基于信道脉冲响应的5G NR下行导频定位感知算法：理论与应用

《IEEE Transactions on Cognitive Communications and Networking》：Channel Impulse Response-Based Sensing Algorithm for Localization Using Downlink Pilots in 5G NR: Theory and Applications

环境感知技术利用传感器数据实现车辆、机器人等设备的精准环境感知，5G NR网络作为专用传感器在ISAC系统中展现出潜力。本文提出基于CIR的后投影算法，利用5G NR下行导频信号无需修改通信功能，通过将gNB与UE视为子孔径合成孔径，仅需单OFDM符号导频即可实现环境感知与定位，仿真验证了方法有效性。

　　

摘要：

环境感知是一项关键技术，它利用传感器数据使车辆、机器人和无人机能够准确感知周围环境。5G新无线电（NR）网络作为专门用于环境感知的传感器出现，已成为一个有前景的研究方向，特别是在集成感知与通信（ISAC）系统的背景下。5G NR中的ISAC研究主要集中在雷达信号建模上，以创建距离-多普勒成像图。然而，生成距离-多普勒图需要在时频域中处理大量连续数据，而这通常在依赖时域数据的定位任务中是不可用的。本文重点探讨在不修改现有通信功能的情况下，如何利用5G NR的下行导频来实现感知，旨在从信道模型的角度提出一种实现算法。首先，我们研究了基于逆离散傅里叶变换（IDFT）的信道脉冲响应（CIR）测距方案的性能；其次，提出了一种基于CIR的反投影（BP）感知算法，该算法利用了5G NR的下行导频。在该算法中，由gNB和用户设备（UE）组成的收发对被视为一个子孔径，所有gNB的子孔径被组合起来以模拟合成孔径的效果。最后，通过仿真验证了基于CIR的BP感知算法的性能。值得注意的是，所提出方法的优点在于它不需要重新设计5G NR信号，不会干扰通信功能，并且仅需单个正交频分复用（OFDM）符号中的导频即可进行感知，从而为环境感知和定位提供了一种创新的方法。

引言

众所周知，感知是通过传感器捕获外部信息来表示周围环境的过程。表示形式多种多样，如相机图像、LiDAR点云和雷达回波等。与定位和导航相比，感知提供了更丰富的环境信息，使得诸如场景重建[1]、行为识别[2]和分割[3]等更复杂的任务成为可能。因此，感知在自动驾驶、应急响应、射频（RF）成像[4]、[5]以及同时定位与映射（SLAM）等领域是一项不可或缺的技术。然而，使用相机捕获图像会引发隐私问题，而基于LiDAR和雷达的感知则需要特定的硬件设备。因此，利用通信信号进行感知受到了越来越多的关注[6]、[7]，大量研究集中在利用5G新无线电（NR）实现集成通信与感知（ISAC）[8]、[9]、[10]、[11]上。与其他感知方法相比，广泛部署的5G NR移动通信网络具有广泛的覆盖范围，基于5G NR的感知具有多个优势，包括更高的载波频率、更大的带宽以及对大规模多输入多输出（MIMO）[12]的支持。此外，5G NR还可以用于实现无线电SLAM[13]、[14]。