【ISAC】基于啁啾延迟-多普勒域调制的自动驾驶车辆联合通信与雷达技术【附MATLAB代码】

作品简介

关注 微信公众号:EW Frontier(客服微同

了解更多的雷达、通信、人工智能相关代码。问题或建议,请公众号留言;如果你觉得EW Frontier对你有帮助,欢迎加入我的知识星球或面包多,更多代码等你来学

新知识星球:

https://wx.zsxq.com/group/15554455154582

面包多:

https://mbd.pub/o/author-a2mYl2tsbA==/work


个人博客:

https://www.cnblogs.com/EWFrontier

QQ交流群:1074124098

注:本文为参考文章代码为对其部分内容进行复现~

基于啁啾延迟-多普勒域调制的自动驾驶车辆联合通信与雷达技术

摘要

本文提出了一种以感知为中心的联合通信与毫米波雷达范式,以促进智能车辆间的协同。首先,本文设计了一种基于啁啾波形的延迟-多普勒正交振幅调制(DD-QAM),可在延迟、多普勒和振幅维度上进行数据调制。基于该调制方案,本文推导了其可达速率以量化通信性能。随后,提出了一种基于扩展卡尔曼滤波器的动态环境下四维(4D)参数估计方案,使主动车辆能够在传统四维雷达系统基础上,准确估计目标的方位角和切向速度。此外,在通信方面,本文提出了一种基于双补偿的解调与跟踪方案,使被动车辆能够在不影响自身感知功能的前提下有效解调数据。仿真结果验证了所提方法的可行性和优越性能,为自动驾驶车辆领域的发展提供了重要进展。

引言

雷达与通信技术在七十年的发展历程中并行演进,在硬件、波形设计和算法等方面存在诸多共性,二者的融合被视为下一代网络的重要突破方向,可实现协同增益。联合通信与雷达(JCR)的核心波形主要分为三类:通信中心设计(CCD)、感知中心设计(SCD)和联合设计(JD)。其中,JD虽为理想目标,但因技术新颖性和复杂性面临诸多挑战。

正交频分复用(OFDM)是CCD类JCR的常用波形,能实现高速数据传输并支持部分感知功能,但高峰均功率比使其在仅需传输控制数据的场景中存在局限。而在感知需求高、通信速率要求低且通信仅为附加功能的场景下,SCD更具优势。啁啾波形是SCD的典型代表,具有实现简单、多普勒效应容忍度高、恒模特性等优点,适用于脉冲雷达和连续波雷达。其中,毫米波(mmWave)连续波雷达因满足车载系统对尺寸、成本和平均功率的严格约束,成为自动驾驶车辆的关键传感器。

与摄像头、激光雷达相比,毫米波雷达成本更低、抗环境干扰能力更强,但单车辆传感器的感知能力有限,且频谱资源复用效率低,多车辆场景下易产生相互干扰,这为车辆间协同及JCR技术应用提供了契机。现有研究存在诸多不足:部分SCD类JCR方案不适用于民用场景,或存在理想假设与高算法复杂度问题;LoRa技术向毫米波频段扩展时面临硬件非理想和采样率过高的挑战;现有JCR方案未充分利用时间序列信息进行感知参数的数据调制。

为此,本文致力于在不损害毫米波雷达基础感知能力的前提下,赋予其通信功能,实现通信与雷达功能的无缝融合,主要贡献包括三点:一是采用“先听后说”机制,选择空闲时频资源,通过DD-QAM在单帧啁啾信号上调制延迟、多普勒和振幅数据,同时支持环境感知;二是利用跟踪过程中的相对运动,提出基于扩展卡尔曼滤波器(EKF)的五维(5D)参数估计方案,相比传统四维感知新增切向速度估计,并通过频谱泄漏实现准离格估计;三是基于跟踪过程的时间序列信息,提出双补偿解调与跟踪方案,在解调数据的同时去除调制信息以保障感知功能。

方法简介

1. 系统架构与帧结构

自动驾驶车辆分为主动车辆(AV)和被动车辆(PV),二者配备相同的JCR收发器,可根据需求切换角色。AV负责发送调制数据的JCR信号并接收回波进行环境感知,PV负责接收信号并解调数据、感知环境。帧结构采用信标帧辅助的多普勒分复用(DDM)模式:信标帧仅激活第一个发射天线,确保每个目标在距离-多普勒图(RDM)上对应唯一检测区域,实现距离和速度的无模糊估计;DDM帧激活所有发射天线,每个目标对应多个检测区域,用于区分发射天线并估计方位角和仰角。

2. 核心调制与信号模型

提出的DD-QAM调制方案将数据直接调制到啁啾信号的延迟、多普勒和复振幅上。在单径单输入单输出(SISO)信道下,通过信号混频、低通滤波和采样过程,推导了接收信号的数学模型;在多径多输入多输出(MIMO)信道下,采用DDM方案实现波形正交,通过扩展天线孔径提升角分辨率,并推导了AV和PV的接收信号模型。

3. 参数估计方案

设计了信标帧辅助的4D参数估计方案,利用CFAR检测从RDM中提取目标(路径)的延迟、多普勒信息,通过频谱泄漏带来的多检测位置平均提升估计精度,再结合DFT-based算法估计方位角和仰角。该方案通过信标帧解决DDM方案中最大检测速度降低的问题,且初始感知阶段后可仅用DDM帧完成参数估计。

4. 跟踪与解调方案

  • 主动车辆:提出基于EKF的5D参数估计方案,将传统4D参数(距离、径向速度、方位角、仰角)与切向速度结合,通过融合历史先验信息与当前观测值,提升参数估计精度并获取目标方位角。
  • 被动车辆:提出双补偿解调与跟踪方案,先基于历史参数预测当前AV的参数,再通过对比预测值与当前观测值解调延迟、多普勒和振幅维度的数据,最后去除调制信息并利用EKF完成AV参数的跟踪更新,实现感知与通信的协同。

结论

本文聚焦于提升毫米波频段感知中心型自动驾驶车辆的通信功能,主要贡献体现在三个方面:一是波形设计上,提出基于DD-QAM的啁啾波形,实现延迟、多普勒和复振幅维度的高效数据调制;二是感知层面,提出信标帧辅助的4D参数估计方案,实现延迟和多普勒的准离格估计,同时基于EKF的5D参数估计方案支持动态离格估计,并能额外获取切向速度和方位角信息;三是通信层面,为被动车辆设计双补偿解调与跟踪方案,利用时间序列信息在不影响感知功能的前提下完成数据解调。

尽管本文设计以感知为核心,但为通信速率提升提供了新路径。未来研究可探索基于每帧啁啾数量扩展可达比特率的技术方向,进一步优化联合通信与雷达系统的综合性能。

相关学习资料见面包多链接https://mbd.pub/o/author-a2mYl2tsbA==/work欢迎加入我的知识星球:

https://wx.zsxq.com/group/15554455154582,永久获取更多相关资料、代码。(目前为新知识星球,切莫加入到老知识星球)

创作时间: