一种基于SS-OTFS的通信感知一体化系统的感知参数估计方法技术方案

技术编号:37491304 阅读:18 留言:0更新日期:2023-05-07 09:30
本发明专利技术公开了一种基于SS

【技术实现步骤摘要】
一种基于SS

OTFS的通信感知一体化系统的感知参数估计方法


[0001]本专利技术属于无线通信
,特别涉及一种基于SS

OTFS的通信感知一体化系统的感知参数估计方法。

技术介绍

[0002]随着无线通信技术的不断发展,无线频谱资源受限。下一代无线通信系统需要复用雷达频段,实现通信与感知频谱共享从而提高频谱利用率。另外,无线通信与感知两者在硬件架构、信号处理等方面都有相似和共通之处,一体化的设计可使得未来商用时最大限度地降低对现有网络的改造成本,进而实现真正的互惠互利,例如利用感知辅助通信,利用雷达回波进行跟踪等。基于以上背景,通信感知一体化(ISAC)系统被提出。
[0003]在一些高移动性场景,例如车联网、高铁、无人机等下,正交频分复用(OFDM)技术因多普勒频移太大破坏了子载波的正交性,从而产生了严重的子载波间干扰。因此,传统的基于OFDM的ISAC系统会在高移动性场景下通信性能变差,进而提出了正交时频空间(OTFS)调制技术。OTFS调制技术直接在延迟多普勒域进行数据调制并且在整个时频域上进行扩展,使得传输单元中符号都经历几乎相同且变化缓慢的稀疏信道,从而克服高移动性场景带来的高多普勒频移。目前使用OTFS的ISAC系统在进行感知参数估计时主要基于最大似然检测(MLD)获得优越性能,但求解MLD问题的计算复杂度过高。因此需要寻求一种低计算复杂度,同时具有高鲁棒性的感知参数估计方法。

技术实现思路

[0004]针对上述现存的技术缺陷,本专利技术提出了一种基于SS

OTFS的通信感知一体化系统的感知参数估计方法,也即,针对基于空间扩展正交时频空间(SS

OTFS)调制的ISAC传输框架,提出了一种基于酉近似消息传递(UAMP)稀疏贝叶斯学习(SBL)的感知参数估计方法。其中,基站(BS)发射给用户设备(UE)的信号经UE反射和周围散射体的散射,再由与发射机位于同一位置的雷达接收机接收得到回波信号。接收机基于UAMP

SBL的方法利用先验信息和迭代过程处理回波信号进行感知参数估计,包括延迟和多普勒频移的估计。该方法可以有效降低感知参数估计的计算复杂度。
[0005]为了达到上述目的,本专利技术采用的具体技术方案如下:
[0006]一种基于SS

OTFS的通信感知一体化系统的感知参数估计方法,至少包括如下步骤:
[0007]步骤A:将雷达接收机接收到的雷达回波信号向量写成一个高维矩阵与一个稀疏向量乘积的形式;
[0008]步骤B:针对步骤A中的雷达回波信号向量进行酉变换;
[0009]步骤C:针对步骤B中酉变换后的信号进行基本参数的初始化设置,并通过UAMP

SBL算法进行迭代计算;
[0010]步骤D:将步骤C计算得到的稀疏向量的均值和方差以及其他参数作为返回值,重复步骤C中的过程直至循环结束;
[0011]步骤E:将步骤D最终得到的稀疏向量估计值进一步处理,得到估计的感知参数(延迟和多普勒)。
[0012]作为进一步的改进方案,一个BS服务于K个UE的场景,在下行链路中,BS向信号覆盖范围内的K个UE广播公共消息,并基于接收到的回波感知UE的位置信息;假设配有N
BS
根天线的BS和每个单天线UE之间有P个独立的可分离路径,则雷达回波信号表示为:
[0013][0014]其中,是位于时间延迟角度域的雷达回波信号,是雷达信道衰落系数,α是对每根天线上的信号进行功率分配的N
BS
×
N
BS
维矩阵,预编码矩阵P将信号多路复用到每根天线上,x
TD
是位于延迟多普勒域的发射符号向量,是一个加性高斯白噪声列向量,是用于对信号进行空间扩展的N
BS
×
N
BS
的离散傅里叶变换矩阵,是天线阵列的导向矢量,其中,θ
i,p
是相对角度,(
·
)
T
和(
·
)
H
分别表示转置和Hermite转置。表示相对延迟影响的MN
×
MN维置换矩阵,其中,
[0015][0016]表示相对多普勒频移影响的MN
×
MN的对角矩阵,其中,
[0017][0018]M和N分别表示为子载波数和时隙数,和分别是第i个UE的第p条路径相关的往返延迟索引和多普勒频移索引;
[0019][0020]其中,τ
i,p
和v
i,p
分别是第i个UE的第p条路径相关的相对延迟和相对多普勒频移,Δf和T分别是子载波间隔和时隙持续时间,Δf=1/T。
[0021]作为进一步的改进方案,BS与UE的相对角度已知或估计可得。
[0022]作为进一步的改进方案,在步骤A中,对公式(1)进行变换,重写为:
[0023][0024]其中,对应了一组延迟和多普勒频移索引;将这组值作为高维矩阵Φ中的一列,往返延迟索引选取范围为多普勒索引选取范围为对于感知矩阵Φ,h在对应的行有非零值反之则为零,从而构成稀疏向量;其中,Φ是MNN
BS
×
LM(2N

1)维矩阵,L为可分离的相对角度的个数;令Φ为维矩阵;通过估计稀疏向量h中非零值的位置进而推断感知参数。
[0025]作为进一步的改进方案,在步骤B中,对Φ进行SVD分解Φ=UΛV
H
,并对公式(5)进行酉变换,即得到:
[0026]r=Ψh+ω (25)
[0027]其中,和ω是均值为0,协方差矩阵为β
‑1I的高斯噪声,β是噪声的精度。
[0028]作为进一步的改进方案,在步骤C中,UAMP

SBL算法中信息迭代过程包括如下六个步骤:
[0029]步骤C1:对基本参数进行初始化设置:令λ=ΛΛ
H
1,1是一个元素全为1的列向量,
(0)
=0.01,s=0,0是一个元素全为0的列向量和t=0;
[0030]步骤C2:计算τ
p
和p:
[0031][0032][0033]其中
·
表示两个向量的点乘;
[0034]步骤C3,计算v
z
,和
[0035][0036][0037][0038]其中
·
/表示两个向量点除;
[0039]步骤C4:计算τ
s
和s:
[0040][0041]s=τ
s
·
(r

p) (32)
[0042]步骤C5:计算τ
q
和q:
[0043][0044][0045]步骤C6:计算稀疏向量的均值方差τ
h
本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于SS

OTFS的通信感知一体化系统的感知参数估计方法,在雷达接收机处使用UAMP

SBL算法对雷达回波信号进行处理,其特征在于,至少包括如下步骤:步骤A:将雷达接收机接收到的雷达回波信号向量写成一个高维矩阵与一个稀疏向量乘积的形式;步骤B:针对步骤A中的雷达回波信号向量进行酉变换;步骤C:针对步骤B中酉变换后的信号进行基本参数的初始化设置,并通过UAMP

SBL算法进行迭代计算;步骤D:将步骤C计算得到的稀疏向量的均值和方差以及其他参数作为返回值,重复步骤C中的过程直至循环结束;步骤E:将步骤D最终得到的估计值进一步处理,得到估计的感知参数,其中,感知参数至少包括延迟和多普勒估计。2.根据权利要求1所述的基于SS

OTFS的通信感知一体化系统的感知参数估计方法,其特征在于,一个BS服务于K个UE的场景,在下行链路中,BS向信号覆盖范围内的K个UE广播公共消息,并基于接收到的回波感知UE的位置信息;假设配有N
BS
根天线的BS和每个单天线UE之间有P个独立的可分离路径,则雷达回波信号表示为:其中,是位于时间延迟角度域的雷达回波信号,是雷达信道衰落系数,α是对每根天线上的信号进行功率分配的N
BS
×
N
BS
维矩阵,预编码矩阵P将信号多路复用到每根天线上,x
TD
是位于延迟多普勒域的发射符号向量,是一个加性高斯白噪声列向量,是用于对信号进行空间扩展的N
BS
×
N
BS
的离散傅里叶变换矩阵,A(θ
i,p
)=a(θ
i,p
)a
T

i,p
),是天线阵列的导向矢量,其中,θ
i,p
是相对角度,(
·
)
T
和(
·
)
H
分别表示转置和Hermite转置;分别表示转置和Hermite转置;表示相对延迟影响的MN
×
MN维置换矩阵,其中,MN维置换矩阵,其中,表示相对多普勒频移影响的MN
×
MN的对角矩阵,其中,
M和N分别表示为子载波数和时隙数,和分别是第i个UE的第p条路径相关的往返延迟索引和多普勒频移索引;其中,τ
i,p
和v
i,p
分别是第i个UE的第p条路径相关的相对延迟和相对多普勒频移,Δf和T分别是子载波间隔和时隙持续时间,Δf=1/T。3.根据权利要...

【专利技术属性】
技术研发人员:李航杨烯程知群
申请(专利权)人:杭州电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1