基于多普勒分割MIMO雷达的目标检测技术在边缘感知系统中的应用

《IEEE Internet of Things Journal》：Doppler-Division MIMO Radar-Based Target Detection for Edge Sensing Systems

低空平台如无人机在边缘物联网实时感知中广泛应用，MIMO雷达凭借高角分辨率成为关键。Doppler division multiple access（DDMA）波形因成本低、多通道正交性突出被广泛采用，但仍存在多目标互阴影效应导致检测性能下降的问题。本文提出基于AIC的自适应首阈值候选目标选择与最大似然估计次阈值优化的双阈值框架，理论及仿真验证其检测性能优于传统方法，有效抑制虚警。

　　

摘要：

低空平台，如无人机（UAV），越来越多地被用于支持边缘计算的物联网（IoT）网络中的实时感知任务，在这些网络中，基于雷达的感知对于情境感知至关重要。多输入多输出（MIMO）雷达系统具有高角分辨率和空间多样性，非常适合此类应用。为了充分利用MIMO的优势，需要设计出能够支持多通道同时传输的高效波形。多普勒分割多址（DDMA）是一种有前景的波形策略，它通过多普勒域编码实现发射信号的正交性，从而提供强大的通道间正交性和低复杂度的实现。然而，在多目标环境中，DDMA-MIMO雷达会受到相互遮蔽效应的影响，从而降低检测性能。为了解决这一挑战，本文提出了一种专为DDMA-MIMO雷达在边缘感知系统中设计的双阈值检测框架。该方法采用双阈值策略：首先根据赤池信息量准则（AIC）选择候选目标，然后通过最大似然估计得出最终检测结果。理论分析和仿真结果表明，所提出的双阈值框架在性能上始终优于传统方法，能够提供稳健的检测能力和有效的误报抑制。

引言

边缘感知技术在现代物联网（IoT）基础设施中变得越来越重要，在这些基础设施中，感知、计算和决策都发生在数据源附近[1]、[2]、[3]。典型的边缘感知系统——例如基于无人机的遥感设备——需要具备高精度和实时能力的雷达接收器，并且在密集目标环境中还需要具备计算效率和鲁棒性[4]、[5]、[6]。多输入多输出（MIMO）雷达凭借其精细的角分辨率和增强的检测能力，非常适合满足边缘部署感知系统的需求[7]、[8]、[9]。为了分离发射回波并构建具有更大孔径的虚拟阵列，MIMO雷达依赖于正交波形。常见的波形策略包括时分复用（TDM）[10]、频分复用（FDM）[11]和码分复用（CDM）[12]，这些策略为每个发射器分配不同的时间槽、频带或相位码。在这些波形策略中，一类在多普勒域通过慢速时间相位编码实现FDM的波形——即多普勒分割多址（DDMA）波形——受到了广泛关注。由于其低实现成本和强大的通道间正交性，DDMA波形已被广泛应用于无人机雷达和交通监测雷达等边缘感知系统中[13]、[14]、[15]、[16]、[17]。随着技术的发展，DDMA已经超越了简单的均匀多普勒分配方式，出现了空子带[18]和非均匀调制[19]等变体，以及将DDMA与TDM[20]、CDM[14]或发射波束成形[13]、[21]结合的混合设计。