CN115913862A - 基于FDSS的DFT-s-OFDM感知性能优化方法 - Google Patents
基于FDSS的DFT-s-OFDM感知性能优化方法 Download PDFInfo
- Publication number
- CN115913862A CN115913862A CN202211535429.1A CN202211535429A CN115913862A CN 115913862 A CN115913862 A CN 115913862A CN 202211535429 A CN202211535429 A CN 202211535429A CN 115913862 A CN115913862 A CN 115913862A
- Authority
- CN
- China
- Prior art keywords
- dft
- ofdm
- fdss
- perception
- target
- 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.)
- Pending
Links
- 230000008447 perception Effects 0.000 title claims abstract description 54
- 238000005457 optimization Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000006870 function Effects 0.000 claims abstract description 44
- 230000006854 communication Effects 0.000 claims abstract description 31
- 238000004891 communication Methods 0.000 claims abstract description 30
- 238000003775 Density Functional Theory Methods 0.000 claims abstract description 12
- 239000000654 additive Substances 0.000 claims abstract description 7
- 230000000996 additive effect Effects 0.000 claims abstract description 7
- 229940049705 immune stimulating antibody conjugate Drugs 0.000 claims abstract 13
- 101000977638 Homo sapiens Immunoglobulin superfamily containing leucine-rich repeat protein Proteins 0.000 claims description 9
- 102100023538 Immunoglobulin superfamily containing leucine-rich repeat protein Human genes 0.000 claims description 9
- 125000004122 cyclic group Chemical group 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 230000004304 visual acuity Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 1
- 230000010354 integration Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000007493 shaping process Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- 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
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种基于FDSS的DFT‑s‑OFDM感知性能优化方法，属于感知通信一体化领域。本发明通过在发射端生成基于FDSS增强的DFT‑s‑OFDM的ISAC信号，ISAC信号通过加性高斯白噪声信道，收端接收照射到感知目标的回波信号，并采用DFT方法对信号进行检测接收，获取接收回波信号时延维度的模糊函数及其积分旁瓣比，联合优化波形积分旁瓣比与峰均比性能。本发明以DFT‑s‑OFDM波形为基础，并对DFT‑s‑OFDM进行FDSS加窗处理，通过FDSS向量约束模糊函数的旁瓣，使能量集中于主瓣，提升单目标估计精度以及多目标分辨率，同时降低波形峰均比，实现感知与通信性能的联合优化，提高DFT‑s‑OFDM的感知精度。
Description
技术领域
本发明具体涉及一种基于FDSS的DFT-s-OFDM感知性能优化方法，属于感知通信一体化领域。
背景技术
近年来，通信与感知频段的高度重合以及车联网、自动驾驶等新型传感集成服务需求推动感知通信一体化(Integrated sensing and communications，ISAC)技术的发展，ISAC将成为6G的新兴技术，赋予6G多维感知和无处不在的通信能力。
正交频分复用技术(Orthogonal Frequency Division Multiplexing，OFDM)作为一种具有高频谱效率的传输技术，其在ISAC领域的应用已经得到了广泛研究，但高峰均比一直是其重点问题之一。OFDM波形的高峰均比会造成非线性失真并破坏子载波之间的正交性，严重影响感知范围。DFT-s-OFDM是OFDM技术的一种演进形式。作为一种频分多址接入技术，DFT-s-OFDM在OFDM的基础上，增加离散傅里叶变换(Discrete Fourier Transform，DFT)模块。与OFDM传输技术相比，DFT-s-OFDM的单载波传输最突出的优点是其传输信号具有较低的峰均比。DFT-s-OFDM的低峰均比性能适合于宽带传输，同时具有更高的功放效率，能够减少非线性失真，提升感知范围，是未来实现ISAC技术更好的候选方案；但同时DFT-s-OFDM也存在感知精度较差等有待解决的问题。
一体化波形设计需要同时兼顾感知以及通信的性能，其中感知性能直接取决于相关函数谱瓣特性。频域赋形(Frequency Domain Spectrum Shaping，FDSS)兼容现有通信体制，能有效降低信号峰均比；另外通过改变信号分布来调整相关函数谱瓣特性，进而改进感知性能。现有FDSS方案简单复用升余弦滤波器等模型，难以提升感知性能；并且只针对输出信号形状，在考虑感知与通信性能的权衡方面有所欠缺。因此如何从改善谱瓣特性入手，优化FDSS，从而提升感知性能，同时兼顾通信性能，是亟需解决的问题。
发明内容
本发明的目的在于提供一种基于FDSS的DFT-s-OFDM感知性能优化方法，以DFT-s-OFDM波形为基础，并对DFT-s-OFDM进行FDSS加窗处理；通过FDSS向量约束模糊函数的旁瓣，使能量集中于主瓣，提升单目标估计精度以及多目标分辨率，同时降低波形峰均比，进一步实现感知与通信性能的联合优化，提高DFT-s-OFDM的感知精度。
本发明的目的是通过以下技术方案实现的：
基于FDSS的DFT-s-OFDM感知性能优化方法，包含以下步骤：
步骤一、在发射端生成基于FDSS增强的DFT-s-OFDM的ISAC信号，具体包括以下子步骤：
步骤1.1对M个数据序列d＝[d0，d1，...dk，...dM-1]进行DFT变换，作M点DFT后，得到频域数据序列x＝[x0，x1，…xn，…xM-1]；
其中，xn如式(1)所示：
步骤1.2对频域数据序列x进行FDSS处理，即将DFT变换后输出序列的每项乘以相应的调制系数ωn，得到调制后序列
如式(2)所示：
步骤1.3用零符号填充的成形序列上操作N点逆DFT，得到FDSS增强的DFT-s-OFDM的ISAC信号p(t)，如式(3)所示：
其中，Δf为相邻子载波的频率间隔，基础DFT-s-OFDM信号周期T＝1/Δf；
对得到的FDSS增强的DFT-s-OFDM信号添加循环前缀后，一个完整DFT-s-OFDM符号的持续时间为Ts＝T+Tcp，Tcp为循环前缀长度；
步骤1.4对FDSS增强的DFT-s-OFDM的ISAC信号进行脉冲调制，生成FDSS增强的DFT-s-OFDM的ISAC信号；
每个感测脉冲由Ns个FDSS增强的DFT-s-OFDM符号组成，每个FDSS增强的DFT-s-OFDM符号包括Nc个子载波；
基于FDSS增强的DFT-s-OFDM的ISAC信号x(t)如式(4)所示：
其中，am，n为第m个DFT-s-OFDM符号的第n个子载波上的通信信息，rect(.)为一个幅度为1、周期为Ts的矩形函数，当0＜t≤Ts时，rect(.)值为1，其他情况下，rect(.)为0；
基于FDSS增强的DFT-s-OFDM的ISAC信号x(t)，发射信号峰均比PAPR(w)如式(5)所示：
其中，E{|x(t,w)|2}为发射信号x(t)的平均功率，w＝[ω0,ω1,...ωn,...ωM-1]为FDSS频域赋形向量；
步骤二、基于FDSS增强的DFT-s-OFDM的ISAC信号x(t)通过加性高斯白噪声信道，收端接收照射到感知目标的回波信号，并采用DFT方法对信号进行检测接收；
ISAC信号x(t)从ISAC发射器发出，P个从具有不同距离Rp和不同速度vp的感知目标反射的回波信号由ISAC接收机接收；
接收到的第p个感知目标处的回波信号yp(t)如式(6)所示：
其中，τp＝2Rc/c为目标时延，fdp＝2fcvp/c为目标多普勒频移，fc为载波频率，c＝3×108m/s为光速，n(t)为加性高速白噪声；
对接收到的回波信号按照DFT-s-OFDM符号周期进行划分，得到单个DFT-s-OFDM符号，去除循环前缀，进行N点DFT变换，通过频域均衡器进行频域均衡后，再进行M点逆DFT变换，得到接收序列；在DFT-s-OFDM解调输出处接收到的复调制符号中包含感知目标的距离信息和速度信息，其中距离估计信息kr(n)如式(7)所示：
采用DFT检测方法，对kr(n)进行逆DFT操作，进行感知目标距离检测，得到对目标的距离估计值r(k)，如式(8)所示：
步骤三、确定接收回波信号时延维度的模糊函数c(τ,w)及其积分旁瓣比；
基于FDSS增强的DFT-s-OFDM波形的时延维度的模糊函数c(τ,w)如式(9)所示：
其中，
为时延维度回波信号，
为
的共轭，τ为两个感知目标回波函数的时延差；
模糊函数反映ISAC***对不同距离、不同速度目标的分辨能力，模糊函数c(τ,w)的主瓣能量越高，旁瓣下降速度越快，ISAC***模糊度越低，对距离的分辨率越强，更容易对两个感知目标进行区分；
从时延维度分辨角度出发，信号时延模糊函数c(τ,w)的最佳形似是冲激函数；
考虑时延维度的感知性能，时延维度回波信号
如式(10)所示：
模糊函数c(τ,w)的积分旁瓣比ISLR(w)为模糊函数的旁瓣能量与主瓣能量的比值，其中主瓣积分区间为[-t0,t0]，如式(11)所示：
ISLR(w)衡量模糊函数c(τ,w)主瓣能量的集中程度，ISLR(w)越小说明模糊函数c(τ,w)能量越集中在主瓣，旁瓣越低，ISAC***的感知精度越高；
步骤四、联合优化波形积分旁瓣比与峰均比性能，以实现通信与感知的同步提升；
以FDSS频域赋形向量w为优化变量，DFT-s-OFDM感知与通信性能的联合优化目标如式(12)所示：
其中，λ为峰均比调整因子；
通过调整FDSS频域赋形向量w，最小化模糊函数c(τ，w)的积分旁瓣比，实现***单目标估计精度以及多目标分辨率的优化；
DFT-s-OFDM波形与调整好的频域赋形序列w进行FDSS调制后，会提高DFT-s-OFDM波形相邻数据间的相关性，有效降低峰均比，实现感知性能与通信性能的联合提升。
有益效果：
本发明的一种基于FDSS的DFT-s-OFDM感知性能优化方法，以DFT-s-OFDM波形为基础，并对DFT-s-OFDM进行FDSS加窗处理以改变波形的频域特性，通过调整FDSS向量约束DFT-s-OFDM模糊函数的旁瓣，使能量集中于主瓣，从而实现对ISAC***单目标估计精度以及多目标分辨率的优化，同时降低波形峰均比，进一步实现感知与通信性能的联合优化。
附图说明
图1为ISAC***模型示意图；
图2为基于FDSS的DFT-s-OFDM感知性能优化方法的流程图；
图3为ISAC信号收发***模型图；
图4为时延维度模糊函数仿真图；
图5为距离估计误差性能对比图；
图6为峰均比性能对比图。
具体实施方式
为了更好的说明本发明的目的和优点，下面结合附图和实例对发明内容做进一步说明。
实施例1：
本实施例的感知通信一体化场景如图1所示，ISAC收发端生成并发射感知通信一体化信号，通信接收端接收信号并进行数据的解调检测以完成通信过程，感知接收端接收由感知目标反射回来的回波信号并进行解调估计，得到感知目标的距离、速度等参数以完成对目标的感知过程。
应用本发明的方法实现感知与通信性能的联合优化，如图2所示，包括以下步骤：
步骤一、在发射端生成基于FDSS增强的DFT-s-OFDM的ISAC信号，如图3所示，具体包括以下子步骤：
步骤1.1对M＝64的数据序列d＝[d0，d1，…dk，...dM-1]进行DFT变换，作M点DFT后，得到频域数据序列x＝[x0，x1，…xn，…xM-1]；
其中，xn如式(1)所示：
步骤1.2对频域数据序列x进行FDSS处理，即将DFT变换后输出序列的每项乘以相应的调制系数ωn，得到调制后序列
如式(2)所示：
步骤1.3用零符号填充的成形序列上操作N＝128点逆DFT，得到FDSS增强的DFT-s-OFDM的ISAC信号p(t)，如式(3)所示：
其中，Δf＝1/T为相邻子载波的频率间隔；
实施例中，ISAC***带宽为B＝10MHz，子载波数Nc＝64，DFT-s-OFDM的ISAC信号子载波间隔Δf＝B/Nc＝156.25kHz，则基础DFT-s-OFDM信号周期T＝1/Δf＝6.4μs；
对得到的FDSS增强的DFT-s-OFDM信号添加循环前缀后，一个完整DFT-s-OFDM符号的持续时间为Ts＝T+Tcp，Tcp为循环前缀长度；
步骤1.4对FDSS增强的DFT-s-OFDM的ISAC信号进行脉冲调制，生成FDSS增强的DFT-s-OFDM的ISAC信号；
实施例中，每个感测脉冲由Ns＝1000个FDSS增强的DFT-s-OFDM符号组成，每个FDSS增强的DFT-s-OFDM符号包括Nc＝64个子载波；
基于FDSS增强的DFT-s-OFDM的ISAC信号x(t)如式(4)所示：
其中，am,n为第m个DFT-s-OFDM符号的第n个子载波上的通信信息，rect(.)为一个幅度为1、周期为Ts的矩形函数，当0＜t≤Ts时，rect(.)值为1，其他情况下，rect(.)为0；
基于FDSS增强的DFT-s-OFDM的ISAC信号x(t)的峰均比PAPR(w)如式(5)所示：
其中，E{|x(t,w)|2}为发射信号x(t)的平均功率，w＝[ω0,ω1,...ωn,...ωM-1]为FDSS频域赋形向量；
步骤二、发射信号x(t)通过加性高斯白噪声信道，收端接收照射到感知目标的回波信号，并采用DFT方法对信号进行检测接收；
ISAC信号x(t)从ISAC发射器发出，P个从具有不同距离Rp和不同速度vp的感知目标反射的回波信号由ISAC接收机接收；
实施例中，第p个感知目标的距离为Rp＝10m，运行速度为vp＝10m/s；
接收到的第p个感知目标处的回波信号yp(t)如式(6)所示：
其中，τp＝2Rp/c＝6.67×10-8s为目标时延，fdp＝2fcvp/c＝392.67Hz为目标多普勒频移，fc为载波频率，c＝3×108m/s为光速，n(t)为加性高速白噪声；
对接收到的回波信号按照DFT-s-OFDM符号周期进行划分，得到单个DFT-s-OFDM符号，去除循环前缀，进行N点DFT变换，通过频域均衡器进行频域均衡后，再进行M点逆DFT变换，得到接收序列；在DFT-s-OFDM解调输出处接收到的复调制符号中包含感知目标的距离信息和速度信息，其中距离估计信息kr(n)，如式(7)所示：
采用DFT检测方法，对kr(n)进行逆DFT操作，进行感知目标距离检测，得到对目标的距离估计值r(k)，如式(8)所示：
步骤三、确定接收回波信号时延维度的模糊函数c(τ,w)及其积分旁瓣比；
基于FDSS增强的DFT-s-OFDM波形的时延维度的模糊函数c(τ,w)如式(9)所示：
其中，
为时延维度回波信号，
为
的共轭，τ为两个感知目标回波函数的时延差；
模糊函数c(τ,w)反映ISAC***对不同距离、不同速度目标的分辨能力，模糊函数c(τ,w)的主瓣能量越高，旁瓣下降速度越快，ISAC***模糊度越低，对距离的分辨率越强，更容易对两个感知目标进行区分；
从时延维度分辨角度出发，信号时延模糊函数c(τ,w)的最佳形似是冲激函数；
实施例中，时延维度模糊函数|c(τ,w)|仿真如图4所示，其主瓣越高表示ISAC***的分辨能力越强，随着τ的增加，旁瓣下降得更快，ISAC***模糊度越低，更容易区分感知目标；
考虑时延维度的感知性能，时延维度回波信号
如式(10)所示：
模糊函数c(τ,w)的积分旁瓣比ISLR(w)为模糊函数的旁瓣能量与主瓣能量的比值，其中主瓣积分区间为[-t0,t0]，如式(11)所示：
ISLR(w)衡量模糊函数c(τ,w)主瓣能量的集中程度，ISLR(w)越小，模糊函数c(τ,w)能量越集中在主瓣，旁瓣越低，ISAC***的感知精度越高；
步骤四、联合优化波形积分旁瓣比与峰均比性能，以实现通信与感知的同步提升；
以FDSS频域赋形向量w为优化变量，DFT-s-OFDM感知与通信性能的联合优化目标如式(12)所示：
其中，λ为峰均比调整因子；
通过调整FDSS频域赋形向量w，最小化模糊函数c(τ,w)的积分旁瓣比，实现ISAC***单目标估计精度以及多目标分辨率的优化；
实施例中，优化前后的DFT-s-OFDM距离估计误差性能对比如图5所示，FDSS调整后的DFT-s-OFDM距离估计精确度提高4dB，实现DFT-s-OFDM感知性能的提升；
DFT-s-OFDM波形与调整好的频域赋形序列w进行FDSS调制后，提高DFT-s-OFDM波形相邻数据间的相关性，有效降低峰均比，实现感知性能与通信性能的联合提升；
实施例中，优化前后的DFT-s-OFDM峰均比性能对比如图6所示，FDSS调整后的DFT-s-OFDM峰均比降低2-2.5dB，实现DFT-s-OFDM感知性能与通信性能的联合提升。
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (1)
1.一种基于FDSS的DFT-s-OFDM感知性能优化方法，其特征在于：以DFT-s-OFDM波形为基础，并对DFT-s-OFDM进行FDSS加窗处理；通过FDSS向量约束模糊函数的旁瓣，使能量集中于主瓣，以提升单目标估计精度以及多目标分辨率，同时降低波形峰均比，进一步实现感知与通信性能的联合优化，提高DFT-s-OFDM的感知精度，包括如下步骤：
步骤一、在发射端生成基于FDSS增强的DFT-s-OFDM的ISAC信号，具体包括以下子步骤：
步骤1.1对M个数据序列d＝[d0，d1，...dk，...dM-1]进行DFT变换，作M点DFT后，得到频域数据序列x＝[x0，x1，...xn，...xM-1]；
其中，xn如式(1)所示：
步骤1.2对频域数据序列x进行FDSS处理，即将DFT变换后输出序列的每项乘以相应的调制系数ωn，得到调制后序列xn，如式(2)所示：
步骤1.3用零符号填充的成形序列上操作N点逆DFT，得到FDSS增强的DFT-s-OFDM的ISAC信号p(t)，如式(3)所示：
其中，Δf＝1/T为相邻子载波的频率间隔，基础DFT-s-OFDM信号周期T＝1/Δf；
对得到的FDSS增强DFT-s-OFDM信号添加循环前缀后，一个完整DFT-s-OFDM符号的持续时间为Ts＝T+Tcp，Tcp为循环前缀长度；
步骤1.4对FDSS增强的DFT-s-OFDM的ISAC信号进行脉冲调制，生成FDSS增强的DFT-s-OFDM的ISAC信号；
每个感测脉冲由Ns个FDSS增强的DFT-s-OFDM符号组成，每个FDSS增强的DFT-s-OFDM符号包括Nc个子载波；
基于FDSS增强的DFT-s-OFDM的ISAC信号x(t)如式(4)所示：
其中，am,n为第m个DFT-s-OFDM符号的第n个子载波上的通信信息，rect(.)为一个幅度为1、周期为Ts的矩形函数，当0＜t≤Ts时，rect(.)值为1，其他情况下，rect(.)为0；
基于FDSS增强的DFT-s-OFDM的ISAC信号x(t)的峰均比PAPR(w)如式(5)所示：
其中，E{|x(t,w)|2}为基于FDSS增强的DFT-s-OFDM的信号x(t)的平均功率，w＝[ω0,ω1,...ωn,...ωM-1]为FDSS频域赋形向量；
步骤二、基于FDSS增强的DFT-s-OFDM的信号x(t)通过加性高斯白噪声信道，收端接收照射到感知目标的回波信号，并采用DFT方法对信号进行检测接收；
基于FDSS增强的DFT-s-OFDM的ISAC信号x(t)从ISAC发射器发出，P个从具有不同距离Rp和不同速度vp的感知目标反射的回波信号由ISAC接收机接收；
接收到的第p个感知目标处的回波信号yp(t)如式(6)所示：
其中，τp＝2Rc/c为目标时延，fdp＝2fcvp/c为目标多普勒频移，fc为载波频率，c＝3×108m/s为光速，n(t)为加性高速白噪声；
对接收到的回波信号按照DFT-s-OFDM符号周期进行划分，得到单个DFT-s-OFDM符号，去除循环前缀，进行N点DFT变换，通过频域均衡器进行频域均衡后，再进行M点逆DFT变换，得到接收序列；在DFT-s-OFDM解调输出处接收到的复调制符号中包含感知目标的距离信息和速度信息，其中距离估计信息kr(n)如式(7)所示：
采用DFT检测方法，对kr(n)进行逆DFT操作，进行感知目标距离检测，得到对目标的距离估计值r(k)，式(8)所示：
步骤三、确定接收回波信号时延维度的模糊函数c(τ,w)及其积分旁瓣比；
基于FDSS增强的DFT-s-OFDM波形的时延维度的模糊函数c(τ,w)如式(9)所示：
其中，
为时延维度回波信号，
为
的共轭，τ为两个感知目标回波函数的时延差；
模糊函数c(τ,w)反映ISAC***对不同距离、不同速度目标的分辨能力，模糊函数c(τ,w)的主瓣能量越高，旁瓣下降速度越快，ISAC***模糊度越低，对距离的分辨率越强，更容易对两个感知目标进行区分；
考虑时延维度的感知性能，时延维度回波信号
如式(10)所示：
模糊函数c(τ,w)的积分旁瓣比ISLR(w)为模糊函数的旁瓣能量与主瓣能量的比值，其中主瓣积分区间为[-t0,t0]，如式(11)所示：
ISLR(w)衡量模糊函数c(τ,w)主瓣能量的集中程度，ISLR(w)越小，模糊函数c(τ,w)能量越集中在主瓣，旁瓣越低，ISAC***的感知精度越高；
步骤四、联合优化波形积分旁瓣比与峰均比性能，以实现通信与感知的同步提升；
以FDSS频域赋形向量w为优化变量，DFT-s-OFDM感知与通信性能的联合优化目标如式(12)所示：
其中，λ为峰均比调整因子；
通过调整FDSS频域赋形向量w，最小化模糊函数c(τ,w)的积分旁瓣比，实现***单目标估计精度以及多目标分辨率的优化；
DFT-s-OFDM波形与调整好的频域赋形序列w进行FDSS调制后，提高DFT-s-OFDM波形相邻数据间的相关性，有效降低峰均比，实现感知性能与通信性能的同步提升。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211535429.1A CN115913862A (zh) | 2022-11-30 | 2022-11-30 | 基于FDSS的DFT-s-OFDM感知性能优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211535429.1A CN115913862A (zh) | 2022-11-30 | 2022-11-30 | 基于FDSS的DFT-s-OFDM感知性能优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115913862A true CN115913862A (zh) | 2023-04-04 |
Family
ID=86478533
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211535429.1A Pending CN115913862A (zh) | 2022-11-30 | 2022-11-30 | 基于FDSS的DFT-s-OFDM感知性能优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115913862A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200076670A1 (en) * | 2017-08-25 | 2020-03-05 | Huawei Technologies Co., Ltd. | Signal transmission method, device, and system |
| CN111526106A (zh) * | 2019-02-01 | 2020-08-11 | 华为技术有限公司 | 通信方法及装置 |
| CN114879173A (zh) * | 2022-03-28 | 2022-08-09 | 南京大学 | 基于mimo-ofdm信号的感知性能优化方法 |
-
2022
- 2022-11-30 CN CN202211535429.1A patent/CN115913862A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200076670A1 (en) * | 2017-08-25 | 2020-03-05 | Huawei Technologies Co., Ltd. | Signal transmission method, device, and system |
| CN111526106A (zh) * | 2019-02-01 | 2020-08-11 | 华为技术有限公司 | 通信方法及装置 |
| CN114879173A (zh) * | 2022-03-28 | 2022-08-09 | 南京大学 | 基于mimo-ofdm信号的感知性能优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| 辛雨: "FDSS调制技术研究", 移动通信, 15 February 2018 (2018-02-15) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sturm et al. | An OFDM system concept for joint radar and communications operations | |
| CN102868659B (zh) | 一种移动ofdm水声通信信号的符号同步和多普勒补偿方法 | |
| US7564909B2 (en) | Apparatus and method for detecting ranging signal in an orthogonal frequency division multiple access mobile communication system | |
| CN101083645B (zh) | 一种低复杂度ofdm快速同步的方法 | |
| CN113364718B (zh) | 一种基于5g nr的感知通信一体化*** | |
| CN107257324B (zh) | 一种ofdm***中的时频联合同步方法及装置 | |
| CN1874335A (zh) | 信号时序同步的方法以及同步电路 | |
| CN110161472B (zh) | 一种基于信号复用的宽带车载毫米波雷达解速度模糊方法 | |
| CN104459628A (zh) | 准正交频分复用多载波线性调频雷达信号设计及处理方法 | |
| CN107728110B (zh) | 一种基于lfm信号相位调制的共享信号设计方法 | |
| CN103929825A (zh) | 基于zc序列的多用户检测方法 | |
| CN107171994B (zh) | 无线电引信信号识别和重构***及方法 | |
| CN110736977A (zh) | 一种适用于声呐通探的一体化信号产生方法 | |
| CN113259291B (zh) | 利用水声连续信号动态多普勒跟踪实现的相位补偿方法 | |
| Wang et al. | Ambiguity function analysis for OFDM radar signals | |
| CN1859345A (zh) | 一种基于ofdm***的快速频率捕获方法 | |
| CN116106900A (zh) | 基于滤波器组多载波的一体化信号设计及处理方法 | |
| CN106453192A (zh) | 一种基于屏蔽互补二元序列偶的符号同步方法及*** | |
| CN103944845A (zh) | 全频谱载波调制的相关检测方法 | |
| CN113225287B (zh) | 探测目标的方法、装置及*** | |
| CN115913862A (zh) | 基于FDSS的DFT-s-OFDM感知性能优化方法 | |
| CN1291561C (zh) | 利用频域pn序列导频获得粗频偏估计的方法 | |
| CN108600142A (zh) | 一种fbmc/oqam***中的同步方法 | |
| CN106230543B (zh) | 基于zc序列的周期前导序列生成方法 | |
| CN116184346A (zh) | 一种5g下行信号外辐射源雷达相参积累处理方法 |
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 |