在杂乱环境中利用通信信号进行感测的自适应匹配滤波技术

《IEEE Transactions on Signal Processing》：Adaptive Matched Filtering for Sensing With Communication Signals in Cluttered Environments

　　

摘要：

本文研究了自适应匹配滤波（AMF）在杂乱环境中检测叠加通信信号时的性能。由于瞬时信号与杂波加噪声比（SCNR）是一个依赖于数据载荷的随机变量，直接将其作为设计目标会带来严重的实际挑战，例如计算负荷过大和信号开销过高。为了解决这个问题，我们提出将优化目标从瞬时指标转变为统计指标，即最大化所有可能载荷下的平均SCNR。由于其分析上的复杂性，我们利用随机矩阵理论（RMT）的工具来推导平均SCNR的渐近近似值，该近似值即使在中等维度情况下仍然准确。我们的理论分析中的一个关键发现是，对于固定的信号方案，相位 Shift 键控（PSK）相比正交幅度调制（QAM）和高斯信号能够实现更高的平均SCNR。此外，在考虑的模型下，对于固定的星座图，正交频分复用（OFDM）比单载波（SC）和仿射正交频分复用（AFDM）具有更高的平均SCNR。然后，我们提出了两种用于提升系统性能的导频设计方案：数据载荷依赖（DPD）方案和数据载荷独立（DPI）方案。DPD方法针对每次传输最大化瞬时SCNR，而DPI方案则优化平均SCNR，从而在检测性能和实现复杂性之间提供灵活的权衡。接下来，我们分别为DPD和DPI方案开发了两种专用的优化算法。特别是对于DPD问题，我们采用分数优化和Karush–Kuhn–Tucker（KKT）条件来推导出封闭形式的解；对于DPI问题，我们采用流形优化方法来有效处理固有的秩一约束。仿真结果验证了……

查看更多