-
随着电子信息技术的快速发展,无线通信和雷达探测在频段使用[1-2]、硬件/系统架构[3-4]以及信号处理[5-6]方面都趋于相似。综合考虑频谱效率[7-8]、硬件成本效益[9-10]和新业务应用[11-12],未来智能车联网(internet of vehicles, IoV)和第六代无线通信(the sixth generation, 6G)对基于连续波正交频分复用(orthogonal frequency division multiplexing, OFDM)的通信雷达一体化(fusion of communications and radar, RadCom)技术的需求持续增长[13-14]。不同RadCom应用场景所需的RadCom技术与参数不同[15],这对RadCom技术的进一步发展提出了挑战。
在IoV交通场景中,车载的短距探测需求要求OFDM RadCom系统采用连续波体制。基于连续波的雷达距离处理有两种方式:1)基于周期自相关函数(periodic auto-correlation function, PACF)的距离处理方式[2];2)基于频域元素级除法的距离处理方式[1]。在雷达处理中,这两种距离处理方式对接收噪声具有不同的影响。基于PACF方式在接收信号中提取回波时,对噪声未造成影响。而当频域符号采用非恒模调制并且在频域进行除法时,基于频域元素级除法方式不可避免地对噪声造成了影响,即噪声被放大或缩小,进而导致距离探测性能受到影响。当采用非恒模符号调制时,这两种距离处理方式的结果并不相同。因此,研究基于PACF和基于频域元素级除法这两种距离处理方式对OFDM RadCom探测性能的影响,对未来智能IoV和6G具有重要指导意义。
基于连续波的OFDM RadCom的距离处理关键在于接收端相关处理。本文主要贡献在于:以相关结果的旁瓣平均幅度为标准,提出了基于PACF与基于频域元素级除法这两种距离处理方式的临界信噪比(signal to noise ratio, SNR)计算方法。
-
由式(10)与式(13)可知,比较两种距离处理方式相关结果的旁瓣平均幅度,可得:
式中,
${A_s}$ 为${{\boldsymbol{r}}_{{\boldsymbol{x}},{\boldsymbol{x}}}}$ 的旁瓣平均幅度;${A_0}$ 为AWGN平均幅度。可得${{\boldsymbol{r}}_{{\boldsymbol{x}},{\boldsymbol{x}}}}$ 的旁瓣平均功率为:式中,
${N_0}$ 为噪声谱高度。设${\text{SNR}} = {{{P_{\boldsymbol{X}}}} \mathord{\left/ {\vphantom {{{P_{\boldsymbol{X}}}} {{N_0}}}} \right. } {{N_0}}} = {1 \mathord{\left/ {\vphantom {1 {{N_0}}}} \right. } {{N_0}}}$ ,则可得到临界SNR为:由上式可知,当时域信号
${\boldsymbol{x}}$ 相应的品质因子MF与等效噪声幅度放大因子$\beta $ 确定时,即可确定此信号对应的临界SNR值${\text{SN}}{{\text{R}}_{\text{c}}}$ 。结合式(15)可知,当${\text{SNR}} > {\text{SN}}{{\text{R}}_{\text{c}}}$ 时,采用基于频域元素级除法方式的相关结果旁瓣较低;当${\text{SNR}} \leqslant {\text{SN}}{{\text{R}}_{\text{c}}}$ 时,采用基于PACF方式的相关结果旁瓣较低。综上所述,${\text{SN}}{{\text{R}}_{\text{c}}}$ 与${{\boldsymbol{r}}_{{\boldsymbol{x}},{\boldsymbol{x}}}}$ 相应的MF和$\beta $ 直接相关,而这两者都由时域信号${\boldsymbol{x}}$ 确定。因此,不同时域信号的临界SNR不同。图2为OFDM RadCom信号PACF的品质因子MF与等效噪声幅度放大因子
$\beta $ 的互补累计分布函数(complementary cumulative distribution function, CCDF)图。如图所示,OFDM的PACF品质因子MF和$\beta $ 都随子载波数$N$ 和符号调制阶数的变化而变化。在相同CCDF($ < 0.5$ )和调制阶数的条件下,当$N$ 越大,其信号对应的MF与$\beta $ 都越小。当CCDF和$N$ 固定时,调制阶数越大,则OFDM RadCom信号的MF越小,$\beta $ 越大。此仿真结果展示了子载波数和符号调制阶数对OFDM信号PACF的MF与$\beta $ 的影响。由图2中的数据,根据式(17)可算出满足$N = 1\;024$ 和CCDF = 1%的OFDM RadCom两种距离处理方式的临界SNR,如表1所示。信号 MF β SNRc OFDM 16-QAM 2.43 1.53 −32 OFDM 64-QAM 1.64 2.42 −28 OFDM 256-QAM 1.48 3.15 −25 -
本文采用经典的基于连续波的OFDM雷达架构,经过较为简单的阵列信号处理之后可以得到三维雷达图像[1],从雷达图像中可判断目标的数量与各自的距离和相对速度信息。表2为基于24 GHz ISM频段的经典OFDM RadCom系统参数[1]。为满足一般IoV场景需求,设置CP持续时间为1.375 μs且子载波间隔为90.909 kHz,以满足200 km/h的最大探测速度和200 m的最大作用距离。令子载波数为1024,估计符号数为256,以满足1.61 m的距离分辨率和1.97 m/s的速度分辨率。雷达图像中的SNR观测一般需要将雷达处理增益
${G_{\text{p}}} = N{N_{\text{f}}}$ 纳入考虑,雷达图像SNR为${\text{SN}}{{\text{R}}_{{\text{image}}}} = {\text{SNR}} \times {G_{\text{p}}}$ 。根据表2参数,有${G_{\text{p}}} \approx 54{\text{ dB}}$ 。符号 参数 数值 fc 载波频率/GHz 24 N 子载波数 1024 Δf 子载波间隔/kHz 90.909 T 基础OFDM符号周期/μs 11 Tcp 循环前缀持续时间/μs 1.375 Tsym OFDM符号周期/μs 12.375 B 带宽/MHz 93.1 ΔR 距离分辨率/m 1.61 Rmax 最大作用距离/m 206 Nf 估计符号数 256 Δv 速度分辨率/m·s−1 1.97 vmax 最大探测速度/m·s−1 ± 252.3 假设环境存在4个动目标,且其与RadCom平台间的距离和相对速度各不相同:目标1,距离40 m,相对速度10 m/s;目标2,距离35 m,相对速度10 m/s;目标3,距离35 m,相对速度16 m/s;目标4,距离30 m,相对速度16 m/s。图3显示了在使用表2系统参数,忽略信号传播能量衰减,
${\text{SN}}{{\text{R}}_{{\text{image}}}} = 24{\text{ dB}}$ (即${\text{SNR}} = - 30{\text{ dB}}$ )和64-QAM调制条件下,OFDM RadCom系统采用二维16倍Hamming窗观测的多目标探测雷达图像。虽然4个目标的距离和相对速度都比较接近,且噪声较大,但根据图3a所示,基于PACF的距离处理得到的雷达图像可以较清晰地识别出4个分开的目标峰值,无明显次峰,且其各自的距离与相对速度也较为准确。而由图3b可知,基于频域元素级除法的雷达图像较高次峰比基于PACF的雷达图像多,导致雷达检测性能降低。因此,当${\text{SNR}} = - 30{\text{ dB}}$ 时,基于PACF的距离处理所得雷达图像由于其次峰较低,基于PACF的距离处理方式更有利于雷达的目标检测处理。这证明了表1所得临界SNR的有效性。为了更直观地验证表1中临界SNR的有效性,本文评估了满足恒虚警率(constant false-alarm rate, CFAR)条件的雷达检测性能。在雷达领域,奈曼−皮尔逊准则被广泛用于雷达信号检测,此准则要求在给定SNR条件下,满足一定虚警概率时的检测概率最大。设虚警概率与检测概率分别为
${P_{{\text{fa}}}}$ 和${P_{\text{d}}}$ 。图4为在
$N = 1\;024$ ,${P_{{\text{fa}}}} = {10^{ - 5}}$ ,忽略信号传播能量衰减,同时满足奈曼−皮尔逊准则条件下,基于PACF和基于频域元素级除法这两种距离处理方式对单一目标的雷达检测概率图。当基于PACF方式的${P_{\text{d}}}$ 达到100%且基于频域元素级除法方式的${P_{\text{d}}}$ 达到99.99%时,将所得SNR定义为其信号的临界SNR。如图4a所示,当采用4-QAM调制时,两方式的曲线完全重合,这证明当频域符号恒模时,两方式的距离处理相关结果完全一致,检测性能也完全一致。根据图4b~4d可得OFDM RadCom信号在不同调制阶数时的临界SNR:16-QAM,临界
${\text{SN}}{{\text{R}}_{{\text{image}}}} = 23{\text{ dB}}$ ,则${\text{SN}}{{\text{R}}_{\text{c}}} = - 31{\text{ dB}}$ ;64-QAM,临界${\text{SN}}{{\text{R}}_{{\text{image}}}} = 24{\text{ dB}}$ ,则${\text{SN}}{{\text{R}}_{\text{c}}} = - 30{\text{ dB}}$ ;256-QAM,临界${\text{SN}}{{\text{R}}_{{\text{image}}}} = 25{\text{ dB}}$ ,则${\text{SN}}{{\text{R}}_{\text{c}}} = - 29{\text{ dB}}$ 。此3组临界SNR与表1中的临界SNR有一定误差,在调制阶数分别为16、64、256时,临界SNR差距分别为1、2、4 dB。误差来源于对信号的MF与$\;\beta $ 的CCDF结果的取值,图2中不同CCDF对应的MF与$\;\beta $ 取值不同,则算出的${\text{SN}}{{\text{R}}_{\text{c}}}$ 不同。CCDF取值越小,对应的MF与$\;\beta $ 取值越大,则对应的${\text{SN}}{{\text{R}}_{\text{c}}}$ 越大。因此,每种信号的临界SNR的确定还与其信号的MF与$\;\beta $ 的CCDF结果的取值有关。虽然三组临界SNR与表1中数据具有一定误差,但差距较小,这证明了本文所提的基于PACF和基于频域元素级除法这两种距离处理方式的临界SNR计算方法对连续波OFDM RadCom系统的有效性。
Range Processing Analysis for RadCom Based on Continuous-Wave
doi: 10.12178/1001-0548.2021246
- Received Date: 2021-09-21
- Rev Recd Date: 2022-03-15
- Available Online: 2022-10-25
- Publish Date: 2022-09-25
-
Key words:
- autocorrelation /
- OFDM /
- RadCom /
- radar signal processing
Abstract: With the development of science and technology, the demands of Internet of vehicle (IoV) and 6G for the fusion of communications and radar (RadCom) technology is gradually increasing. Orthogonal frequency division multiplexing (OFDM) RadCom systems based on sharing continuous-wave have two range processing methods: one based on the periodic autocorrelation function (PACF) and the other based on the frequency domain element level division. In range processing, these two methods have different effects on the received noise, resulting in the difference of radar performance. By analyzing the equivalent noise amplitude amplification factor and relevant sidelobe based on PACF and frequency domain element level division, this paper introduces the calculation method of critical signal-to-noise ratio (SNR) of these two range processing methods. Finally, the effectiveness of the proposed critical SNR calculation method is verified by the simulation evaluation of radar detection performance in the IoV scenario.
Citation: | HUANG Yixuan, HU Su, YE Qibin, HU Zelin. Range Processing Analysis for RadCom Based on Continuous-Wave[J]. Journal of University of Electronic Science and Technology of China, 2022, 51(5): 688-693. doi: 10.12178/1001-0548.2021246 |