基于MIMO-OFDM信号的感知性能优化方法

摘要

本发明公开了一种基于MIMO‑OFDM信号的感知性能优化方法，包括如下步骤：在发射端，利用波束成形技术将MIMO‑OFDM信号作为发射信号指向通信目标所在方向；在通信接收端和雷达接收端，分别计算通信速率和目标待估参数的克拉美罗下界；基于通信速率和克拉美罗下界，优化发射信号的子载波功率构成的向量，达到通信性能和感知性能的最佳折衷值，将优化后的子载波功率向量应用于发射端的发射信号中；在雷达接收端，根据多维信号处理模型，将回波信号构建为三阶张量形式，基于CPD对目标的待估参数进行解耦，最后利用因子矩阵的相位信息估计目标参数。本发明保证利用优化后的子载波功率向量，能进一步提高估计精度。

说明书

技术领域

本发明属于雷达通信领域，具体涉及一种基于MIMO-OFDM(Multiple InputMultiple Output Orthogonal Frequency Division Multiplexing，多输入多输出的正交频分复用)信号的感知性能优化方法。

背景技术

雷达传感和无线通信是射频信号的两个重要应用。过去，它们是在不同的频段上设计与开发的；近些年来，由于无线通信网络中频谱的过度拥挤以及无处不在的感知需求，推动了通信雷达一体化技术的发展。与此同时，随着通信频段的不断上调和OFDM雷达等新体制雷达的出现，工作频段以及信号设计的相似性使得通信雷达一体化成为可能。

在无线通信领域中，OFDM是一项关键性技术，因为它具有抗多径衰落、高频带利用率和易于均衡的特点。同样地，利用MIMO技术使用多天线的结构，在接收端可以提供分集增益，提高接收信噪比，且与数字信号处理技术结合，可以实现波束成形，提升定向用户的通信质量。因此，现在的通信系统大多采用MIMO-OFDM技术，如果能够在现有的MIMO-OFDM通信系统基础上实现感知功能，便能有效地降低成本、节约资源。

想要利用MIMO-OFDM信号同时实现通信与感知功能，那就必然要考虑到两者的性能折中问题。在推导通信性能指标和感知性能指标时，由于子载波的功率分配方案会同时影响通信性能和感知性能，因此需要对通信以及感知性能进行联合优化以达到它们之间的最佳性能折中。

在MIMO-OFDM的通信雷达系统下，如何充分利用获取的数据对目标的参数进行估计也是一个值得研究的问题，而且利用优化的功率方案，可以对估计算法的性能有进一步的提升。

发明内容

发明目的：利用现有的MIMO-OFDM通信系统，结合数字预编码，提出了一种感知性能的优化方法，确保在一定的通信速率下，同样获得较高的参数估计精度。

技术方案：一种基于MIMO-OFDM信号的感知性能优化方法，包含以下步骤：

(1)在发射端生成一个带有波束成形向量的MIMO-OFDM雷达通信一体化信号；

(2)通信目标通过接收天线接收雷达通信一体化信号，计算相应的通信信息；

(3)雷达接收机接收照射到通信目标的回波信号，并且提取相应的雷达信息；

(4)根据所述通信信息和雷达信息，以子载波功率向量为优化目标，通信速率为目标函数，雷达性能指标为约束条件构成优化问题，解出最优的子载波功率向量；

(5)基于CPD(Canonical Polyadic Decomposition，规范多元分解)构建多维信号处理模型，估计目标的角度，速度，距离，利用优化后的子载波功率向量，进一步提升估计精度。

进一步的，所述步骤(1)中包括如下步骤：

基于MIMO-OFDM信号的发射机与接收机相互分离；发射端的第q个数据块上具有波束成形向量的MIMO-OFDM基带信号x

进一步的，所述步骤(2)中包含如下步骤：

发射信号

进一步的，所述步骤(3)中包含如下步骤：

㈠在雷达接收端，对照射到通信目标的回波信号进行下变频，得到信号

㈡对

㈢将所述步骤㈡中的向量按照Y

㈣通过所述步骤㈢中获得的矢量形式的雷达端接收信号，利用雅可比矩阵计算出第k个目标的速度、距离和到达角的克拉美罗下界的闭式解，分别表示为

进一步的，所述步骤(4)中包含如下步骤：

i首先以通信目标的和速率

ii利用矩阵变换等价，将所述非凸的优化问题转换为凸优化问题：约束条件中的

进一步的，所述步骤(5)中包含如下步骤：

I根据多维信号处理模型，将接收信号表示为三阶张量形式，在对接收回波信号进行规范多元分解(CPD)之后，得到因子矩阵的估计值

II三个因子矩阵的相同列，对应于同一个目标的待估参数β

有益效果：本发明适用于使用MIMO-OFDM信号与目标进行通信和探测的应用场景，通过利用现有通信基站发射通信信号，有效减少了使用成本，同时节约频谱资源。本发明提出的一种基于MIMO-OFDM信号的感知性能优化方法，利用通信速率和克拉美罗下界，达到通信性能和感知性能的最佳折衷值，获得最佳的子载波功率向量；在发射端使用优化后的子载波功率向量，在接收端利用CPD处理回波信号，将目标的待估参数进行解耦，相比于未优化子载波功率向量之前，利用优化后的子载波功率向量，能够进一步提升估计精度。

附图说明

图1是本发明的系统模型图；

图2是三阶张量不同切片方式下的分解图；

图3是不同天线下通信速率和克拉美罗下界的折中性能图；

图4是不同天线下发射总功率和克拉美罗下界之间的关系图；

图5是基于CPD的不同信噪比下的估计性能图；

图6是利用优化后的子载波功率向量对CPD估计方法的性能提升图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的应用场景如图1所示：基于MIMO-OFDM信号的发射机与接收机相互分离，发射机将MIMO-OFDM信号发送到多个通信接收机，同时，雷达接收机利用接收到的回波信号估计通信接收机的位置和速度。该系统的主要特征是，通信接收机相对发射机的角度是已知的，且通信信息在雷达接收端已知，通信和雷达功能共用一体化发射信号，雷达和通信接收机分开处理。

在本发明的一体化通信雷达系统中，发射机同时与K个目标进行通信，并利用MIMO-OFDM信号估计目标的参数。发射机和雷达接收机分别配备了M

其中

本系统考虑窄带信号模型，因此基带信号上由速度以及天线间距导致的时延被忽略。假设有K个目标在探测范围内，用α

其中

其中

在雷达接收端，对回波信号进行下变频，可以得到：

其中

匹配滤波后，第q个数据块中第n个子载波中的信号可以表示为：

其中

其中A

其中

由于功率向量p＝[p

当在发射机处使用大规模MIMO天线阵列时，发射波束将足够窄，因为发射导向矢量满足：

因此，当

且(6)式可以被简化为

在这种情况下，使用不同的子载波照射不同的目标，可以消除不同目标回波之间的干扰，可以得到更简洁的克拉美罗下界表达式。定义φ

J(u)＝QJ(γ)Q

其中Q是雅可比矩阵。具体形式如下：

其中

I

根据上面的分析，待估参数u的Fisher信息矩阵J(u)可以表示为：

其中O是维度为K×K的矩阵，它对估计参数的克拉美罗下界没有影响，

因此，第k个目标的克拉美罗下界矩阵是：

其中当

当

和

基于(19)和(20)，第k个目标的估计参数的克拉美罗界的下界为：

其中

由于子载波之间的功率分配同时影响目标参数估计和通信性能，因此应考虑传输速率和克拉美罗界之间的平衡来优化子载波功率向量。故此，优化问题可以表示为：

其中p

其中

(24)中的优化问题是一个半正定规划(SDP)问题，可以通过凸优化工具箱解决。

在传统的先估计角度后联合估计速度和距离的串并估计中，角度估计误差会影响速度和距离的估计精度。为了解耦角度、速度和距离的估计，提出了基于张量分解的估计方法。根据多维信号处理模型，将(7)式中的接收信号表示为如下三阶张量的形式：

其中

为了解决问题(29)，定义A

S

通过垂直堆叠S

同理，

通过展开

其中

上述问题可以通过交替最小二乘算法解决，该算法利用以下方程：

交替优化更新A

在对接收回波信号进行规范多元分解(CPD)之后，得到因子矩阵的估计值

其中a

其中c

其中

其中b

其中

如图3所示，仿真展示了通过优化子载波功率向量，频谱效率与探测性能之间能达到的最佳折中曲线：很明显地，在收发天线个数较小时，随着约束条件得放宽，频谱利用率的最大值较小，随着收发天线个数增大，频谱利用率的最大值较大；且可以通过损失相对较小的探测性能，从而显著提高通信性能，和理论预想一致。

如图4所示，仿真展示了平均功率分配和经过优化功率分配后，不同发射总功率下所能达到的最低的克拉美罗下界情况，很明显可以看出在经过子载波功率优化后，在同样的发射总功率下，探测性能有明显得提升，且天线数目越少功率越低时，提升的效果越是明显。

如图5和图6所示，在相同的信噪比下，所提出的基于CPD的估计方法相较于传统的估计算法，更加靠近克拉美罗下界；且利用优化后的子载波功率向量，可以对估计方法的性能有进一步的提升。

仿真证明，本发明提出的基于MIMO-OFDM信号的感知性能优化方法，可以通过对通信速率和探测性能进行联合优化，使得两者之间达到平衡；且利用优化后的子载波功率向量，在经过基于CPD的估计方法后，估计性能得到进一步提升。