(一)本發(fā)明涉及通信感知一體化領(lǐng)域，具體涉及一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法及系統(tǒng)。

背景技術(shù)：

0、(二)背景技術(shù)

1、隨著智能化、沉浸式、數(shù)字孿生等新興業(yè)務(wù)的發(fā)展，極大提升了對(duì)目標(biāo)的高精度探測(cè)、定位、識(shí)別、成像與大帶寬、低時(shí)延信息傳遞等信息處理需求。6g將提供感知、通信、計(jì)算的能力和數(shù)據(jù)服務(wù)，迎來萬物感知、連接和智能的時(shí)代。通感一體化可以將通信和感知兩個(gè)功能融合在一起，使得未來的通信系統(tǒng)同時(shí)具有通信和感知兩個(gè)功能，在無線信道傳輸信息的同時(shí)通過感知周圍環(huán)境的物理特征，從而通信與感知功能相互增強(qiáng)。通感一體化的發(fā)展適應(yīng)社會(huì)需求和技術(shù)發(fā)展，可用于車聯(lián)網(wǎng)、智慧工廠、智能交通、智慧城市等領(lǐng)域。

2、通信感知一體化波形設(shè)計(jì)需要兼顧通信和感知的需求，具體可分為通信和感知共同的關(guān)鍵需求、通信為主的關(guān)鍵需求、感知為主的關(guān)鍵需求。對(duì)于以感知為主的關(guān)鍵需求，主要體現(xiàn)在分辨率。分辨率是指對(duì)目標(biāo)的分辨能力，可分為距離分辨率和速度分辨率。距離分辨率用于表征感知在距離上區(qū)分鄰近目標(biāo)的能力，通常以最小可分辨距離度量；速度分辨率用于表征感知在徑向速度上區(qū)分目標(biāo)的能力。在實(shí)際系統(tǒng)設(shè)計(jì)中，由于子載波、快速傅里葉變換、濾波器設(shè)計(jì)等因素，不同波形和參數(shù)與理論上限存在差距。對(duì)于多維度或參數(shù)分辨來說，情況更加復(fù)雜。目前的通信感知一體化系統(tǒng)，在目標(biāo)參數(shù)估計(jì)方面，現(xiàn)有工作主要采用匹配濾波技術(shù)獲取目標(biāo)狀態(tài)。但其性能受固有分辨率的限制，需要較寬的帶寬才能實(shí)現(xiàn)高分辨率。

技術(shù)實(shí)現(xiàn)思路

0、(三)
技術(shù)實(shí)現(xiàn)要素：

1、為了解決上述問題，本發(fā)明公開了一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法及系統(tǒng)。采用基于正交頻分復(fù)用通感一體化信號(hào)，利用了其二維結(jié)構(gòu)特性，使得感知分辨率不受通信系統(tǒng)固有帶寬影響，可提升感知精度，同時(shí)實(shí)現(xiàn)通信和感知雙功能。

2、一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法，其特征在于，所述的方法包括以下步驟：

3、在發(fā)射端，產(chǎn)生基于正交頻分復(fù)用通感一體化信號(hào)，通過發(fā)射天線發(fā)送到自由空間傳輸；

4、在接收端，對(duì)于目標(biāo)物體反射的回波信號(hào)，采用二維多重信號(hào)分類感知方法獲得目標(biāo)物體的距離和速度信息；所述的二維多重信號(hào)分類感知方法包括以下步驟：

5、步驟一：將回波信號(hào)與發(fā)送的正交頻分復(fù)用通感一體化信號(hào)進(jìn)行點(diǎn)除，得到感知信息矩陣；

6、步驟二：將感知信息矩陣乘以感知信息矩陣的共軛轉(zhuǎn)置矩陣，得到距離協(xié)方差矩陣；將感知信息矩陣的共軛轉(zhuǎn)置矩陣乘以感知信息矩陣，得到速度協(xié)方差矩陣；

7、步驟三：對(duì)距離協(xié)方差矩陣和速度協(xié)方差矩陣進(jìn)行特征分解，得到其各自矩陣從大到小排序的特征值和對(duì)應(yīng)特征向量；

8、步驟四：將距離和速度協(xié)方差矩陣排序后的特征值中的最大特征值對(duì)應(yīng)的特征向量作為信號(hào)子空間，其余的作為噪聲子空間；

9、步驟五：計(jì)算距離譜函數(shù)和速度譜函數(shù)，通過譜峰搜索得到目標(biāo)物體的距離和速度信息。

10、進(jìn)一步的，所述的步驟一中，將回波信號(hào)與發(fā)送的正交頻分復(fù)用通感一體化信號(hào)進(jìn)行點(diǎn)除，得到感知信息矩陣，所述的感知信息矩陣表示為：

11、

12、其中，dr表示接收的回波信號(hào)，dt表示發(fā)送的正交頻分復(fù)用通感一體化信號(hào)；ar(ωτ,nc)表示時(shí)延方向向量，ωτ＝2πδfτ表示距離弧度頻率，δf表示子載波間隔，τ表示時(shí)延信息，nc表示子載波數(shù)目；ad(ωd,ns)表示多普勒方向向量，ωd＝2πtofdmfd表示速度弧度頻率，tofdm表示為包含一個(gè)ofdm符號(hào)和一個(gè)循環(huán)前綴的時(shí)間，fd表示多普勒頻移，ns表示一幀中ofdm的符號(hào)個(gè)數(shù)；a(m,n)表示信道影響，表示加性高斯白噪聲。

13、進(jìn)一步的，所述的步驟二中，將感知信息矩陣乘以感知信息矩陣的共軛轉(zhuǎn)置矩陣，得到距離協(xié)方差矩陣，將感知信息矩陣的共軛轉(zhuǎn)置矩陣乘以感知信息矩陣，得到速度協(xié)方差矩陣，所述的距離協(xié)方差矩陣和速度協(xié)方差矩陣分別表示為：

14、

15、其中，h表示共軛轉(zhuǎn)置。

16、進(jìn)一步的，所述的步驟三中，對(duì)距離協(xié)方差矩陣和速度協(xié)方差矩陣進(jìn)行特征分解，得到其各自矩陣從大到小排序的特征值和對(duì)應(yīng)特征向量，所述的各自矩陣的特征值和對(duì)應(yīng)特征向量分別表示為：

17、

18、其中，由rr的特征向量組成，s代表特征向量，由rr的特征值組成，λ代表特征值，diag(x)表示向量x的元素在對(duì)角線上的對(duì)角矩陣；由rv的特征向量組成，由rv的特征值組成。

19、進(jìn)一步的，所述的步驟四中，將距離和速度協(xié)方差矩陣排序后的特征值中的最大特征值對(duì)應(yīng)的特征向量作為信號(hào)子空間，其余的作為噪聲子空間，所述的信號(hào)子空間和噪聲子空間分別表示為：

20、es＝[s1],

21、

22、e′s＝[s’1],

23、

24、其中，es、en分別表示距離的信號(hào)子空間和噪聲子空間，e′s、e′n分別表示速度的信號(hào)子空間和噪聲子空間。

25、進(jìn)一步的，所述的步驟五中，計(jì)算距離譜函數(shù)和速度譜函數(shù)，通過譜峰搜索得到目標(biāo)物體的距離和速度信息，所述的距離譜函數(shù)和速度譜函數(shù)分別表示為：

26、

27、其中，kr∈[0,kmax_r-1]。kv∈[0,kmax_v-1]。kmax_r和kmax_v表示虛擬快拍數(shù)，kr表示ωτ對(duì)應(yīng)的索引，kv表示ωd對(duì)應(yīng)的索引。所述的目標(biāo)距離和速度信息分別表示為：

28、

29、其中，c0表示光速，fc表示載波頻率。

30、進(jìn)一步的，一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法的系統(tǒng)，其特征在于，包括：信號(hào)產(chǎn)生模塊，用于在發(fā)射端，產(chǎn)生基于正交頻分復(fù)用通感一體化信號(hào)，通過發(fā)射天線發(fā)送到自由空間傳輸；信號(hào)接收模塊，用于在接收端，對(duì)于目標(biāo)物體反射的回波信號(hào)，采用二維多重信號(hào)分類感知方法獲得目標(biāo)物體的距離和速度信息。

技術(shù)特征：

1.一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法，其特征在于，所述的方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法，其特征在于，所述的步驟一中，將回波信號(hào)與發(fā)送的正交頻分復(fù)用通感一體化信號(hào)進(jìn)行點(diǎn)除，得到感知信息矩陣，所述的感知信息矩陣表示為：

3.根據(jù)權(quán)利要求1所述的一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法，其特征在于，所述的步驟二中，將感知信息矩陣乘以感知信息矩陣的共軛轉(zhuǎn)置矩陣，得到距離協(xié)方差矩陣，將感知信息矩陣的共軛轉(zhuǎn)置矩陣乘以感知信息矩陣，得到速度協(xié)方差矩陣，所述的距離協(xié)方差矩陣和速度協(xié)方差矩陣分別表示為：

4.根據(jù)權(quán)利要求1所述的一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法，其特征在于，所述的步驟三中，對(duì)距離協(xié)方差矩陣和速度協(xié)方差矩陣進(jìn)行特征分解，得到其各自矩陣從大到小排序的特征值和對(duì)應(yīng)特征向量，所述的各自矩陣的特征值和對(duì)應(yīng)特征向量分別表示為：

5.根據(jù)權(quán)利要求1所述的一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法，其特征在于，所述的步驟四中，將距離和速度協(xié)方差矩陣排序后的特征值中的最大特征值對(duì)應(yīng)的特征向量作為信號(hào)子空間，其余的作為噪聲子空間，所述的信號(hào)子空間和噪聲子空間分別表示為：

6.根據(jù)權(quán)利要求1所述的一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法，其特征在于，所述的步驟五中，計(jì)算距離譜函數(shù)和速度譜函數(shù)，通過譜峰搜索得到目標(biāo)物體的距離和速度信息，所述的距離譜函數(shù)和速度譜函數(shù)分別表示為：

7.一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法的系統(tǒng)，用于實(shí)現(xiàn)權(quán)利要求1-6所述的一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法，該系統(tǒng)包括：

技術(shù)總結(jié)
本發(fā)明公開了一種基于正交頻分復(fù)用信號(hào)的二維多重信號(hào)分類感知方法及系統(tǒng)。在發(fā)射端，產(chǎn)生基于正交頻分復(fù)用通感一體化信號(hào)，通過發(fā)射天線發(fā)送到自由空間傳輸；在接收端，對(duì)于目標(biāo)物體反射的回波信號(hào)，采用二維多重信號(hào)分類感知方法獲得目標(biāo)物體的距離和速度信息。本發(fā)明提出的方法，采用基于正交頻分復(fù)用通感一體化信號(hào)，利用了其二維結(jié)構(gòu)特性，使得感知分辨率不受通信系統(tǒng)固有帶寬影響，可提升感知精度，同時(shí)實(shí)現(xiàn)通信和感知雙功能，且分辨率可控，可用于車聯(lián)網(wǎng)、智慧工廠、智能交通等。

技術(shù)研發(fā)人員：何晶,李潔
受保護(hù)的技術(shù)使用者：湖南大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30