CN114599086B - 一种通信感知一体化方法、装置、基站及*** - Google Patents
一种通信感知一体化方法、装置、基站及*** Download PDFInfo
- Publication number
- CN114599086B CN114599086B CN202210207430.5A CN202210207430A CN114599086B CN 114599086 B CN114599086 B CN 114599086B CN 202210207430 A CN202210207430 A CN 202210207430A CN 114599086 B CN114599086 B CN 114599086B
- Authority
- CN
- China
- Prior art keywords
- communication
- sensing
- target
- perception
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000006854 communication Effects 0.000 title claims abstract description 405
- 238000004891 communication Methods 0.000 title claims abstract description 397
- 230000008447 perception Effects 0.000 title claims abstract description 181
- 238000000034 method Methods 0.000 title claims abstract description 100
- 238000012545 processing Methods 0.000 claims abstract description 89
- 230000005540 biological transmission Effects 0.000 claims abstract description 70
- 230000010354 integration Effects 0.000 claims abstract description 52
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims description 171
- 230000006870 function Effects 0.000 claims description 82
- 238000001514 detection method Methods 0.000 claims description 58
- 230000004044 response Effects 0.000 claims description 57
- 238000007635 classification algorithm Methods 0.000 claims description 33
- 238000001228 spectrum Methods 0.000 claims description 24
- 238000000354 decomposition reaction Methods 0.000 claims description 12
- 238000007499 fusion processing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 32
- 239000013598 vector Substances 0.000 description 18
- 238000010586 diagram Methods 0.000 description 8
- 238000010295 mobile communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 238000002592 echocardiography Methods 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241001203771 Eudonia echo Species 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/62—Sense-of-movement determination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种通信感知一体化方法、装置、基站及***,所述通信感知一体化方法包括:接收第一通信信号,所述第一通信信号包括:终端发送的上行传输信号,和/或基站发送的下行传输信号经散射目标反射后形成的回波信号,所述散射目标包括终端和非通信目标;基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果,所述通信感知结果包括以下至少一项:来波方向、距离和速度。解决了现有技术中通信感知一体化中的测距测速精度过低的问题。
Description
技术领域
本发明涉及移动通信***的无线空口技术,特别涉及一种通信感知一体化方法、装置、基站及***。
背景技术
过去三十年间无线通信技术迅猛发展,分配给无线通信的频谱不断向着高频段、大带宽发展。尤其是在毫米波频段开放之后,无线通信的频谱与分配给雷达感知的频谱呈现越发明显的融合趋势。此外,随着数字信号处理技术的快速发展,雷达感知和无线通信***的数字信号处理模块的结构和功能越发相似。这些为无线感知与通信***共用硬件设备、射频链路、频谱资源乃至无线信号的通信感知一体化技术提供了巨大的可能性。
现有的基于移动通信网络的通信感知一体化***的测距测速方法采用傅里叶变换方法,存在测距测速精度过低的问题。
发明内容
本发明实施例提供一种通信感知一体化方法、装置、基站及***,用以解决现有技术中通信感知一体化中的测距测速精度过低的问题。
为了解决上述技术问题,本发明采用如下技术方案:
依据本发明的一个方面,提供了一种通信感知一体化***,其特征在于,包括:
上行感知模块,用于接收基站发送的下行传输信号经散射目标反射后形成的回波信号,基于超分辨率感知算法,对所述回波信号进行信号处理,以检测获得上行通信感知结果;
下行感知模块,用于接收终端发送的上行传输信号,基于超分辨率感知算法,对所述上行传输信号进行信号处理,以检测获得下行通信感知结果;
融合感知模块,用于将所述上行通信感知结果和所述下行通信感知结果进行融合处理,获得目标通信感知结果;
其中,所述散射目标包括终端和非通信目标;
所述目标通信感知结果包括以下至少一项:来波方向、距离和速度。
依据本发明的另一个方面,提供了一种通信感知一体化方法,包括:
接收第一通信信号,所述第一通信信号包括:终端发送的上行传输信号,和/或基站发送的下行传输信号经散射目标反射后形成的回波信号,所述散射目标包括终端和非通信目标;
基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果,所述通信感知结果包括以下至少一项:来波方向、距离和速度。
可选地,所述基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果,包括:
根据所述第一通信信号,进行相关性处理,获得感知信道响应矩阵;
基于多重信号分类算法,根据所述感知信道响应矩阵,构建目标函数,所述超分辨率感知算法包括所述多重信号分类算法;
根据所述目标函数,确定所述通信感知结果。
可选地,所述根据所述第一通信信号,进行相关性处理,获得感知信道响应矩阵,包括以下至少一项:
在所述第一通信信号为所述回波信号的情况下,根据第一公式,确定所述感知信道响应矩阵;
在所述第一通信信号为所述上行传输信号的情况下,根据第二公式,确定所述感知信道响应矩阵;
其中,所述第一公式为:所述第二公式为:表示感知信道响应矩阵;表示回波接收信号,所述回波接收信号为所述回波信号经波束成形后的信号;Dss表示下行通信发射符号;表示上行接收信号,所述上行接收信号为所述上行传输信号经波束成形后的信号;表示上行通信发射符号。
可选地,在检测所述距离的情况下,所述基于多重信号分类算法,根据所述感知信道响应矩阵,构建目标函数,包括:
根据所述感知信道响应矩阵和所述感知信道响应矩阵的共轭转置矩阵,进行信道互相关性检测,获得第二矩阵;
基于多重信号分类算法,根据所述第二矩阵,进行自相关矩阵特征值分解,获得第一目标矩阵,所述第一目标矩阵包括:第一实数特征值对角矩阵及其对应的特征向量矩阵;
根据所述第一目标矩阵,构建所述目标函数,所述目标函数为时延空间谱函数。
可选地,在检测所述速度的情况下,所述基于多重信号分类算法,根据所述感知信道响应矩阵,构建目标函数,包括:
根据所述感知信道响应矩阵和所述感知信道响应矩阵的转置矩阵,进行信道互相关性检测,获得第三矩阵;
基于多重信号分类算法,根据所述第三矩阵,进行自相关矩阵特征值分解,获得第二目标矩阵,所述第二目标矩阵包括:第二实数特征值对角矩阵及其对应的特征向量矩阵;
根据所述第二目标矩阵,构建所述目标函数,所述目标函数为多普勒空间谱函数。
可选地,所述根据所述目标函数,确定所述通信感知结果,包括:
根据所述目标函数,构建目标检测栅格;
根据所述目标检测栅格,搜索所述目标函数的极大值点;
将所述极大值点作为初始值,根据牛顿下降法,迭代求解所述目标函数的极小值;
将所述极小值确定为所述通信感知结果。
可选地,所述通信感知结果包括上行通信感知结果和/或下行通信感知结果;
其中,在所述基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果之后,所述方法还包括:
将所述上行通信感知结果和所述下行通信感知结果进行融合处理,获得目标通信感知结果。
可选地,所述将所述上行通信感知结果和所述下行通信感知结果进行融合处理,获得目标通信感知结果,包括:
针对所述上行通信感知结果对应的每一第一感知目标,从所述下行通信感知结果对应的第二感知目标中,筛选出与所述第一感知目标之间的所述距离的差值小于阈值的第三感知目标;
分别根据所述第一感知目标的方位信息,以及所述第一感知目标对应的所述第三感知目标的方位信息,确定第一感知目标的坐标和所述第三感知目标的坐标,所述方位信息包括所述来波方向和所述距离;
将所述第一感知目标的坐标和所述第三感知目标的坐标的加权值,确定为所述目标通信感知结果。
依据本发明的另一个方面,提供了一种通信感知一体化装置,包括:
接收模块,用于接收第一通信信号,所述第一通信信号包括:终端发送的上行传输信号,和/或基站发送的下行传输信号经散射目标反射后形成的回波信号,所述散射目标包括终端和非通信目标;
处理模块,用于基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果,所述通信感知结果包括以下至少一项:来波方向、距离和速度。
可选地,所述处理模块包括:
第一处理子模块,用于根据所述第一通信信号,进行相关性处理,获得感知信道响应矩阵;
第二处理子模块,用于基于多重信号分类算法,根据所述感知信道响应矩阵,构建目标函数,所述超分辨率感知算法包括所述多重信号分类算法;
第三处理子模块,用于根据所述目标函数,确定所述通信感知结果。
可选地,所述第一处理子模块包括:
第一处理单元,用于在所述第一通信信号为所述回波信号的情况下,根据第一公式,确定所述感知信道响应矩阵;
第二处理单元,用于在所述第一通信信号为所述上行传输信号的情况下,根据第二公式,确定所述感知信道响应矩阵;
其中,所述第一公式为:所述第二公式为:表示感知信道响应矩阵;表示回波接收信号,所述回波接收信号为所述回波信号经波束成形后的信号;Dss表示下行通信发射符号;表示上行接收信号,所述上行接收信号为所述上行传输信号经波束成形后的信号;表示上行通信发射符号。
可选地,所述第二处理子模块包括:
第三处理单元,用于根据所述感知信道响应矩阵和所述感知信道响应矩阵的共轭转置矩阵,进行信道互相关性检测,获得第二矩阵;
第四处理单元,用于基于多重信号分类算法,根据所述第二矩阵,进行自相关矩阵特征值分解,获得第一目标矩阵,所述第一目标矩阵包括:第一实数特征值对角矩阵及其对应的特征向量矩阵;
第五处理单元,用于根据所述第一目标矩阵,构建所述目标函数,所述目标函数为时延空间谱函数。
可选地,所述第二处理子模块包括:
第六处理单元,用于根据所述感知信道响应矩阵和所述感知信道响应矩阵的转置矩阵,进行信道互相关性检测,获得第三矩阵;
第七处理单元,用于基于多重信号分类算法,根据所述第三矩阵,进行自相关矩阵特征值分解,获得第二目标矩阵,所述第二目标矩阵包括:第二实数特征值对角矩阵及其对应的特征向量矩阵;
第八处理单元,用于根据所述第二目标矩阵,构建所述目标函数,所述目标函数为多普勒空间谱函数。
可选地,所述第三处理子模块包括:
第九处理单元,用于根据所述目标函数,构建目标检测栅格;
第十处理单元,用于根据所述目标检测栅格,搜索所述目标函数的极大值点;
第十一处理单元,用于将所述极大值点作为初始值,根据牛顿下降法,迭代求解所述目标函数的极小值;
第十二处理单元,用于将所述极小值确定为所述通信感知结果。
可选地,所述通信感知结果包括上行通信感知结果和/或下行通信感知结果;所述装置还包括:
感知模块,用于将所述上行通信感知结果和所述下行通信感知结果进行融合处理,获得目标通信感知结果。
可选地,所述感知模块包括:
第四处理子模块,用于针对所述上行通信感知结果对应的每一第一感知目标,从所述下行通信感知结果对应的第二感知目标中,筛选出与所述第一感知目标之间的所述距离的差值小于阈值的第三感知目标;
第五处理子模块,用于分别根据所述第一感知目标的方位信息,以及所述第一感知目标对应的所述第三感知目标的方位信息,确定第一感知目标的坐标和所述第三感知目标的坐标,所述方位信息包括所述来波方向和所述距离;
第六处理子模块,用于将所述第一感知目标的坐标和所述第三感知目标的坐标的加权值,确定为所述目标通信感知结果。
依据本发明的另一个方面,提供了一种基站,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述处理器执行所述程序时实现如上所述的通信感知一体化方法。
依据本发明的另一个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上所述的通信感知一体化方法的步骤。
本发明的有益效果是:
上述方案,第一通信信号可以包括上行传输信号,还可以包括下行传输信号经散射目标反射后形成的回波信号,进而可以基于超分辨率感知算法,对第一通信信号进行处理,检测获得通信感知结果,突破了传统方法的局限性,能够在连续的距离和多普勒取值范围内进行检测,实现超分辨率检测,还能够在占用子载波数和OFDM(Orthogonal FrequencyDivision Multiplexing,正交频分复用技术)符号数资源相同的情况下,实现远大于传统方法的距离和多普勒检测精确度。
附图说明
图1表示本发明实施例提供的移动通信***中的下行通信感知一体化示意图;
图2表示本发明实施例提供的移动通信***中的上行通信感知一体化示意图;
图3表示本发明实施例提供的均匀平面阵列示意图;
图4表示本发明实施例提供的通信感知一体化方法的流程示意图;
图5表示本发明实施例提供的通信感知一体化***示意图;
图6表示本发明实施例提供的通信感知一体化方法的信号处理过程示意图;
图7表示本发明实施例提供的栅格搜索与牛顿下降法结合进行距离和多普勒快速求解方法示意图;
图8表示本发明实施例提供的上行通信感知结果和所述下行通信感知结果进行融合处理流程示意图;
图9表示本发明实施例提供的通信感知一体化装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明进行详细描述。
为了在各种环境条件(例如天气状况、空气污染物等环境条件)下,智能机器获取的环境感知信息的可靠性和准确性,毫米波感知功能是必不可少的,在未来的智能机器网络中,毫米波感知功能在基站侧和机器终端侧均有希望部署。与此同时,基站侧的毫米波通信功能是满足用于大带宽、低时延传输需求的重要能力。在传统的毫米波感知与通信分立设计中,分立毫米波通信至少需要一套工作于通信频段的阵列天线的收发机,而为了避免最小探测距离问题,而分立毫米波主动感知***至少需要具有一发一收两套工作于毫米波雷达频段的阵列天线的收发机。因此,从设备成本、能量消耗、频谱占用等方面来考虑,基站侧的通信***、感知***分立设计的代价将会十分高昂。
在这个背景下,通信感知一体化技术在基站侧的应用具有极大的前景。相对于传统的通信***与感知***分立设计,通信感知一体化技术使用统一频谱、收发机、信号处理模块可以同时实现通信与感知两大功能,通过对下行通信波束的回波进行接收处理,获得波束方向上包括通信接收方在内的障碍物的方向、位置以及径向运动速度等信息,实现通信***内生的感知能力。如此,可以降低通信、感知总体的设备规模,提高频谱和能量利用效率。此外,通信感知一体化技术使得通信信息和感知信息在同一***中处理和存储,与传统通信、感知分立***相比,可以减少***间数据传输和转换开销;通信感知一体化设备在获得感知信息后可以立刻用于为毫米波通信提供先验信息,或者智能机器的移动调度、运动控制等应用,也可以在下一个通信时隙内立即将感知信息传输到需要该感知信息的接收终端机器处,同时继续感知新方向上目标,大大提高了感知信息利用和获取的时效性。
然而,现有的基于移动通信网络的通信感知一体化***的测距测速方法采用傅里叶变换方法,只能在固定的栅格坐标上检测距离和多普勒,栅格的精度受到使用子载波数和OFDM符号数的限制,因此,在使用子载波数和OFDM符号数有限的情况下,信干噪比提高到一个临界值后,传统方法检测到的距离和多普勒值将会固定在一个离真实值最接近的栅格点上,即使再继续增大信干噪比也无法提高检测精度,而在有些可以使用的子载波数和OFDM符号数较少的情况下,将会导致测距测速精度过低,进而导致无法投入到实际应用之中。
本发明针对现有技术中通信感知一体化中的测距测速精度过低的问题,提供一种通信感知一体化方法、装置、基站及***。
在通信感知一体化***场景中,如图1所示,对于基于移动通信的通信感知一体化***,基站搭载两副毫米波大规模天线阵列,机器类用户(即终端)搭载规模远小于基站天线阵列的阵列天线。基站搭载的两副均匀平面阵列天线中,一副处于持续接收状态以持续接收反射回波,另一副根据上下行状态切换发射和接收状态。其中,持续接收状态的阵列天线的意义在于,避免由于单一天线阵由发射状态向接收状态的转换中时无法接收回波而造成的最小探测距离问题。
在下行通信感知一体化过程中,发射子阵列发射下行广播信号或产生指向下行通信接收方的定向发射波束,同时可以根据需要在其他需要探测的方向上产生探测波束,接收子阵列持续地接收环境回波,在完成下行通信的同时,下行通信方向上的通信接收方、障碍物以及探测波束方向上的障碍物的方向、距离和多普勒可以被基站感知得到。若仅依赖下行通信感知一体化,基站只能获得周围目标的方向、距离和多普勒,而无法区分通信网络中的通信合作方(即终端)与非合作目标(即非通信目标)。
假设基站搭载的天线阵为Pt行Qt列阵元。
首先,给出均匀平面阵列的导向向量,构建通信感知一体化***收发过程模型,该模型适用于任意均匀平面阵列天线的发射和接收过程:
如图3所示,以阵列天线最左上角的阵元为相位参考阵元,矩形阵列放置在阵列参考系的xoy平面中,垂直于阵面的方向为z轴,x轴方向上每一列有P个阵元,y轴方向上每一行有Q个阵元,因此阵列共有PQ个阵元。其中,x与y轴方向上的阵元间距均为da。
阵列导向向量为:
a(pk)=[ap,q(pk)]|(p,q)∈[0,1,...,P-1]×[0,1,...,Q-1];
这里,阵列导向向量是一个PQ×1维的向量;
则K个方向的阵列导向矩阵为:A=[a(pk)]|k=0,1,...,K-1,是一个维度为PQ×K的矩阵。
这里,建模下行通信感知一体化信号的收发传输过程(即构建通信感知一体化***收发过程模型),需要引出下行通信感知一体化信道模型。下行通信感知一体化信道包括:一体化下行单向通信信道及回波接收信道信道,具体解释说明如下:
(一)基站的回波接收信道用于基站对环境的主动探测感知,下行发射方基站的接收阵列接收到的回波主要包括2部分:单向通信发射信道的LoS径的较强反射回波、NLOS多径散射体(即非通信目标)的反射回波。第m个OFDM符号的第n个子载波的回波接收信道频域响应的表达式可以表示为:
其中,αS,n,m,l为下行通信发射方与第l径的散射体间的幅度相位衰落系数(其中l=0时,通信接收方作为反射体);是维度为PtQt×1的接收阵列导向向量(基站搭载的天线阵为Pt行Qt列阵元);是一体化发射导向向量;为基站的通信感知一体化阵列接收角(毫米波阵列尺寸小,典型情况下,);是基站的通信感知一体化阵列发射角;
其中,αS,n,m,l的表达式为:
其中,βS,l表示第l径散射体的反射系数,假设服从均值为0、方差为的复高斯分布;表示LoS径反射往返的多普勒频移;表示第l径的发射方到散射体的反射往返多普勒频移;表示LoS径的往返时延;表示第l径的发射方到散射体的反射往返时延。
(二)单向通信信道:如图2所示,上行单向通信信道模型为:
fc,d,l=fd,l,1+fd,l,2,和分别表示第l径的发射方到散射体的多普勒频移及散射体至接收方的多普勒频移;其中,vr,l,1、vr,l,2分别为第l径的发射方到散射体的径向相对运动速度以及散射体至接收方的径向相对速度;
需要指出的是,由于在使用毫米波的情况下使用TDD(Time Division Duplexing,时分双工计算)制式,下行单向通信信道模型与上行单向通信信道模型互为转置,即下行单向通信信道为的转置,则下行单向通信信道模型为:
如图5所示,本发明实施例提供一种通信感知一体化***,包括:
上行感知模块,用于接收基站发送的下行传输信号经散射目标反射后形成的回波信号,基于超分辨率感知算法,对所述回波信号进行信号处理,以检测获得上行通信感知结果;
下行感知模块,用于接收终端发送的上行传输信号,基于超分辨率感知算法,对所述上行传输信号进行信号处理,以检测获得下行通信感知结果;
融合感知模块,用于将所述上行通信感知结果和所述下行通信感知结果进行融合处理,获得目标通信感知结果;
其中,所述散射目标包括终端和非通信目标;
所述目标通信感知结果包括以下至少一项:来波方向、距离和速度。
需要说明的是,本发明实施例的通信感知一体化***中的各个模块,可具体用于相互配合执行以下实施例中的通信感知一体化方法,以实现通信感知一体化,具体执行内容可参照以下通信感知一体化方法实施例中的说明。
下面,对本发明实施例的通信感知一体化***的感知过程简要说明如下:
在下行通信过程中:基站的发射信号(用sD(t)表示)经发射波束成形后经过信道(下行单向通信信道,即下行通信子信道)响应,由用户接收到下行通信信号用户进行通信信息解调获得发射的下行信息码元;sD(t)经一体化发射波束成形后经过信道(即感知子信道)后,由基站接收到回波信号基站进行主动感知处理,获取中蕴含的散射目标(包括通信接收方和散射体,这里,通信接收方即终端,散射体即非通信目标)的方向、距离和多普勒信息,实现了下行通信感知一体化。
在上行通信过程中:当通信感知一体化***切换到上行通信时隙中时,用户(即终端)的上行发射信号经发射波束成形(单天线情况下为全向发射)后,经过上行通信信道(即上行通信子信道)由基站接收阵列接收。其中,在用户发射数据符号时,基站进行通信信息解调,获得上行发射信息码元;在发射前导符号时,基站已知进行同步、信道估计等操作所用的导频信号。在上述两种情形下,基站均可以在已知或者已解调发射信号的情况下,通过对接收信号与发射信号的相关性处理,获取上行通信信道中包含的来波方向、距离、多普勒信息,实现了上行通信感知一体化。
在该通信感知一体化***中,在一轮或者多轮上、下行时隙中,上行通信感知一体化和下行通信感知一体化交替进行,基站交替获得上行通信感知一体化和下行通信感知一体化的感知信息(即上行通信感知结果和下行通信感知结果)。由于上行通信感知一体化和下行通信感知一体化获得的是同一物理空间中的感知信息,因此可以将这些感知信息以数据融合方法进行融合,从而获得更精准的环境感知信息(即目标通信感知结果)。
本申请中,考虑到上行通信过程中通信用户(即终端)与基站间的视距路径占据主要比例,上行通信用户的感知谱峰最高,可以更容易地辨识。因此,本发明实施例的通信感知一体化***在进行融合处理时(即对上行通信感知一体化和下行通信感知一体化的感知信息的融合),也可以将通信用户的感知信息与非合作目标(即非通信目标)的感知信息进行区别。如此,本发明实施例的通信感知一体化***通过上、下行协作的通信感知一体化,使得基站可以将通信用户与非合作目标进行分类,并且获得更精准的目标通信感知结果。
如图4所示,本发明其中一实施例提供了一种通信感知一体化方法,包括:
步骤S401:接收第一通信信号,所述第一通信信号包括:终端发送的上行传输信号,和/或基站发送的下行传输信号经散射目标反射后形成的回波信号,所述散射目标包括终端和非通信目标;
步骤S402:基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果,所述通信感知结果包括以下至少一项:来波方向、距离和速度。
需要说明的是,本发明实施例对第一通信信号进行信号处理时,可以基于以多重信号分类算法(Multiple signal classification,MUSIC)和旋转不变信号参数估计(Estimating signal parameter via rotational invariance techniques,ESPRIT)为代表的超分辨率感知算法来进行。以下实施例中,以基于多重信号分类算法的感知过程为例进行具体说明,基于ESPRIT等的其他超分辨率感知算法的感知过程与之类似,可用作参考。
需要说明的是,移动通信***中的上行、下行传输过程是交替进行的,传统的测距测速方案仅能基于下行通信的主动式单基感知,对于上行通信过程却缺乏较好的处理能力,导致***在上行通信过程中的感知功能难以实现。
本发明实施例中的第一通信信号,可以包括上行传输信号,还可以包括下行传输信号经散射目标反射后形成的回波信号,进而可以基于超分辨率感知算法,对第一通信信号进行处理,检测获得通信感知结果,突破了传统方法的局限性,能够在连续的距离和多普勒取值范围内进行检测,实现超分辨率检测,还能够在占用子载波数和OFDM符号数资源相同的情况下,实现远大于传统方法的距离和多普勒检测精确度。
作为一可选实施例,应用本发明实施例的通信感知一体化方法构建的通信感知一体化***的感知过程如图5所示,具体过程如下:
在下行通信过程中:基站的发射信号(用sD(t)表示)经发射波束成形后经过信道(下行单向通信信道,即下行通信子信道)响应,由用户接收到下行通信信号用户进行通信信息解调获得发射的下行信息码元;sD(t)经一体化发射波束成形后经过信道(即感知子信道)后,由基站接收到回波信号基站进行主动感知处理,获取中蕴含的散射目标(包括通信接收方和散射体,这里,通信接收方即终端,散射体即非通信目标)的方向、距离和多普勒信息。
在上行通信过程中:当通信感知一体化***切换到上行通信时隙中时,用户(即终端)的上行发射信号经发射波束成形(单天线情况下为全向发射)后,经过上行通信信道(即上行通信子信道)由基站接收阵列接收。其中,在用户发射数据符号时,基站进行通信信息解调,获得上行发射信息码元;在发射前导符号时,基站已知进行同步、信道估计等操作所用的发射信号。在上述两种情形下,基站均可以在已知或者已解调发射信号的情况下,通过对接收信号与发射信号的相关性处理,获取上行通信信道中包含的来波方向、距离、多普勒信息。
基站接收子阵列接收到的下行通信感知一体化回波信号在第m个OFDM符号的第n个子载波上的频域符号可以用第三公式表示,第三公式为:
使用多重信号分类(multiple signal classification,MUSIC)方法,基站侧可以基于Nc个子载波,Ms个OFDM回波接收符号获得回波方向估计结果。标记检测到的回波方向估计结果集合为Θ={pk}|k=0,1,...,K-1,即K个方向的方位角和抬升角的集合。
以矩阵形式,将第n个子载波的第m个OFDM上行通信阵列接收符号用第四公式表示,第四公式为:
下面,以对pk方向进行波束成形获取时延(即测量距离)和多普勒(即测量速度)的过程为例,对本发明实施例的通信感知一体化方法进行说明。
首先,获取接收波束成形后的符号矩阵,具体分为如下两种情况:
情况(一),获取下行通信感知一体化过程中的接收符号矩阵:
对接收的第n个子载波的第m个回波OFDM符号元素的基本表达式进行分析,可以得到:
需要说明的是,在采用毫米波发射和接收波束成形的情况下,由于波束很窄,干扰信号功率一般远小于感兴趣的信号功率。
情况(二),获取上行通信感知一体化过程中的接收符号矩阵:
对上行波束成形接收的第n个子载波的第m个OFDM符号元素的基本表达式进行分析,可以得到:
需要说明的是,在采用毫米波发射和接收波束成形的情况下,由于波束很窄,而且反射损耗很大,干扰信号功率一般远小于感兴趣的信号功率。
距离导向矩阵为Ar=[ar(rl)]|l=0,1,...,L-1,维度为Nc×L;
多普勒导向矩阵为Af=[af(fd,l)]|l=0,1,...,L-1,维度为Ms×L。
需要说明的是,当进行上行通信感知一体化时,rl=τc,l×c,fd,l=fc,d,l;当进行下行通信感知一体化时,rl=τs,l×c,fd,l=fs,l,1。
本发明可利用超分辨率感知算法(例如多重信号分类算法、旋转不变信号参数估计等),对所述第一通信信号进行信号处理,检测获得包括目标距离、速度(例如相对速度)、方向等通信感知结果。
作为本发明一可选实施例,以多重信号分类算法为代表的超分辨率感知算法为例阐述本发明的一可实施方案,所述基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果,包括:
(一)根据所述第一通信信号,进行相关性处理,获得感知信道响应矩阵。
可选地,该步骤包括以下至少一项:
(1)在所述第一通信信号为所述回波信号的情况下,根据第一公式,确定所述感知信道响应矩阵;其中,所述第一公式为:
(2)在所述第一通信信号为所述上行传输信号的情况下,根据第二公式,确定所述感知信道响应矩阵;其中,所述第二公式为:
(二)基于多重信号分类算法,根据所述感知信道响应矩阵,构建目标函数,所述超分辨率感知算法包括所述多重信号分类算法。
该实施例中,仅以基于多重信号分类算法的感知过程为例进行说明,而基于ESPRIT等其他超分辨率感知算法的感知过程与之类似,均应视为在本发明的保护范围之内。
还需要说明的是,在测距过程中所构建的目标函数与测速过程中所构建的目标函数不同:
情况一,在测距过程中,即在检测所述距离的情况下,所述基于多重信号分类算法,根据所述感知信道响应矩阵,构建目标函数,包括:
(1)根据所述感知信道响应矩阵和所述感知信道响应矩阵的共轭转置矩阵,进行信道互相关性检测,获得第二矩阵。
(2)基于多重信号分类算法,根据所述第二矩阵,进行自相关矩阵特征值分解,获得第一目标矩阵,所述第一目标矩阵包括:第一实数特征值对角矩阵及其对应的特征向量矩阵。
该步骤中,对RX,τ进行特征值分解得到第一目标矩阵,所述第一目标矩阵可以表示为:
[Ux,τ,Σx,τ]=eig(RX,τ);
其中,Ux,τ表示特征向量矩阵,为正交酉矩阵;Σx,τ标识第一实数特征值对角矩阵。
(3)根据所述第一目标矩阵,构建所述目标函数,所述目标函数为时延空间谱函数。
假设远大于特征值加权值的特征值个数表示为Nx,τ,则用于多重信号分类的噪声子空间表示为:Ux,τN=Ux,τ(:,Nx,τ+1:Nc),即Ux,τ的后Nc-Nx,τ列;
继而距离空间谱函数可以表示为:
fr(r;Ux,τN)=ar(r)HUx,τN(Ux,τN)Har(r);
则距离空间谱可以表示为:
其中,fr(r;Ux,τN)的极小值点(用rmin表示),也即Sr(r)的极大值点,为所求的时延值(即距离)。
情况二,在测速过程中,即在检测所述速度的情况下,所述基于多重信号分类算法,根据所述感知信道响应矩阵,构建目标函数,包括:
(1)根据所述感知信道响应矩阵和所述感知信道响应矩阵的转置矩阵,进行信道互相关性检测,获得第三矩阵。
则,第三矩阵可以表示为:
(2)基于多重信号分类算法,根据所述第三矩阵,进行自相关矩阵特征值分解,获得第二目标矩阵,所述第二目标矩阵包括:第二实数特征值对角矩阵及其对应的特征向量矩阵。
该步骤中,对第三矩阵(RX,f)进行特征值分解得到第二目标矩阵,所述第二目标矩阵可以表示为:
[Ux,f,Σx,f]=eig(RX,f);
其中,Σx,f为元素降序排列的第二实数特征值对角矩阵;Ux,f为与Σx,f特征值对应的特征向量构成的特征向量矩阵,Ux,f为正交酉矩阵。
(3)根据所述第二目标矩阵,构建所述目标函数,所述目标函数为多普勒空间谱函数。
假设远大于特征值加权值的特征值个数为Nx,f,且有Nx,f=Nx,τ。取零空间基底,则可以取Ux,fN中Nx,f列到Ms列的向量组成Ux,fN矩阵;
继而,可以根据第二目标矩阵构建目标函数(即多普勒空间谱函数)为:
ff(f;Ux,fN)=af(f)HUx,fN(Ux,fN)Haf(f);
多普勒空间谱可以表示为:
其中,ff(f;Ux,fN)的极小值点,也即Sf(f;Ux,fN)的极大值点,为检测获得的多普勒的值(即多普勒频移)。
(三)根据所述目标函数,确定所述通信感知结果。
该实施例中,基于多重信号分类算法,构建目标函数,从而根据目标函数获得通信感知结果,能够在连续的距离和多普勒取值范围内进行检测,实现超分辨率检测,还能够在占用子载波数和OFDM符号数资源相同的情况下,实现远大于传统方法的距离和多普勒检测精确度。
可选地,所述根据所述目标函数,确定所述通信感知结果,包括:
根据所述目标函数,构建目标检测栅格;
根据所述目标检测栅格,搜索所述目标函数的极大值点;
将所述极大值点作为初始值,根据牛顿下降法,迭代求解所述目标函数的极小值;
将所述极小值确定为所述通信感知结果。
该实施例中,通过栅格搜索与牛顿下降法结合,能够快速求解目标函数的极小值,获得通信感知结果,计算效率高,可以有效节省计算资源。
如图7所示,为使用栅格搜索与牛顿下降法结合进行距离和多普勒快速求解方法示意图,可用于快速搜索fr(r;Ux,τN)和ff(f;Ux,fN)的极小值点,即Sr(r)和Sf(f;Ux,fN)的极大值点,具体步骤如下:
S701:构建目标检测栅格;其中,目标函数为多普勒空间谱函数时,构建的目标检测栅格为距离检测栅格;目标函数为时延空间谱函数时,构建的目标检测栅格为多普勒检测栅格;
S702:使用较粗粒度的栅格搜索方法,搜索Sr(r;Ux,τN)(或者Sf(f;Ux,fN))的局部极大值点;
S703:可将该低精度极大值点作为初值,输入到求解fr(r;Ux,τN)(或者ff(f;Ux,fN))极小值点的牛顿下降法算法中,经过轮数极少的迭代,即可求解得到高精度的收敛的极小值点;
S704:输出极小值点。
可选地,所述通信感知结果包括上行通信感知结果和/或下行通信感知结果;
其中,在所述基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果之后,所述方法还包括:
将所述上行通信感知结果和所述下行通信感知结果进行融合处理,获得目标通信感知结果。
需要说明的是,在毫米波移动通信***中,上行传输与下行传输交替进行,基站通过下行通信感知一体化可以扫描大范围的环境,而上行通信感知一体化则可以在上行通信发射用户(即终端)的LoS径通信的同时,完成对终端来波方向、距离和多普勒(即多普勒频移,与速度相关)的检测。因此,因此,通过将所述上行通信感知结果和下行通信感知结果进行融合处理,可以得到基站的通信合作方用户(即终端)的方位信息,使得基站得以区分通信合作方和非合作目标,同时提高通信合作方的感知精度,实现了上行、下行协作通信感知一体化的测距和测速。
可选地,所述将所述上行通信感知结果和所述下行通信感知结果进行融合处理,获得目标通信感知结果,包括:
针对所述上行通信感知结果对应的每一第一感知目标,从所述下行通信感知结果对应的第二感知目标中,筛选出与所述第一感知目标之间的所述距离的差值小于阈值的第三感知目标。
需要说明的是,阈值可以根据具体情况设定,通过与阈值对比,可以筛选出与第一感知目标距离相近的第三感知目标,可初步确定该第三感知目标与第一感知目标为同一目标。
分别根据所述第一感知目标的方位信息,以及所述第一感知目标对应的所述第三感知目标的方位信息,确定第一感知目标的坐标和所述第三感知目标的坐标,所述方位信息包括所述来波方向和所述距离。
该步骤中,通过方位信息可以确定坐标,进而可以通过求取第一感知目标的坐标和所述第三感知目标的坐标的加权值,来获得目标的坐标。
最后,将所述第一感知目标的坐标和所述第三感知目标的坐标的加权值,确定为所述目标通信感知结果。
这里,可以将目标的坐标可作为目标通信感知结果的部分信息或全部信息进行输出。
本发明实施例,考虑到使用毫米波通信的上行通信过程中,视距直射信号远强于反射路径上的信号,上行发射的前导符号或者数据符号被基站的接收阵列接收后,基站可以从收发信号的相关性中提取视距单向直射径的入射方向、距离和多普勒。然后,基站将上行获得的感知信息(即上行通信感知结果)与下行通信感知一体化获得的感知信息(即下行通信感知结果)进行融合,既可以提高对通信合作方的位置感知精度,又可以将通信合作方与非合作目标区分出来,能够为基于通信感知一体化的网络优化应用提供更丰富的先验信息,有利于网络优化。
如图8所述,作为一可选实施例,通信感知一体化过程包括如下步骤:
S801:在下行通信感知一体化过程中,基站感知获得下行通信感知结果;
S802:在上行通信感知一体化过程中,基站感知获得上行通信感知结果,例如终端的方位(即来波方向、距离);
这里,S801和S802不作先后顺序的限制;
S803:将所述上行通信感知结果和所述下行通信感知结果进行融合处理,确定目标通信感知结果(即基站目标感知结果);
S804:输出基站目标感知结果。
需要指出的是,传统方法只能在精度受限的栅格坐标上检测距离和多普勒,且栅格的精度受限于所使用的子载波数和OFDM符号数,而本发明实施例提供的通信感知一体化方法,可以突破传统方法的局限性,能够在连续的距离和多普勒取值范围内进行检测,实现超分辨率检测;进而,还能够在占用子载波数和OFDM符号数资源相同的情况下,实现远大于传统方法的距离和多普勒检测精确度。需要说明的是,本发明一可选实施例中,基站阵列采用8×8规模的阵列,机器类用户采用1×1的单天线,子载波间隔为Δf=240kHz,载波频率为fc=64GHz,基站发射机功率为Pt D=23~33dBmW,通过仿真实验获得的仿真结果发现,本发明实施例对距离和多普勒的检测精确度明显优于传统方法。
本发明实施例中,基于多重信号分类算法,对第一通信信号进行处理,可以检测获得通信感知结果,突破了传统方法的局限性,能够在连续的距离和多普勒取值范围内进行检测,实现超分辨率检测,还能够在占用子载波数和OFDM符号数资源相同的情况下,实现远大于传统方法的距离和多普勒检测精确度。另外,通过将上行通信感知结果与下行通信感知结果进行融合,既可以提高对通信合作方的位置感知精度,又可以将通信合作方与非合作目标区分出来,能够为基于通信感知一体化的网络优化应用提供更丰富的先验信息,有利于网络优化。
如图9所示,本发明实施例还提供一种通信感知一体化装置,包括:
接收模块901,用于接收第一通信信号,所述第一通信信号包括:终端发送的上行传输信号,和/或基站发送的下行传输信号经散射目标反射后形成的回波信号,所述散射目标包括终端和非通信目标;
处理模块902,用于基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果,所述通信感知结果包括以下至少一项:来波方向、距离和速度。
本发明实施例中,第一通信信号可以包括上行传输信号,还可以包括下行传输信号经散射目标反射后形成的回波信号,进而可以基于超分辨率感知算法,对第一通信信号进行处理,检测获得通信感知结果,突破了传统方法的局限性,能够在连续的距离和多普勒取值范围内进行检测,实现超分辨率检测,还能够在占用子载波数和OFDM符号数资源相同的情况下,实现远大于传统方法的距离和多普勒检测精确度。
可选地,所述处理模块包括:
第一处理子模块,用于根据所述第一通信信号,进行相关性处理,获得感知信道响应矩阵;
第二处理子模块,用于基于多重信号分类算法,根据所述感知信道响应矩阵,构建目标函数,所述超分辨率感知算法包括所述多重信号分类算法;
第三处理子模块,用于根据所述目标函数,确定所述通信感知结果。
可选地,所述第一处理子模块包括:
第一处理单元,用于在所述第一通信信号为所述回波信号的情况下,根据第一公式,确定所述感知信道响应矩阵;
第二处理单元,用于在所述第一通信信号为所述上行传输信号的情况下,根据第二公式,确定所述感知信道响应矩阵;
其中,所述第一公式为:所述第二公式为:表示感知信道响应矩阵;表示回波接收信号,所述回波接收信号为所述回波信号经波束成形后的信号;Dss表示下行通信发射符号;表示上行接收信号,所述上行接收信号为所述上行传输信号经波束成形后的信号;表示上行通信发射符号。
可选地,所述第二处理子模块包括:
第三处理单元,用于根据所述感知信道响应矩阵和所述感知信道响应矩阵的共轭转置矩阵,进行信道互相关性检测,获得第二矩阵;
第四处理单元,用于基于多重信号分类算法,根据所述第二矩阵,进行自相关矩阵特征值分解,获得第一目标矩阵,所述第一目标矩阵包括:第一实数特征值对角矩阵及其对应的特征向量矩阵;
第五处理单元,用于根据所述第一目标矩阵,构建所述目标函数,所述目标函数为时延空间谱函数。
可选地,所述第二处理子模块包括:
第六处理单元,用于根据所述感知信道响应矩阵和所述感知信道响应矩阵的转置矩阵,进行信道互相关性检测,获得第三矩阵;
第七处理单元,用于基于多重信号分类算法,根据所述第三矩阵,进行自相关矩阵特征值分解,获得第二目标矩阵,所述第二目标矩阵包括:第二实数特征值对角矩阵及其对应的特征向量矩阵;
第八处理单元,用于根据所述第二目标矩阵,构建所述目标函数,所述目标函数为多普勒空间谱函数。
可选地,所述第三处理子模块包括:
第九处理单元,用于根据所述目标函数,构建目标检测栅格;
第十处理单元,用于根据所述目标检测栅格,搜索所述目标函数的极大值点;
第十一处理单元,用于将所述极大值点作为初始值,根据牛顿下降法,迭代求解所述目标函数的极小值;
第十二处理单元,用于将所述极小值确定为所述通信感知结果。
可选地,所述通信感知结果包括上行通信感知结果和/或下行通信感知结果;所述装置还包括:
感知模块,用于将所述上行通信感知结果和所述下行通信感知结果进行融合处理,获得目标通信感知结果。
可选地,所述感知模块包括:
第四处理子模块,用于针对所述上行通信感知结果对应的每一第一感知目标,从所述下行通信感知结果对应的第二感知目标中,筛选出与所述第一感知目标之间的所述距离的差值小于阈值的第三感知目标;
第五处理子模块,用于分别根据所述第一感知目标的方位信息,以及所述第一感知目标对应的所述第三感知目标的方位信息,确定第一感知目标的坐标和所述第三感知目标的坐标,所述方位信息包括所述来波方向和所述距离;
第六处理子模块,用于将所述第一感知目标的坐标和所述第三感知目标的坐标的加权值,确定为所述目标通信感知结果。
本发明实施例中,基于多重信号分类算法,对第一通信信号进行处理,可以检测获得通信感知结果,突破了传统方法的局限性,能够在连续的距离和多普勒取值范围内进行检测,实现超分辨率检测,还能够在占用子载波数和OFDM符号数资源相同的情况下,实现远大于传统方法的距离和多普勒检测精确度。另外,通过将上行通信感知结果与下行通信感知结果进行融合,既可以提高对通信合作方的位置感知精度,又可以将通信合作方与非合作目标区分出来,能够为基于通信感知一体化的网络优化应用提供更丰富的先验信息,有利于网络优化。
本发明实施例还提供一种基站,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序;所述处理器执行所述程序时实现如上所述的通信感知一体化方法。
本领域技术人员可以理解,实现上述实施例的全部或者部分步骤可以通过硬件来完成,也可以通过计算机程序来指示相关的硬件来完成,所述计算机程序包括执行上述方法的部分或者全部步骤的指令;且该计算机程序可以存储于一可读存储介质中,存储介质可以是任何形式的存储介质。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上所述的通信感知一体化方法的步骤。
以上所述的是本发明的优选实施方式,应当指出对于本技术领域的普通人员来说,在不脱离本发明所述的原理前提下还可以作出若干改进和润饰,这些改进和润饰也在本发明的保护范围内。
Claims (10)
1.一种通信感知一体化***,其特征在于,包括:
上行感知模块,用于接收基站发送的下行传输信号经散射目标反射后形成的回波信号,基于超分辨率感知算法,对所述回波信号进行信号处理,以检测获得上行通信感知结果;
下行感知模块,用于接收终端发送的上行传输信号,基于超分辨率感知算法,对所述上行传输信号进行信号处理,以检测获得下行通信感知结果;
融合感知模块,用于将所述上行通信感知结果和所述下行通信感知结果进行融合处理,获得目标通信感知结果;
其中,所述散射目标包括终端和非通信目标;
所述目标通信感知结果包括以下至少一项:来波方向、距离和速度;
其中,所述融合感知模块具体用于:
针对所述上行通信感知结果对应的每一第一感知目标,从所述下行通信感知结果对应的第二感知目标中,筛选出与所述第一感知目标之间的所述距离的差值小于阈值的第三感知目标;
分别根据所述第一感知目标的方位信息,以及所述第一感知目标对应的所述第三感知目标的方位信息,确定第一感知目标的坐标和所述第三感知目标的坐标,所述方位信息包括所述来波方向和所述距离;
将所述第一感知目标的坐标和所述第三感知目标的坐标的加权值,确定为所述目标通信感知结果。
2.一种通信感知一体化方法,其特征在于,包括:
接收第一通信信号,所述第一通信信号包括:终端发送的上行传输信号,和/或基站发送的下行传输信号经散射目标反射后形成的回波信号,所述散射目标包括终端和非通信目标;
基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果,所述通信感知结果包括以下至少一项:来波方向、距离和速度;
将所述通信感知结果中的上行通信感知结果和下行通信感知结果进行融合处理,获得目标通信感知结果;
其中,所述将所述通信感知结果中的上行通信感知结果和下行通信感知结果进行融合处理,获得目标通信感知结果,包括:
针对所述上行通信感知结果对应的每一第一感知目标,从所述下行通信感知结果对应的第二感知目标中,筛选出与所述第一感知目标之间的所述距离的差值小于阈值的第三感知目标;
分别根据所述第一感知目标的方位信息,以及所述第一感知目标对应的所述第三感知目标的方位信息,确定第一感知目标的坐标和所述第三感知目标的坐标,所述方位信息包括所述来波方向和所述距离;
将所述第一感知目标的坐标和所述第三感知目标的坐标的加权值,确定为所述目标通信感知结果。
3.根据权利要求2所述的方法,其特征在于,所述基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果,包括:
根据所述第一通信信号,进行相关性处理,获得感知信道响应矩阵;
基于多重信号分类算法,根据所述感知信道响应矩阵,构建目标函数,所述超分辨率感知算法包括所述多重信号分类算法;
根据所述目标函数,确定所述通信感知结果。
5.根据权利要求3所述的方法,其特征在于,在检测所述距离的情况下,所述基于多重信号分类,根据所述感知信道响应矩阵,构建目标函数,包括:
根据所述感知信道响应矩阵和所述感知信道响应矩阵的共轭转置矩阵,进行信道互相关性检测,获得第二矩阵;
基于多重信号分类算法,根据所述第二矩阵,进行自相关矩阵特征值分解,获得第一目标矩阵,所述第一目标矩阵包括:第一实数特征值对角矩阵及其对应的特征向量矩阵;
根据所述第一目标矩阵,构建所述目标函数,所述目标函数为时延空间谱函数。
6.根据权利要求3所述的方法,其特征在于,在检测所述速度的情况下,所述基于多重信号分类算法,根据所述感知信道响应矩阵,构建目标函数,包括:
根据所述感知信道响应矩阵和所述感知信道响应矩阵的转置矩阵,进行信道互相关性检测,获得第三矩阵;
基于多重信号分类算法,根据所述第三矩阵,进行自相关矩阵特征值分解,获得第二目标矩阵,所述第二目标矩阵包括:第二实数特征值对角矩阵及其对应的特征向量矩阵;
根据所述第二目标矩阵,构建所述目标函数,所述目标函数为多普勒空间谱函数。
7.根据权利要求3所述的方法,其特征在于,所述根据所述目标函数,确定所述通信感知结果,包括:
根据所述目标函数,构建目标检测栅格;
根据所述目标检测栅格,搜索所述目标函数的极大值点;
将所述极大值点作为初始值,根据牛顿下降法,迭代求解所述目标函数的极小值;
将所述极小值确定为所述通信感知结果。
8.一种通信感知一体化装置,其特征在于,包括:
接收模块,用于接收第一通信信号,所述第一通信信号包括:终端发送的上行传输信号,和/或基站发送的下行传输信号经散射目标反射后形成的回波信号,所述散射目标包括终端和非通信目标;
处理模块,用于基于超分辨率感知算法,对所述第一通信信号进行信号处理,以检测获得通信感知结果,所述通信感知结果包括以下至少一项:来波方向、距离和速度;
感知模块,用于将所述通信感知结果中的上行通信感知结果和下行通信感知结果进行融合处理,获得目标通信感知结果;
其中,所述感知模块包括:
第四处理子模块,用于针对所述上行通信感知结果对应的每一第一感知目标,从所述下行通信感知结果对应的第二感知目标中,筛选出与所述第一感知目标之间的所述距离的差值小于阈值的第三感知目标;
第五处理子模块,用于分别根据所述第一感知目标的方位信息,以及所述第一感知目标对应的所述第三感知目标的方位信息,确定第一感知目标的坐标和所述第三感知目标的坐标,所述方位信息包括所述来波方向和所述距离;
第六处理子模块,用于将所述第一感知目标的坐标和所述第三感知目标的坐标的加权值,确定为所述目标通信感知结果。
9.一种基站,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序;其特征在于,所述处理器执行所述程序时实现如权利要求2至7任一项所述的通信感知一体化方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求2至7中任一项所述的通信感知一体化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210207430.5A CN114599086B (zh) | 2022-03-04 | 2022-03-04 | 一种通信感知一体化方法、装置、基站及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210207430.5A CN114599086B (zh) | 2022-03-04 | 2022-03-04 | 一种通信感知一体化方法、装置、基站及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114599086A CN114599086A (zh) | 2022-06-07 |
CN114599086B true CN114599086B (zh) | 2023-05-09 |
Family
ID=81807994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210207430.5A Active CN114599086B (zh) | 2022-03-04 | 2022-03-04 | 一种通信感知一体化方法、装置、基站及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114599086B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117440541A (zh) * | 2022-07-13 | 2024-01-23 | 索尼集团公司 | 用于无线通信***的电子设备、方法和存储介质 |
CN117440396A (zh) * | 2022-07-14 | 2024-01-23 | 维沃移动通信有限公司 | 感知处理方法、装置、终端及设备 |
CN117730517A (zh) * | 2022-07-19 | 2024-03-19 | 北京小米移动软件有限公司 | 基于正交频分复用ofdm信号的参数估计方法、装置及设备 |
CN115484682A (zh) * | 2022-08-30 | 2022-12-16 | 北京邮电大学 | 一种实现通信感知一体化的无线基带处理方法及装置 |
CN117750308A (zh) * | 2022-09-14 | 2024-03-22 | 中兴通讯股份有限公司 | 一种终端定位与感知方法、电子设备和存储介质 |
CN117914423A (zh) * | 2022-10-10 | 2024-04-19 | 维沃移动通信有限公司 | 多普勒测量方法、装置及通信设备 |
CN117938603A (zh) * | 2022-10-17 | 2024-04-26 | 大唐移动通信设备有限公司 | 一种利用感知信号进行感知处理的方法和装置及设备 |
CN115843119A (zh) * | 2022-11-21 | 2023-03-24 | 北京电子科技职业学院 | 一种通信感知一体化的方法、设备和*** |
CN118102367A (zh) * | 2022-11-28 | 2024-05-28 | 维沃移动通信有限公司 | 测量方法、装置及设备 |
CN118282541A (zh) * | 2022-12-30 | 2024-07-02 | 维沃移动通信有限公司 | 传输处理方法、装置、终端及网络侧设备 |
CN116419360B (zh) * | 2023-06-06 | 2023-09-19 | 成都爱瑞无线科技有限公司 | 通感一体化***的移动性管理方法、装置及存储介质 |
CN118226377B (zh) * | 2024-05-14 | 2024-07-16 | 香港中文大学(深圳)未来智联网络研究院 | 一种多用户协同的通信感知一体化***中的目标定位方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN213717982U (zh) * | 2020-12-17 | 2021-07-16 | 南京信息工程大学 | 一种声纳的数据传输*** |
CN113746534A (zh) * | 2021-09-22 | 2021-12-03 | 东南大学 | 一种卫星大规模mimo通信感知一体化的发送方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5262785A (en) * | 1992-04-30 | 1993-11-16 | General Electric Co. | Small target doppler detection system |
CN101808334B (zh) * | 2010-03-15 | 2012-09-05 | 北京科技大学 | 一种认知无线电中检测授权用户到达角的频谱感知方法 |
CN107390208B (zh) * | 2017-06-26 | 2020-10-30 | 桂林电子科技大学 | 一种频率分集阵列雷达通信一体化方法 |
CN109683126B (zh) * | 2019-01-14 | 2023-05-30 | 格瑞斯加(深圳)生物科技有限公司 | 波达角测量方法、信号处理设备及存储介质 |
CN110412557B (zh) * | 2019-08-13 | 2021-08-06 | 北京邮电大学 | 一种基于ofdm信号的测量速度和距离的方法及装置 |
CN111308414B (zh) * | 2019-11-28 | 2023-07-18 | 深圳大学 | 一种波达方向的估计方法、***、智能终端及存储介质 |
CN111142063B (zh) * | 2020-01-06 | 2023-04-07 | 西安邮电大学 | 一种基于降维优化的快速压缩感知低空目标测角方法 |
US11789143B2 (en) * | 2020-12-24 | 2023-10-17 | Intel Corporation | Radar apparatus, system, and method of generating angle of arrival (AoA) information |
CN113364718B (zh) * | 2021-05-24 | 2022-02-25 | 北京邮电大学 | 一种基于5g nr的感知通信一体化*** |
-
2022
- 2022-03-04 CN CN202210207430.5A patent/CN114599086B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN213717982U (zh) * | 2020-12-17 | 2021-07-16 | 南京信息工程大学 | 一种声纳的数据传输*** |
CN113746534A (zh) * | 2021-09-22 | 2021-12-03 | 东南大学 | 一种卫星大规模mimo通信感知一体化的发送方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114599086A (zh) | 2022-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114599086B (zh) | 一种通信感知一体化方法、装置、基站及*** | |
Pucci et al. | System-level analysis of joint sensing and communication based on 5G new radio | |
Zhu et al. | Modeling and performance analysis for movable antenna enabled wireless communications | |
Liu et al. | Survey on CSI-based indoor positioning systems and recent advances | |
CN106302274B (zh) | 一种大规模mimo***多用户信道估计与跟踪方法 | |
Nehorai et al. | Minimum-noise-variance beamformer with an electromagnetic vector sensor | |
Barneto et al. | Millimeter-wave mobile sensing and environment mapping: Models, algorithms and validation | |
He et al. | Multi-BS spatial spectrum fusion for 2-D DOA estimation and localization using UCA in massive MIMO system | |
Hochwald et al. | Adapting a downlink array from uplink measurements | |
JP2004516742A (ja) | 通信システムにおけるダウンリンク・ビーム形成の重みを推定するための方法および装置 | |
US9641357B1 (en) | System and method for mmWave channel estimation | |
Vesa | Direction of arrival estimation using music and root-music algorithm | |
CN111628948A (zh) | 雷达通信一体化***、信道估计方法、设备及存储介质 | |
CN109143230A (zh) | 一种应用于s波段穿墙雷达的二维波达方向估计方法 | |
Thazeen et al. | An efficient reconfigurable optimal source detection and beam allocation algorithm for signal subspace factorization | |
Vesa et al. | Direction-of-Arrival estimation for uniform sensor arrays | |
CN117978603A (zh) | 一种基于ofdm的反向散射通信感知一体化***及方法 | |
Zhu et al. | Indoor simultaneous TOA estimation of multiple users using leaky coaxial cable | |
Sanson et al. | High-resolution DOA estimation of closely-spaced and correlated targets for MIMO OFDM radar-communication system | |
Liu et al. | Cooperative Sensing for 6G Mobile Cellular Networks: Feasibility, Performance and Field Trial | |
Sun et al. | 5g positioning based on the wideband electromagnetic vector antenna | |
Hua et al. | Near-field 3D localization via MIMO radar: Cramér-Rao bound and estimator design | |
Tan et al. | Improved Sensing and Positioning via 5G and mmWave radar for Airport Surveillance | |
CN101552630A (zh) | 一种基于航空通信信道下的波束成形方法 | |
Wu et al. | Indoor single station 3D localization based on L-shaped sparse array |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |