雷達通信一體化波形設計綜述*

李國琳，郭文彬

（北京郵電大學，北京 100876）

0 引言

近年來，同時具備無線通信和感知的智能設備在商業領域的需求呈現出急劇增長的態勢，通信感知一體化技術似乎是解決這一問題的最佳選項。為了實現通信感知一體化，最具潛力的研究方向就是雷達探測技術和無線通信技術的相輔相成。毫米波雷達以及新一代6G 通信技術的發展都需要更大的帶寬，且這兩種技術所使用的頻段出現重疊。在硬件實現層面，無線通信與雷達感知的系統發射器、接收器以及信號處理機也越來越相近。另外現有的可利用頻譜資源越來越緊張稀缺，開發共用頻譜的多功能設備迫在眉睫[1]?；谝陨先c原因，催生出雷達通信一體化概念。將智能感知和通信集成化設備用于民事領域有著極大的意義，在智能車聯網場景中，車與車之間能夠傳輸信息的討論熱度在工業界和學術界逐年提高，車輛之間的相對位置、距離、速度信息對于處理道路突發交通事故起著至關重要的作用，因此研究基于一體化波形的參數估計問題極具現實意義。

1 雷達通信一體化基本概念及其優勢

雷達通信一體化是指在同一軟件或者硬件平臺上實現雷達探測和無線通信兩種功能。2021 年，Weijie Yuan等人提出，在車聯網場景中，路邊小基站通過接收到的回波信號估計車輛的位置和速度等各種運動相關參數，借助這些信息，在基站發射端預測雷達信道參數，在下一次發送一體化信號之前做預處理來補償雷達信道的路徑損耗和多普勒頻移，車輛接收到基站發射的信號后可以繞過復雜的信道估計進行下行傳輸[2]。2015 年，D Ciuonzo 等人為了實現在雷達感知過程中的隱蔽通信，采用了一種經濟有效的方法，將通信信號嵌入雷達回波，以掩蓋通信數據傳輸[3]。

2 雷達通信一體化復用波形設計

雷達通信一體化復用波形主要分為空分復用、時分復用、頻分復用和碼分復用，近年來有學者利用chirp 信號來實現一體化復用波形設計。圖1 為一體化復用波形系統設計框圖，一般而言，雷達波形和通信波形分別設計然后相加發射，但是采用復用波形實現一體化功能通常有系統的通信數據率低、實時性差、頻譜利用率低、資源浪費嚴重等缺點，而對于高精密度的智能設備來說，這些缺陷顯然是致命的。目前一體化復用波形的研究總結可參見表1。

圖1 一體化復用波形系統設計框圖

表1 一體化復用波形研究總結表

2.1 基于空時頻碼的一體化復用波形設計

2012 年Liang Han 等人提出在毫米波應用平臺上，將雷達感知功能以及無線通信功能交替排列在時間塊中，分時實現一體化，雷達波形采用調頻連續波進行二維快速傅里葉變換實現目標參數估計，通信波形采用正交幅度調制[4]。2015年Aboulnasr Hassanien 等人提出通過將通信信息嵌入多天線感知陣列的旁瓣，利用天線主旁瓣的空間分集技術來同時實現雷達探測和無線通信的功能[5]。2007 年Volker Winkler 等人借助現有雷達設備硬件資源，在探測波形功率譜密度較低的部分放置通信信息[6]。2008 年，Wang L S 等人提出一種協作頻譜感測的思想，即在一段共享的頻帶中，通信系統機會式接入未被雷達占用的頻段實現通信數據傳輸，通過控制通信的最大功率來降低對雷達功能的干擾[7]。2012 年Li Xiaobai 等人提出為了減少探測和通信兩種功能之間的干擾，采用正交偽隨機擴頻碼分別調制雷達和無線通信波形[8]。

2.2 基于chirp信號的一體化復用波形設計

2003 年，M Roberton 等人提出了采用Down-Up chirp 信號實現一體化雙功能，在接收端通過匹配濾波技術進行脈沖壓縮來獲取感知目標位置參數以及通信信息，采用這種方式實現一體化功能的優勢是在每個雷達脈沖重復周期內，一個上chirp 通信信號只與一個下chirp 雷達感知信號在時間上重疊，在該雷達脈沖周期內的其余通信信號將不受干擾[9]。2020 年，胡廷舟等人為了解決通信速率低以及同步難等問題，提出了借助雷達感知所占用的下chirp 信號來輔助通信中的同步，上chirp 信號進行MPSK（Multiple Phase Shift Keying，多相移鍵控）調制來實現一體化雙功能[10]。2017 年，周宇等人設計了在雷達性能不受損耗的情況下來實現具有對抗多普勒效應魯棒性的一體化波形，雷達感知模塊采樣固定調頻率的chirp 信號，用于通信的二進制碼元對應不同調頻率的chirp 信號，接收端通過對回波信號匹配濾波來獲取感知目標位置參數，通信數據的解調借助分數階傅里葉變換技術實現[11]。

3 雷達通信一體化共用波形設計

雷達通信一體化共用波形設計具體分為以雷達波形為主和以通信波形為主[12]。圖2 為一體化共用波形系統設計框圖，一般而言，通信和雷達采用同一波形而不是某兩種波形的相加?；诠灿貌ㄐ蔚脑O計能給雙功能系統帶來巨大的好處，是近年來的研究熱點。目前基于雷達和基于通信的一體化共用波形的研究總結可參見表2 和表3。

表2 基于雷達的一體化共用波形設計研究總結

表3 基于通信的一體化共用波形設計研究總結

圖2 一體化共用波形系統設計框圖

3.1 基于雷達的一體化共用波形

20 世紀60 年代初，Randall M Mealey 等人首次提出利用通信比特信息調制經典的雷達脈沖，這是首次通過對雷達波形進行適當改造來實現雷達通信一體化雙功能[12]。2007 年Peli Barrenechea 等人提出將通信數據調制到FMCW（Frequency-Modulated Continuous Wave，頻率調制連續波）信號的幅度中，在接收端采用混頻去斜技術進行感知目標的參數估計以及AM（Amplitude Modulation，幅度調制）解調通信數據，該波形稱為AM-FMCW[13]。2012 年孫延坤等人提出將用于通信的MSK（Minimum-Shift Keying，最小頻移鍵控）信號的載波替換為LFM（Linear Frequency Modulation，線性頻率調制）信號，構成MSK-LFM，進而實現一體化雙功能[14-15]。2020 年曾浩等人為了提高一體化波形的頻譜效率，提出通信調制方式采用16QAM（Quadrature Amplitude Modulation，正交振幅調制），設計出16QAMLFM 一體化波形[16]。2011 年Yanan Xie 等人提出將用于雷達感知的LFM 脈沖的相位進行QPSK（Quadrature Phase Shift Keying，正交相移鍵控）調制，使通信信息攜帶在發送波形的相位上進而構成一體化波形，接收線端進行匹配濾波解調通信信息，雷達感知通過脈沖壓縮技術獲取[17]。2016年Michael J Nowak 等人提出將用于通信的BPSK（Binary Phase Shift Keying，相移鍵控）技術調制LFM 信號的相位來設計一體化波形，該方法改善了一體化波形設計中包絡起伏較大的問題[18-19]。2012 年李曉柏等人采用固定調頻率但是初始頻率不同的Chirp 信號來實現一體化雙功能，該設計增強了通信隱蔽性[20]。2013 年李曉柏等人為了克服一體化系統中的干擾問題，提出利用多載波chirp 信號來實現雙功能，通信數據加載在偶數路的子載波上，相鄰的載波滿足正交條件，在接收端通過正交采樣以及相參合成技術提取感知目標信息，通信數據通過相干解調提取[21]。最近，有學者提 出OFDM（Orthogonal Frequency Division Multiplexing，正交頻分復用）結合chirp 的一體化波形設計，將OFDM 信號的兩路正交信號分別承載雷達感知功能和通信功能，通信采用BPSK 調制，雷達采用LFM 信號[22-23]。通過改造常見的雷達探測波形，雖然能達到一體化雙功能的目的，但不可忽視的是，在這種情形下，通信速率一般無法達到當前熱門智能設備的需求。

3.2 基于通信的一體化共用波形

（1）基于擴頻序列的一體化共用波形

1993 年Kiyoshi Mizui 等人設計了采用直接序列擴頻技術進行車載通信和測距的一體化波形，車輛1 給車輛2發射PN 碼（Pseudo-Noise Code，偽噪聲碼），車輛2 接收到該碼后將通信數據乘以車輛1 的PN 碼信號發射給車輛1，車輛1 根據接收信息進行匹配濾波解調通信數據以及距離檢測[24]。1998 年Masahiro Takeda 等人解決了直接序列擴頻一體化波形設計中互干擾的消除問題[25]。2001年Katsuya Mizutani 等人采用EOE（Equivalently Odd and Even，等價奇偶）內序列和M 外序列級聯方式權衡雷達和通信對擴頻序列長度的要求[26]。

（2）基于OFDM 的一體化共用波形

當考慮到采用現有的經過適當改造的通信波形來實現雷達通信一體化功能的時候，經典的OFDM 信號往往被認為是一個很有前途的選擇[27]。2009 年Steve C Thompson 等人提出了在雷達應用上采用恒包絡OFDM 技術實現一種雙重使用的架構，著重于權衡功率效率和頻譜效率[28]。2011年Christian Sturm 等人提出通過對發射和接收的OFDM 符號逐元劃分，消除通信隨機數據的影響，并設計了基于OFDM雷達通信一體化信號的二維快速傅里葉變換速度距離估計算法，以解耦的方式獲得多普勒參數和距離參數[29-30]。2016年，Domenico Gaglione 等人提出采用分數階傅里葉變換的復用方案將通信數據嵌入Chirp 子載波中，來實現一體化雙功能[31]。2017 年，西安電子科技大學的劉永軍等人為了提高通信速率，采用不同脈沖發射不同OFDM 符號，并解決了多脈沖的相參積累問題[32]。2017 年Yongjun Liu 等人將MIMO（Multi-Input Multi-Output，多輸入多輸出）技術與OFDM 技術結合，不僅提高了通信速率，也增大了雷達感知的最大模糊距離[33-35]。2015 年Tianyao Huang 等人為了解決OFDM 雷達通信一體化波形中峰均比過高問題，引入包絡變異系數作為波形優化的代價函數，提出了一種迭代最小二乘算法[36-37]。2018 年Gor Hakobyan 等人提出對RS-OFDM（Repeated Symbol，重復符號）進行相位補償來減輕多普勒的影響[38]。2020 年Qing Zhou 等人提出了在RS-OFDM 的多普勒校正框架下與基于壓縮感知的自適應稀疏匹配追蹤方法相結合，提高了目標檢測精度，然而在重復符號步驟中降低了通信數據速率[39]。

（3）基于OTFS 的一體化共用波形

OFDM 信號在高動態場景中，多普勒擴展引起的子載波之間的干擾極其嚴重。為了解決該問題，2017年R Hadani 等人首次提出了OTFS（Orthogonal Time Frequency Space，正交時頻空間）調制方案，該方案將衰落、時變的無線信道轉換為一個時間無關的信道，即時延多普勒信道[40]。2018 年P Raviteja 等人推導了基于OTFS 調制和解調的顯式輸入輸出關系，分析了滿足雙正交性的理想脈沖成形波形和不滿足雙正交性的矩形波形情況下的多普勒間干擾項對輸入輸出的影響[41]。2019 年P Raviteja 等人研究了OTFS 調制方式在雷達通信一體化系統中的應用，提出了一種基于高動態場景下的OTFS 目標距離和速度估計匹配濾波算法算法，得出了基于OTFS的雷達通信一體化波形在速度檢測方面比基于OFDM 的雷達通信一體化波形的精確度更高[42]，但是高復雜度的匹配濾波算法無法應用于實際系統。2020 年，Lorenzo Gaudio 等人提出了基于最大似然估計算法的雷達目標速度距離估計，但該算法只適用于單目標情況，且算法復雜度依然很高[43]。2021 年，Chenwen Liu 等人為了降低一體化系統對目標距離速度估計算法復雜度，基于OTFS時延多普勒域信道表示的結構稀疏特性，提出了基于復雜模式耦合稀疏貝葉斯學習算法[44]。近年來通過聯合優化雷達感知性能和通信性能的一體化波形設計出現在人們的視野中，比如通過約束發射功率來最小化雷達和通信的互干擾項來設計一體化波形[45-48]。

4 基于通信波形的雷達目標參數估計

雷達通信一體化一般要權衡雷達性能和通信性能，而以雷達為主來設計一體化波形最致命的是通信速率受到極大限制，故設計基于現有通信波形的雷達目標參數估計算法是解決兼顧雷達性能和通信性能的最有效方法之一。

4.1 基于OFDM的雷達通信一體化目標參數估計

城市飛行汽車場景如圖3 所示。

圖3 城市飛行汽車場景

假設基站發射端發射OFDM 基帶信號為x(t)，則：

其中，t為時間，Nc為子載波的數目，Nsym為一幀中OFDM 的符號數目，s(n,μ) 為第μ個OFDM 符號的第n個子載波的調制符號，fn=nΔf為第n個子載波的頻率，Δf為子載波間隔，tf=t-μTOFDM，Tcp為循環前綴持續時間，T為OFDM 的符號周期，TOFDM=Tcp+T為OFDM 總的符號持續時間，為持續時間為T的矩形脈沖函數，基站接收端接收到的基帶回波信號為y(t)，有：

其中，K為空間目標總數，ai為由基站發射的信號經過第i個目標反射后到達基站所測的復增益，目標和基站之間的距離為di，i=1,2,…,K，目標相對于基站得運動速度為vi，i=1,2,…,K。對y(t) 采 樣，，得到接收信號矩陣形式為Y，有：

輸入：接收矩陣Y；

4.2 基于OTFS的雷達通信一體化目標參數估計

在高動態場景中，由于目標運動而引起的多普勒頻移較大，導致OFDM 信號子載波間干擾嚴重，故提出的OTFS 調制方案很好地解決了這一問題。目前對于OTFS的研究主要聚焦于通信性能的提升[49-50]。

如圖4 所示，OTFS 是直接在時延多普勒域下進行信號處理的。雷達對于目標探測的過程一般是根據回波中的時延和多普勒頻率來估計目標的距離和速度，這與OTFS在對抗雙選信道時所構造的等效時延多普勒信道有著天然的聯系?；诖嗽?，越來越多的研究者開始將OTFS 與雷達通信一體化結合起來，設計一種基于OTFS 一體化波形的目標距離速度精確估計算法，不僅能夠讓現有的基于OTFS 的通信系統增加感知功能，而且還能節約設備成本。

圖4 OTFS調制解調框圖

5 結束語

隨著信號處理以及智能硬件設備的不斷更迭，在同一嵌入式小型設備上集成具有通信和感知能力的技術似乎變得不那么遙遠[52]。不論是在以雷達感知為主的場景下附加通信功能，還是在以通信為主的場景下附加雷達感知功能，都將提升系統的智能化，這是十分令人振奮的[53-54]。本文首先指明了雷達通信一體化的基本概念以及將雷達感知與無線通信結合起來的優勢，然后介紹了雷達通信一體化波形設計的研究現狀，接著介紹了在一體化共用波形體制下基于通信波形如何估計雷達感知目標的參數。在智慧交通場景下，海量數據快速傳輸是不可回避的難題，于是多載波調制方案走進人們的視野，如何利用現有的多載波通信調制波形獲取智慧交通場景下的車輛運動參數信息，是一個具有前瞻性的研究課題，對提升系統的智能化水平極具現實意義。