带有迭代解码器的基于FMCW的离网格雷达与通信系统

《Digital Signal Processing》:Off-Grid FMCW-Based Radar and Communication System with Iterative Decoder

【字体: 大 中 小 】 时间:2026年08月29日 来源:Digital Signal Processing 3.4

编辑推荐:

   # 摘要 融合感知与通信(ISAC)作为一种有前景的技术,通过在统一平台上实现雷达感知和无线通信来提高频谱利用率。本文研究了一种基于频率调制连续波(FMCW)的雷达与通信(FRaC)系统,该系统采用索引调制(IM)用于自动驾驶汽车应用,并解决了两个重要挑战:雷达参数估计中的

  

# 摘要

融合感知与通信(ISAC)作为一种有前景的技术,通过在统一平台上实现雷达感知和无线通信来提高频谱利用率。本文研究了一种基于频率调制连续波(FMCW)的雷达与通信(FRaC)系统,该系统采用索引调制(IM)用于自动驾驶汽车应用,并解决了两个重要挑战:雷达参数估计中的网格失配问题以及通信解码的高计算复杂度问题。对于雷达感知,我们提出了一种离网估计框架,利用局部一阶近似和块稀疏恢复依次精细化距离、速度和角度估计。对于通信接收机,我们提出了一种低复杂度迭代解码器,通过梯度下降迭代在连续域中估计发送符号向量,然后通过量化步骤将连续域估计值映射到离散码本中的对应符号,从而避免了最大似然(ML)检测所需的全搜索。此外,我们还研究了所提方法的基本理论性质,包括推导克拉美-罗下界(CRLB)以及分析局部可辨识性和算法行为。仿真结果表明,所提离网估计方法显著提高了参数估计精度,而所提迭代解码器与ML检测相比,在误码率性能仅有轻微下降的情况下,显著降低了计算复杂度。

## 引言

如今,雷达系统提供了广泛的感知能力,包括检测、参数估计、跟踪、成像和导航,并已广泛应用于民用和军事领域[1]-[6]。在这些应用中,自动驾驶作为一个特别具有挑战性的用例脱颖而出,其中车载雷达与激光雷达(LIDAR)、摄像头、全球导航卫星系统(GNSS)和高分辨率地图等其他车载传感器一起,为障碍物检测、路径规划和碰撞避免提供所需的环境信息[7]-[9]。除了感知周围环境外,自动驾驶汽车还必须持续与邻近车辆和路侧设备进行信息交换,以实现高效的协调和合作驾驶。因此,雷达感知和无线通信在下一代车载平台中都发挥着重要作用[10]-[12]。

传统上,感知和通信功能是通过独立的硬件模块实现的,这在系统成本、尺寸、重量和功耗方面带来了巨大的开销。然而,融合感知与通信(ISAC)作为一种统一设计范式的出现,使得这些功能能够通过共享硬件、射频前端和信号处理资源来联合实现。这种联合实现不仅减少了这些系统级开销,还提高了频谱利用率并缓解了频谱稀缺和电磁兼容性方面的担忧,使ISAC成为下一代车载应用的一项有吸引力的技术[13]-[15]。

为了将雷达感知和无线通信集成在一起,已经研究了多种方法。早期的一种方法依赖于独立雷达和通信系统的共存,两者在共享频谱上同时运行,同时采用干扰管理技术来满足各自的性能要求。例如,[16]研究了与监视雷达共存的多输入多输出(MIMO)通信系统的能效(EE)优化,而[17]采用双可重构智能表面(RIS)辅助架构来缓解相互干扰。尽管基于共存的方法能够实现频谱共享,但雷达和通信系统仍然基本独立,限制了更深层次波形和硬件集成的好处[18],[19]。

为了实现更高的集成度,后续研究探索了用于感知和通信的公共波形。根据主要功能,这些方法可以大致分为雷达导向型和通信导向型设计。雷达导向型设计保留了传统雷达波形的感知特性,同时将通信信息嵌入其信号结构中[12],[20]-[24]。例如,通信信息已被嵌入到基于MPSK的线性调频(LFM)波形中[20]、FMCW脉冲的频率斜率中[21],以及跳频MIMO波形的快时结构中[22]。相比之下,通信导向型设计将通信作为主要功能,并将感知能力纳入以通信为中心的传输架构中[25]-[29]。例如,在大规模MIMO-OFDM系统中,预编码和雷达波形设计已进行联合优化,以利用雷达干扰并满足感知要求[25],[26]。

除了这两种范式之外,还提出了联合设计的波形,以明确平衡感知和通信需求并刻画由此产生的性能权衡[30]-[34]。例如,[31]建立了一个广义Pareto优化框架来刻画雷达旁瓣电平和通信信干比(SINR)之间的权衡,而[34]则联合优化了雷达波束模式和通信SINR要求。

在这些方法中,基于FMCW的ISAC系统在雷达感知为主要需求时尤其具有吸引力,因为FMCW波形提供了成熟的距离和速度估计能力,同时允许将通信信息嵌入到发射波形中[12],[35]。相应地,各种信息嵌入机制,包括跳频和索引调制(IM),已被研究。与常规调制不同,IM通过选择的波形资源索引来传输信息。例如,[23]采用IM与循环移位脉冲结合,通过脉冲索引和PSK符号编码信息,而MAJORCom则利用频率和空间IM将信息嵌入到载频捷变相控阵雷达的频谱和空间自由度中[24],[36]。

在[12]中提出了一种代表性的基于FMCW的雷达与通信(FRaC)架构,其中通信信息通过相位调制和多种索引调制机制的组合来嵌入,包括脉冲相关的载频选择、发射天线选择和符号到资源的排列。该架构将FMCW雷达感知与索引调制通信相结合,为雷达-通信联合应用提供了一个框架。然而,与该架构相关的雷达和通信处理存在两个重要挑战。首先,目标参数本质上是连续值的,而现有的FRaC雷达处理依赖于预定义的参数网格进行目标估计。因此,位于网格点之间的目标可能会遭受网格失配,导致参数估计精度下降。其次,索引调制通信符号的最大似然检测需要遍历所有可能的发送码字进行全搜索,而码字数量可能随系统维度快速增长,从而导致高复杂度。

FRaC的信号结构为雷达参数估计带来了额外挑战。与具有规则傅里叶、范德蒙或平移不变结构的常规FMCW雷达模型不同,所考虑的FRaC波形采用脉冲相关的载频和发射天线选择。因此,所得到的感知矩阵通常不具有FFT/DFT处理[37]和子空间方法(如MUSIC[38]和ESPRIT[39])所利用的规则结构。这促使我们开发一种专门适应FRaC观测模型的估计方法,而不是直接应用为常规雷达波形设计的估计器。

在本工作中,我们通过解决连续值雷达参数估计问题和通信检测的复杂度问题,扩展了[12]的FRaC框架。本工作的主要贡献总结如下:

(i)对于雷达感知,我们开发了一种离网参数估计框架,首先通过稀疏恢复获得粗略目标位置,然后利用一阶近似和块稀疏恢复依次对距离、速度和角度进行局部精细化。

(ii)对于通信,我们开发了一种低复杂度迭代梯度下降解码器,在连续域中估计发送符号向量,然后通过量化程序恢复离散的索引调制符号,从而避免了最大似然检测所需的全搜索。

(iii)我们通过推导克拉美-罗下界(CRLB)以及分析局部可辨识性和算法行为,研究了所提方法的理论性质。

本文其余部分组织如下。第2节介绍系统模型和所提迭代解码器。第3节描述所提目标参数估计框架。第4节展示仿真结果和性能评估。第5节总结全文。附录A推导CRLB。附录B介绍雷达参数的局部可辨识性分析。附录C提供发送IM符号的可辨识性分析。

**符号约定:** 本文通篇中,非粗体字母表示标量,而粗体小写和粗体大写分别表示向量和矩阵。张量用粗体花体字母表示,而集合用大写花体字母表示。向量、矩阵和张量的元素用方括号表示法表示,并在方括号内指定相应索引;例如,$\mathbf{x}[i]$表示向量$\mathbf{x}$的第$i$个元素。括号中的上标用于区分系统组件或模态;例如,$^{(r)}$和$^{(c)}$分别表示与雷达接收机和通信接收机相关的量。方括号中的上标,例如$.[i]$,表示迭代索引。下标既用于索引也用作描述性标签,具体取决于上下文。例如,$m_{n,k}$表示与第$n$个脉冲和第$k$个索引相关的变量$m$,而$T_p$表示脉冲宽度,其中下标$p$作为标签。最后,$\lfloor \cdot \rfloor$表示取整运算符。

---

## 系统模型

所考虑的车辆场景如图1所示,由一辆配备ISAC发射机和共置雷达接收机的ISAC车辆组成。该车辆同时发射ISAC信号用于环境感知,并向其覆盖范围内的通信接收机广播公共信息,包括路侧单元、其他车辆和其他兼容通信节点[11],[12]。

发射机、雷达接收机和通信接收机均采用均匀……

---

## 目标参数估计

目标参数(即距离、速度和角度)从式(16)中的接收信号进行估计。与常规FMCW雷达不同,观测模型由FRaC波形引入的脉冲相关载频和天线分配决定。因此,所得到的感知矩阵不具有许多经典雷达估计器所假设的规则结构。我们不是依赖于这些结构,而是直接从……推导出专门的估计框架

---

## 仿真结果

本节展示仿真结果。系统参数汇总于表1中。所有仿真均使用NumPy包在Python中实现。式(18)、(25)、(32)和(39)中观测矩阵的构建使用Cython实现以加速仿真。Nelder-Mead优化使用`scipy.optimize.minimize`函数及其默认参数设置执行。所有仿真均在配备Intel……的系统上进行。

---

## 结论

本文提出了OFRaC算法,用于ISAC系统中的离网目标参数估计。从粗略的在网估计出发,所提方法迭代精细化目标参数,并进一步使用Nelder-Mead优化算法提高估计精度。该框架还通过引入RELAX和贪心策略扩展到多目标场景。对于通信子系统,我们开发了一种低复杂度迭代解码器,能够……

---

**CRediT作者贡献声明**

Mohammad Rahbari Doust:概念构思、方法论、软件、原创撰写。
Masoumeh Azghani:监督、审阅与编辑。

**利益冲突声明**

作者声明他们没有已知的可能影响本文所述工作的竞争性经济利益或个人关系。

Mohammad Rahbari Doust | Masoumeh Azghani
无线通信与信号处理实验室(WCSP),萨汉德科技大学电气工程学院,伊朗大不里士
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号