋荣堃，陈妍研，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。