一种近场MIMO宽带OFDM通感一体化系统及信号处理方法

本发明属于移动通信，具体涉及一种mimo宽带ofdm通感一体化系统及信号处理方法

背景技术：

0、技术背景

1、未来6g的通感一体化(isac)技术将通信与感知功能深度融合，通过共享硬件和无线资源，实现了通信与感知的协同。随着移动通信技术的快速发展，对更高数据速率和更高效通信的需求日益增长。为了满足这些需求，通信系统正逐渐向更高频段、更大带宽以及更大规模天线阵列的方向发展。然而，在高频、宽带和大规模阵列的通信场景下，普遍存在近场效应以及宽带波束斜视效应，此时，传统的远场mimo模型不再适用，这给通信和感知带来了新的挑战。

2、作为isac的重要功能之一，空间目标位置和速度的感知对于通信波束成形策略的优化和通信抗干扰性能的提升等至关重要。传统的空间目标感知算法大多考虑远场场景。此时，对信号的建模是基于平面波模型。目标位置感知即为目标方位角估计，目标速度感知仅包括目标真实速度在目标与bs连线上的投影分量。且远场场景下，波束成形的信号能量聚集于特定的方向。然而，随着未来移动通信对于更高数据速率的需求，会使用更高的频段以及更大尺寸的天线阵列，瑞利距离随之增大，从而造成近场在bs覆盖范围内的占比更高，需要考虑球面波信号模型。此时，引入了新的距离域自由度，故目标位置感知同时包括目标角度和距离的估计，目标速度感知则可以得到目标的真实速度，包括其径向速度和横向速度。波束成形时的信号能量聚焦在空间中特定的点上。基于以上信号模型的区别，传统的基于远场的感知算法在近场场景下不再适用，且现有的适用于近场场景的目标位置感知算法，如2d-music、2d-capon等，存在需要进行多维空间搜索而复杂度过大的问题。此外，在未来移动通信普遍存在的高频宽带场景下，仅仅依靠相移器(ps)控制波束成形，信号能量聚焦点为频率的函数，从而存在波束斜视效应。传统的感知算法大多基于窄带假设，故宽带波束斜视效应也对空间目标感知带来挑战。针对该问题，可以使用真时延(true time dalay，ttd)模块实现可编程的相移控制。现有的一些研究则通过结合使用ttd与ps，并和天线阵列中的每一个阵元串联，实现宽带ofdm信号不同载波的波束斜视聚焦点的控制，根据空间中用户反馈的最大增益信号的频率实现空间目标角度和距离的感知。该方法虽然解决了宽带下空间目标感知的问题，但是其频域载波资源的利用率以及感知精度仍然有待提高。

3、基于以上存在的技术问题，本发明针对近场宽带效应下的空间目标感知问题，考虑一个大规模mimo ofdm通感一体化系统，提出了低复杂度的校准算法fd-pi(forceddegressive parabolic interpolation)和fd-bc(forceddegressive barycentercalibration)用于提升基站对用户角度和距离感知的精度，以及一种基于期望最大化(expectationmaximization，em)算法的信号处理方法，用于实现基站对用户的速度感知。

技术实现思路

1、针对现有技术中存在的技术问题，本发明提出一种近场mimo宽带ofdm通感一体化系统及信号处理方法。

2、本发明所近场mimo宽带ofdm通感一体化系统，包括：

3、一个基站(bs)以及为bs服务的处于近场的k个单天线用户。

4、进一步地，bs侧部署了n＝2l+1根天线的均匀线性阵列(ula)，bs发射ofdm信号的载波频率和信号带宽分别为fc和w，子载波的个数为m+1，则子载波间隔为δf＝w/m，第m个子载波的频率为fm＝fc-w/2+mw/m，基带频率为其中，m＝0，1，…，m。

5、进一步地，bs的每一个天线均串联了一个真时延器(ttd)和一个相移器(ps)，用于控制不同频率子载波的信号能量聚焦点即波束斜视点，则bs阵列的波束成形向量的表达式为下式(1)：

6、

7、式(1)中，表示信号的基带频率φn表示第n(n＝-l，...，0，...，l)个ps的相移，tn表示第n个ttd的时延，其表达式如下式(2)：

8、

9、式(2)中，rstart，n和rend，n表示波束斜视起始点(第0个子载波的波束斜视点(rstart，θstart))和终点(第m个子载波的波束斜视点(rend，θend))到天线n的距离，设子载波m的波束斜视点表示为则得到下式(3)和(4)：

10、

11、设用户k所在的位置为(xk，yk)，对应的极坐标为(rk，θk)，用户k的移动速度为vk，用vr，k和vθ，k分别表示用户相对于bs的ula中心的径向速度和横向速度，rn，k表示bs的天线n与用户k之间的距离，vn，k表示用户的速度vk在bs天线n与用户之间连线上的投影分量。

12、本发明另提供基于近场mimo宽带ofdm通感一体化系统的信号处理方法，包括以下步骤：

13、步骤a，用户角度和距离感知信号处理：在用户位置即角度和距离感知阶段，bs首先向用户发送ofdm调制的通过波束斜视路径控制的全1导频信号，bs再通过用户反馈的上行信号频率得到最终角度和距离感知结果；

14、步骤b，用户速度感知信号处理：设bs通过循环器和全双工技术实现发射机和接收机共享天线阵列，对于用户k，此时bs已知用户k当前的位置，并向用户发射信号能量聚焦于用户位置的ofdm信号，即设置波束斜视的起始点和终点均为运用em算法通过用户的回波信号得到对用户速度的感知；

15、步骤c，包括初始感知、波束成形器设计、数据传输与速度感知以及设置i变量的波束预测与跟踪信号处理步骤。

16、进一步地，步骤a，在用户位置即角度和距离感知阶段，bs首先向用户发送ofdm调制的通过波束斜视路径控制的全1导频信号，用户运用接收到的ofdm信号生成修正频谱，并运用本发明提出的校准算法fd-pi或fd-bc，得到最大幅度的信号频率反馈给bs，bs再通过用户反馈的上行信号频率得到最终角度和距离感知结果，具体包括：

17、步骤a1，以用户k为例，在用户角度感知阶段，设置波束斜视的起始点和终点分别为(rmid，θmin)和(rmid，θmax)，其中，rmin≤rmid≤rmax，得到修正的用户k接收信号频谱，表示为

18、步骤a2，对修正频谱采用以下校准算法进行校准：

19、步骤a2.1，对离散的修正频谱进行谱峰搜索，表示为如下式(5)：

20、

21、设用于校准的观测点数量为用于校准的观测点幅度表示为向量对应的索引表示为向量m′，位于峰值点左侧以及右侧的观测点幅度分别用向量和表示，对应的索引表示为向量m′l和m′r，由于观测点的数量有可能会因为峰值点靠近边缘而小于故以上用于存放观测点幅度和索引的向量初始化为空；

22、步骤a2.2，若选择使用fd-pi校准算法，则假设用于校准的观测点数量为为奇数：

23、步骤a2.2.1，用m′l表示峰值点左侧的最后一个有效点，并初始化为m′l＝m′，设置变量i＝m′-1；

24、步骤a2.2.2，若同时满足条件和i≥1，则接着执行步骤a2.2.3到步骤a2.2.4：反之，跳过步骤a2.2.3到步骤a2.2.4，直接执行步骤a2.2.5；

25、步骤a2.2.3，若则更新向量m′l以及峰值点左侧的最后一个有效点m′l，表示为下式(6)：

26、

27、若不满足以上条件，则继续执行下一步；

28、步骤a2.2.4，更新变量i为i＝i-1，并返回执行步骤a2.2.2；

29、步骤a2.2.5，用m′r表示观测峰值点右侧的最后一个有效点，并初始化为m′r＝m′，设置变量i＝m′+1；

30、步骤a2.2.6，若同时满足条件和则接着执行步骤a2.2.7到步骤a2.2.8，反之，则跳过步骤a2.2.7到步骤a2.2.8，直接执行步骤a2.2.9；

31、步骤a2.2.7，若则更新向量m′r，以及峰值点右侧的最后一个有效点m′r，表示为下式(7)：

32、

33、若不满足以上条件，则继续执行下一步；

34、步骤a2.2.8，更新变量i为i＝i+1，并返回执行步骤a2.2.6；

35、步骤a2.2.9，得到用于fd-pi算法的观测点幅值以及对应的索引，表示为下式(8)：

36、

37、将和m′分别作为纵坐标和横坐标，用于二次函数y＝p2x2+p1x+p0的回归拟合，得到校准后峰值的分数倍索引表达式为下式(9)：

38、

39、步骤a2.3，若选择使用fd-bc校准算法，则设用于校准的观测点数量为偶数：

40、步骤a2.3.1，若则执行步骤a2.3.2到a2.3.9；反之，则跳到步骤a2.3.10；

41、步骤a2.3.2，初始化峰值左侧的最后一个有效点索引为m′l＝m′，初始化变量i＝m′-1；

42、步骤a2.3.3，若同时满足条件和i≥1，则接着执行步骤a2.3.4到步骤a2.3.5；反之，则跳过步骤a2.3.4到步骤a2.3.5，直接执行步骤a2.3.6；

43、步骤a2.3.4，若则同式(6)，更新向量m′l以及峰值点左侧的最后一个有效点m′l；若不满足以上条件，则继续执行下一步；

44、步骤a2.3.5，更新变量i为i＝i-1，并返回执行步骤a2.3.3；

45、步骤a2.3.6，初始化峰值右侧的最后一个有效点索引为m′r＝m′，初始化变量i＝m′+1；

46、步骤a2.3.7，若同时满足条件和则接着执行步骤a2.3.8到步骤a2.3.9；反之，则跳到步骤a2.3.18；

47、步骤a2.3.8，若则同式(7)，更新向量m′r以及峰值点左侧的最后一个有效点m′r；若不满足以上条件，则继续执行下一步；

48、步骤a2.3.9，更新变量i为i＝i+1，并返回执行步骤a2.3.7；

49、步骤a2.3.10，初始化峰值左侧的最后一个有效点索引为m′l＝m′，初始化变量i＝m′-1；

50、步骤a2.3.11，若同时满足条件和i≥1，则接着执行步骤a2.3.12到步骤a2.3.13；反之，则跳过步骤a2.3.12到步骤a2.3.13，直接执行步骤a2.3.14；

51、步骤a2.3.12，若则同式(6)，更新向量m′l以及峰值点左侧的最后一个有效点m′l；若不满足以上条件，则继续执行下一步；

52、步骤a2.3.13，更新变量i为i＝i-1，并返回执行步骤a2.3.11；

53、步骤a2.3.14，初始化峰值右侧的最后一个有效点索引为m′r＝m′，初始化变量i＝m′+1；

54、步骤a2.3.15，若同时满足条件和则接着执行步骤a2.3.16到步骤a2.3.17；反之，则跳过步骤a2.3.16到步骤a2.3.17，直接执行步骤a2.3.18；

55、步骤a2.3.16，若则同式(7)，更新向量m′r以及峰值点左侧的最后一个有效点m′r；若不满足以上条件，则继续执行下一步；

56、步骤a2.3.17，更新变量i为i＝i+1，并返回执行步骤a2.3.15；

57、步骤a2.3.18，得到用于fd-bc算法的观测点幅值以及对应的索引m′，表达式同式(8)，其中，表示实际的观测点数量，满足将和m′分别作为纵坐标和横坐标，得到校准后峰值的分数倍索引表达式如下式(10)：

58、

59、步骤a3，根据校准后峰值的分数倍索引得到修正频谱最大值对应的信号频率表达式为：接着，用户将该频率信息反馈给bs，bs将θstart＝θmin，θend＝θmax代入(3)计算用户k的角度信息，表示为

60、步骤a4：在得到用户k的角度估计结果之后，对用户k的距离进行感知，此时波束斜视的起始点和终点分别设置为和得到修正的用户k接收信号频谱表示为

61、步骤a5，参考步骤a2，对修正频谱运用校准算法，得到峰值的分数倍索引

62、步骤a6，参考步骤a3，将得到的修正谱峰值分数倍索引映射到频率用户将该频率信息反馈给bs，bs将rstart＝rmin，rend＝rmax，带入式(4)计算得到用户的距离信息，表示为

63、进一步地，步骤b，用户速度感知信号处理流程，设bs通过循环器和全双工技术实现发射机和接收机共享天线阵列，仍以用户k为例，bs已知用户k当前的位置，并向用户发射信号能量聚焦于用户位置的ofdm信号，即设置波束斜视的起始点和终点均为并通过用户的回波信号得到对用户的速度感知，具体包括：

64、步骤b1，构建bs接收到用户k的回波信号模型，设bs在t0采样时刻接收到用户k的总回波信号表示为其表达式为下式(11)：

65、

66、步骤b2，优化问题的构建：

67、未知参数vk＝[vr，k，vθ，k]t和β的估计能够转化为以下优化问题：

68、

69、步骤b3，设运用期望最大化(em)算法解决式(12)中的优化问题：

70、步骤b3.1，随机初始化用户k的初始速度用于em算法的第一次迭代，初始化常数h0用于循环结束的条件判断；

71、步骤b3.2，设用户k的速度固定已知为则通过最小二乘的方法得到信道衰落系数的估计结果，如下式(13)：

72、

73、式(13)中，表示伪逆，

74、步骤b3.3，将得到的信道衰落系数的估计结果带入式(12)，则对于固定的信道衰落系数用户k的速度估计转化为以下优化问题，如下式(14)：

75、

76、对于该问题，通过基于梯度的方法，用目标函数g(vk)对用户速度vk求导，通过以下的梯度下降过程最终得到用户速度估计结果，如下式(15)：

77、

78、式(15)中，γ(i)表示第i次循环的学习率，得到的用户速度估计结果表示为

79、步骤b3.4，若上一步得到的用户速度估计结果满足则将作为用户速度的最终估计结果，用户速度感知完成；否则，设置并跳到步骤b3.2。

80、进一步地，步骤c：波束预测与跟踪信号处理流程，对于用户k，波束预测与跟踪的具体步骤：

81、步骤c1，初始感知，已知在一个相干处理间隔(cpi)内，用户的位置和速度视为不变，设一个cpi时长为t0，在第一个cpi中，设置i＝1，此时，bs不进行数据传输而只关注于用户k位置和速度的感知，具体来讲，bs在第一个cpi内首先按照步骤a的流程得到用户位置感知结果，表示为接着设置波束斜视的起始点和终点均为带入式(1)和(2)，得到此时bs的波束成形向量并向用户发射ofdm信号，根据用户的回波信号，基于步骤b的流程得到用户k初始速度的估计，表示为

82、步骤c2，波束成形器设计，已知第i个cpi内用户位置和速度的估计结果，和则估计得到在下一个cpi内用户的位置，表示为：根据第i+1个cpi内的用户位置设计出对应的波束成形器，即设置波束斜视的起始点和终点均为带入式(1)和(2)，得到波束成形向量，表示为

83、步骤c3，数据传输与速度感知：在第i+1个cpi内，利用上一个cpi内得到的波束成形器进行有效的数据传输，并基于步骤b的流程，根据用户反射的回波信号得到当前第i+1个cpi下用户的径向和横向速度，表示为

84、步骤c4：设置i＝i+1，并跳到步骤c2。

85、本发明与本技术领域现有技术相比较，具有以下的优越技术效果是：

86、1，本发明所述近场mimo宽带ofdm通感一体化系统及信号处理方法，所提出的fd-pi和fd-bc算法能够显著提升用户位置感知的精度，在低snr下，对比未经过fd采样的pi和bc算法，fd-pi算法和fd-bc算法有较为明显的优势，且snr较低时，越大，fd-pi的感知精度越高，fd-bc算法随采样点数变化的规律是越大感知精度越高。

87、2，本发明所述近场mimo宽带ofdm通感一体化系统及信号处理方法，所提出的fd-bc算法能够显著提升用户位置感知的精度，在低snr下，对比未经过fd采样的bc算法，fd-bc算法有较为明显的优势，fd-bc算法随采样点数变化的规律是越大感知精度越高。

88、3，本发明所述近场mimo宽带ofdm通感一体化系统及信号处理方法，所提出的em算法用于用户速度感知，能够充分利用频域资源并有效节省时域资源，为后续波束预测与跟踪信号处理奠定基础。