基于IEEE 802.11ad多幀相關(guān)測(cè)速算法

黎 燦 劉 偉 趙塑盾 雷 菁

(國(guó)防科技大學(xué)電子科學(xué)學(xué)院 長(zhǎng)沙 410005)

1 引言

通信、雷達(dá)在追求大帶寬、大陣列的技術(shù)發(fā)展方向呈現(xiàn)高度一致性，由此帶來(lái)的頻譜競(jìng)爭(zhēng)、互相干擾、資源浪費(fèi)等問(wèn)題日漸突出。積極探索通信和雷達(dá)的深度融合，是整合軟/硬件資源、緩解頻譜資源緊張的重要解決方案。波形設(shè)計(jì)是通信感知一體化關(guān)鍵空口技術(shù)之一[1,2]。為了更好兼容現(xiàn)有的通信/雷達(dá)系統(tǒng)，一般考慮利用已有的通信(雷達(dá))波形實(shí)現(xiàn)雷達(dá)(通信)功能。從通信波形設(shè)計(jì)角度出發(fā)，利用廣泛分布的通信信號(hào)進(jìn)行感知探測(cè)已獲得諸多進(jìn)展，重點(diǎn)利用信道狀態(tài)信息來(lái)進(jìn)行理論和技術(shù)研究[3]，研究工作主要從信號(hào)強(qiáng)度、時(shí)延、多普勒頻偏等重要參數(shù)測(cè)量著手，通過(guò)信號(hào)處理技術(shù)來(lái)支撐各種感知應(yīng)用。比如利用Wi-Fi/4G/5G等無(wú)線信號(hào)的信道狀態(tài)信息實(shí)現(xiàn)呼吸監(jiān)測(cè)、動(dòng)作識(shí)別、軌跡追蹤、入侵檢測(cè)、環(huán)境重構(gòu)等[4]。從雷達(dá)波形設(shè)計(jì)角度出發(fā)，可在時(shí)域[5]、空域[6]、碼域[7]等對(duì)雷達(dá)波型進(jìn)行改造或者基于索引調(diào)制[8]的方法嵌入通信信息，這種方法可支撐的應(yīng)用包括作為現(xiàn)有通信體制的補(bǔ)充通信方式，或者輔助基站、終端準(zhǔn)確估計(jì)信道狀態(tài)信息、調(diào)整能耗等。

在以智能交通系統(tǒng)為典型的服務(wù)類場(chǎng)景中，信息感知和傳輸共享是實(shí)現(xiàn)多車互聯(lián)、保障安全的重要技術(shù)手段。智能交通系統(tǒng)主要是各種V2X框架的并行演進(jìn)，包括車對(duì)車(Vehicle-to-Vehicle, V2V)、車對(duì)基礎(chǔ)設(shè)施(Vehicle-to-Infrastructure, V2I)和車對(duì)行人(Vehicle-to-Pedestrian, V2P)等通信，旨在構(gòu)建互聯(lián)互通的智慧網(wǎng)絡(luò)共享交通信息，增強(qiáng)交通管控能力。因此，海量數(shù)據(jù)傳輸、目標(biāo)可靠檢測(cè)與精準(zhǔn)控制問(wèn)題是一項(xiàng)持續(xù)性的挑戰(zhàn)，整體面臨高速率、高容量、低延遲的傳輸需求以及高精度的探測(cè)需求。例如自動(dòng)駕駛和精確導(dǎo)航等應(yīng)用程序要求Gbit/s量級(jí)傳輸速度，汽車?yán)走_(dá)防撞告警要求厘米級(jí)距離和速度分辨能力[9]。目前，車載目標(biāo)感知和信息傳輸普遍采用兩套分立系統(tǒng)實(shí)現(xiàn)：工作于W波段的車載雷達(dá)可實(shí)現(xiàn)厘米級(jí)測(cè)距與測(cè)速精度[10]，而V2X的信息交換主要通過(guò)工作在5.9 GHz頻段的專用短程通信技術(shù)(Dedicated Short Range Communications, DSRC)與基于蜂窩網(wǎng)絡(luò)的LTE-V實(shí)現(xiàn)[11]，但兩者有限的帶寬能力難以滿足增強(qiáng)型V2X場(chǎng)景的服務(wù)要求[12]。另一種策略是將兩者功能聯(lián)合設(shè)計(jì)為雙功能雷達(dá)通信系統(tǒng) (Dual-Function Radar and Communication, DFRC)，不僅有助于減少系統(tǒng)天線數(shù)量，降低尺寸，節(jié)約功耗，還可以幫助降低相鄰車輛間的相互干擾[13]。從通信波形設(shè)計(jì)角度出發(fā)，這類聯(lián)合設(shè)計(jì)的研究工作大都集中在利用 IEEE 802.11波形來(lái)實(shí)現(xiàn)雷達(dá)探測(cè)與參數(shù)估計(jì)功能，主要包括IEEE 802.11p 標(biāo)準(zhǔn)和 IEEE 802.11ad 標(biāo)準(zhǔn)[14]。

IEEE 802.11p 標(biāo)準(zhǔn)工作在sub6 GHz波段，能夠應(yīng)用于室內(nèi)感知和近距離V2V通信。文獻(xiàn)[15]論證了基于IEEE 802.11p標(biāo)準(zhǔn)的通信雷達(dá)一體化系統(tǒng)的概念和可行性。文獻(xiàn)[16]針對(duì)基于IEEE 802.11p的OFDM信令，提出了多目標(biāo)場(chǎng)景下距離和速度估計(jì)的數(shù)學(xué)模型和信號(hào)處理算法。但由于基于IEEE 802.11p的雷達(dá)最大允許帶寬受限，測(cè)距測(cè)速誤差無(wú)法達(dá)到厘米量級(jí)。為了滿足日益增長(zhǎng)的業(yè)務(wù)需求，毫米波頻段已經(jīng)納入車聯(lián)網(wǎng)規(guī)劃中，成為國(guó)際競(jìng)爭(zhēng)焦點(diǎn)。工作于60 GHz頻段的IEEE 802.11ad物理層幀前導(dǎo)因具有適合于目標(biāo)傳感的理想特性可用于目標(biāo)測(cè)距、測(cè)速，該標(biāo)準(zhǔn)最高可達(dá)7 Gbit/s的數(shù)據(jù)傳輸速率，并支持波束賦形以對(duì)抗路徑損耗提高傳輸可靠性。文獻(xiàn)[17]首次提出將IEEE 802.11ad標(biāo)準(zhǔn)應(yīng)用于車載雷達(dá)測(cè)速，并實(shí)現(xiàn)了單幀數(shù)據(jù)、高信噪比條件下0.1 m/s的測(cè)速精度。文獻(xiàn)[18]在單目標(biāo)和多目標(biāo)場(chǎng)景下提出基于IEEE 802.11ad的雷達(dá)參數(shù)估計(jì)算法，利用Golay序列良好的自相關(guān)特性在多幀數(shù)據(jù)處理?xiàng)l件下實(shí)現(xiàn)了–20 dB SCNR條件下0.1 m/s測(cè)速精度。文獻(xiàn)[19]基于IEEE 802.11ad波形采用最小二乘法從回波中估計(jì)多普勒參數(shù)實(shí)現(xiàn)單個(gè)寬波束下多目標(biāo)的速度測(cè)量，測(cè)速精度可達(dá)厘米量級(jí)。文獻(xiàn)[20]提出了基于聯(lián)合雷達(dá)通信系統(tǒng)的ISAR成像技術(shù)，基于文獻(xiàn)[19]方法進(jìn)行目標(biāo)距離與速度估計(jì)最終形成ISAR圖像，證明了通信波形ISAR 成像方案的有效性。相較于IEEE 802.11p標(biāo)準(zhǔn)，IEEE 802.11ad標(biāo)準(zhǔn)基于V2X場(chǎng)景下的一體化波形設(shè)計(jì)在頻率、帶寬、探測(cè)范圍以及支持波束賦形方面更具優(yōu)勢(shì)。

由于V2X場(chǎng)景下通信波形測(cè)速方法在測(cè)速精度、算法魯棒性上還存在可提升空間，本文提出了一種基于IEEE 802.11ad多幀相關(guān)測(cè)速算法，通過(guò)計(jì)算回波前導(dǎo)相關(guān)函數(shù)值，推導(dǎo)出幀移位長(zhǎng)度與多普勒頻移之間的線性關(guān)系，聯(lián)合多幀接收數(shù)據(jù)，將多普勒頻移估計(jì)問(wèn)題轉(zhuǎn)換為線性回歸斜率估計(jì)問(wèn)題，降低噪聲干擾對(duì)信號(hào)估計(jì)誤差的影響，獲得厘米級(jí)測(cè)速精度。多幀相關(guān)測(cè)速算法在文獻(xiàn)[19]基礎(chǔ)上進(jìn)一步降低測(cè)速誤差，并通過(guò)相位補(bǔ)償方法解決了由相位模糊導(dǎo)致的測(cè)速范圍受限問(wèn)題。

2 系統(tǒng)模型

2.1 IEEE 802.11ad幀結(jié)構(gòu)

IEEE 802.11ad定義了4種物理層以應(yīng)對(duì)不同應(yīng)用場(chǎng)景：控制物理層 (Control Physical layer,CPHY)、單載波物理層(Single Carrier Physical layer, SC PHY)、低功耗單載波物理層(Low-Power Single Carrier PHYsical layer, LP SC PHY)以及正交頻分復(fù)用物理層(Orthogonal Frequency Division Multiplexing PHYsical layer, OFDM PHY)，4種物理層幀結(jié)構(gòu)相似。以SC PHY為例的幀結(jié)構(gòu)如圖1所示，根據(jù)字段用途可分為短期訓(xùn)練字段(Short Training Field, STF)、信道估計(jì)字段(Channel Equalization Field, CEF)、幀頭Header、數(shù)據(jù)Data和可選字段Optional subfields。其中STF和CEF組成的26個(gè)Golay序列共同構(gòu)成前導(dǎo)Preamble。STF字段主要用于幀同步和頻偏估計(jì)，由16個(gè)連續(xù)的Ga128和1個(gè)–Ga128構(gòu)成。CEF字段通常用于信道參數(shù)估計(jì)，由Gu512, Gv512和1個(gè)Gv128序列構(gòu)成。前導(dǎo)中每段格蕾序列都具備良好的自相關(guān)特性，從而可用于雷達(dá)探測(cè)。

圖1 SC PHY幀結(jié)構(gòu)

2.2 信號(hào)模型

假設(shè)目標(biāo)為單點(diǎn)源，LOS路徑，收發(fā)端共址，則信號(hào)在發(fā)射、接收時(shí)具備相同的方位角和俯仰角。相關(guān)運(yùn)算處理時(shí)間內(nèi)目標(biāo)的位置和速度變化可以忽略不計(jì)。定義IEEE 802.11ad發(fā)射序列為s[n]，則在連續(xù)時(shí)間內(nèi)的復(fù)基帶發(fā)射信號(hào)可以表示為

3 多幀相關(guān)測(cè)速算法

IEEE 802.11ad前導(dǎo)由具有良好相關(guān)特性的Golay序列構(gòu)成，相關(guān)處理時(shí)間內(nèi)目標(biāo)的速度可視為常數(shù)，通過(guò)求序列的自相關(guān)可以獲得有關(guān)多普勒頻移的相位分量，再根據(jù)多普勒-速度轉(zhuǎn)換關(guān)系完成測(cè)速任務(wù)。定義接收信號(hào)自相關(guān)運(yùn)算為

其中，y[n]為 接收信號(hào)，L為 窗長(zhǎng)，l為信號(hào)移位長(zhǎng)度，l0為幀頭位置。截取接收第1幀信號(hào)的STF的前16個(gè)Ga128序列做自相關(guān)運(yùn)算，即取y[n]=STF1[n]

如圖2所示，在進(jìn)行自相關(guān)運(yùn)算時(shí)，STF每移位1個(gè)Ga128序列就可以得到1個(gè)相關(guān)峰，當(dāng)系統(tǒng)信噪比較高時(shí)，相位分量f[l] 與幀移位長(zhǎng)度l呈線性關(guān)系，相位分量擬合出曲線的斜率即為多普勒頻移fd。圖3為回波STF自相關(guān)的幅值與相位分量圖，隨著探測(cè)目標(biāo)距離的增加，系統(tǒng)信噪比降低，f[l]估計(jì)精度將受到噪聲擾動(dòng)而變差。

圖2 單幀信號(hào)移位相關(guān)

圖3 回波STF自相關(guān)的幅值與相位分量圖

由于信號(hào)幀結(jié)構(gòu)固定，將該方法擴(kuò)展到多幀情況，利用多幀信號(hào)的STF進(jìn)行相關(guān)計(jì)算可以提高相位分量估計(jì)精度。多幀信號(hào)移位相關(guān)操作如圖4所示。首先，對(duì)接收到的信號(hào)進(jìn)行相關(guān)檢測(cè)，峰值所在之處為幀頭位置。然后，截取第1幀信號(hào)的STF作為移位序列，分別與接收到的每幀信號(hào)的STF做相關(guān)運(yùn)算，提取相關(guān)峰中的相位分量做曲線擬合，得到的曲線的斜率即為多普勒頻移。

圖4 多幀信號(hào)移位相關(guān)操作

用ySTF1[n]表示移位序列，當(dāng)移位序列與接收信號(hào)的STF對(duì)齊時(shí)可以獲得相關(guān)峰R[km]，式(12)中A[km] 為多普勒無(wú)關(guān)項(xiàng)，N為噪聲相關(guān)項(xiàng)，km=mL為信號(hào)移位到第m幀幀頭對(duì)應(yīng)的時(shí)刻，可通過(guò)峰值檢測(cè)算法求得，m=1,2,...,M，M為參與運(yùn)算的總幀數(shù)。

圖5所示為目標(biāo)在120 m處接收9幀信號(hào)做移位相關(guān)運(yùn)算得到的幅值與相位分量結(jié)果，通過(guò)數(shù)據(jù)的累積可以平均噪聲的影響，對(duì)比圖3(d)有了明顯改善。

圖5 9幀回波前導(dǎo)移位相關(guān)的幅值與相位分量圖

4 仿真實(shí)驗(yàn)與分析

以文獻(xiàn)[19]做參考設(shè)置對(duì)比仿真實(shí)驗(yàn)。假設(shè)信號(hào)源為點(diǎn)源，收發(fā)端共址，載波為60 GHz，帶寬為1.76 GHz，信道為L(zhǎng)OS信道，UPA排列方式為8×2。首先通過(guò)峰值檢測(cè)算法確定每個(gè)幀前導(dǎo)Preamble的位置，再根據(jù)本文提出的移位相關(guān)算法估計(jì)多普勒信息完成測(cè)速任務(wù)。由于相關(guān)值計(jì)算結(jié)果受加窗數(shù)據(jù)長(zhǎng)度影響，數(shù)據(jù)量越大，抗噪性能越好，所以在進(jìn)行仿真時(shí)，除截取STF前16個(gè)Ga128用作移位序列(L=2 048)外，還截取Preamble用作移位序列(L=3 328)進(jìn)行對(duì)比。

設(shè)置目標(biāo)徑向速度為30 m/s，圖6展示了在不同距離下，利用9幀信號(hào)采取3種不同方案進(jìn)行多普勒估計(jì)的測(cè)速M(fèi)SE。結(jié)果表明隨著目標(biāo)距離的增加，測(cè)速誤差顯著提升，并且在相同距離范圍測(cè)速時(shí)，本文所提出的以Preamble和STF為移位序列的移位相關(guān)測(cè)速算法相比文獻(xiàn)[19]所提最小二乘估計(jì)法具有更優(yōu)良的誤差性能。圖6距離61 m處，文獻(xiàn)[19]測(cè)速誤差為–1.17 dB，多幀STF移位相關(guān)測(cè)速誤差為–11.96 dB。在此基礎(chǔ)上，將移位序列擴(kuò)展到整個(gè)Preamble，算法可靠性可以進(jìn)一步提升，測(cè)速誤差為–12.34 dB，提升0.38 dB。

圖6 不同距離條件下測(cè)速M(fèi)SE

圖7展示了不同SNR條件下測(cè)速的MSE結(jié)果，其中幀數(shù)M分別取4幀、6幀和9幀，L=3 328。結(jié)果表明隨著幀數(shù)的增加測(cè)速誤差越小。為實(shí)現(xiàn)厘米級(jí)測(cè)速誤差，即MSE低于–20 dB，當(dāng)M=4時(shí)，文獻(xiàn)[19]要求系統(tǒng)SNR不低于27.01 dB，移位相關(guān)測(cè)速算法要求系統(tǒng)SNR不低于20.2 dB，當(dāng)M=9時(shí)，文獻(xiàn)[19]要求系統(tǒng)SNR不低于21.16 dB，移位相關(guān)測(cè)速算法要求系統(tǒng)SNR不低于8.23 dB。并且在SNR約–7 dB條件下，移位相關(guān)測(cè)速算法采用6幀接收信號(hào)可達(dá)到文獻(xiàn)[19] 9幀信號(hào)的測(cè)速精度，在SNR約8.65 dB條件下，移位相關(guān)測(cè)速算法采用4幀接收信號(hào)即可達(dá)到文獻(xiàn)[19] 9幀信號(hào)的測(cè)速精度。

圖7 不同SNR條件下測(cè)速M(fèi)SE

圖8 不同速度條件下測(cè)速M(fèi)SE

5 結(jié)束語(yǔ)

本文基于V2X場(chǎng)景下提出一種基于IEEE 802.11ad標(biāo)準(zhǔn)的通信波形測(cè)速算法，將多普勒頻移估計(jì)問(wèn)題轉(zhuǎn)換為線性回歸斜率估計(jì)問(wèn)題，由單幀拓展到多幀條件來(lái)降低噪聲的影響，并解決了相位模糊導(dǎo)致的測(cè)速范圍受限問(wèn)題，仿真結(jié)果表明該方法在單目標(biāo)LOS場(chǎng)景下實(shí)現(xiàn)了厘米級(jí)測(cè)速精度。另外，由于該算法主要利用前導(dǎo)碼的相關(guān)特性進(jìn)行測(cè)速，所以算法同樣適用于與IEEE 802.11ad物理層前導(dǎo)結(jié)構(gòu)相似的通信波形的多普勒估計(jì)以及進(jìn)一步的功能拓展。