当前位置: 首页 > news >正文

突破时钟异步瓶颈!ISAC系统多目标多普勒频率估计新方案来袭【附python代码】

突破时钟异步瓶颈!ISAC系统多目标多普勒频率估计新方案来袭

文章来源:微信公众号:EW Frontier

一、文章题目

时钟异步下ISAC系统中的多目标多普勒频率估计

二、摘要

在发射机与感知接收机存在时钟异步的集成感知与通信(ISAC)系统中,多普勒频率估计是一项具有挑战性的问题。现有技术存在诸多局限性,在多目标感知场景中通常难以奏效。本文提出一种基于阵列的多目标多普勒频率估计方案:首先设计一种新的到达角(AoA)估计算法,随后利用估计得到的到达角构造正交投影,分离静态路径与各动态路径,进而完成时钟异步补偿与多普勒频率估计。仿真与实验结果表明,所提方案在多目标场景下有效,且在单目标场景中的估计精度优于部分现有先进方法。

关键词:集成感知与通信;多普勒频率估计;无源感知;时钟异步

三、引言

以通信为中心的集成感知与通信(ISAC)技术借助Wi-Fi、LoRa、LTE等通信系统的信号与硬件模块实现感知功能,大幅节省了硬件成本与频率资源。多普勒频率估计是众多通信中心型ISAC应用的基础,包括车辆网络中的目标检测与跟踪、活动识别以及生物医学信号提取等。

双基地无源感知是通信中心型ISAC系统的典型配置之一(如图1所示)。在该配置中,接收机利用空间分离发射机的信号(通常为信道状态信息CSI)进行感知,而发射机与接收机的振荡器通常未同步。时钟异步会导致CSI测量中出现定时偏移(TO)、载波频率偏移(CFO),进而产生时变相位偏移,这不仅阻碍了非连续CSI测量的相干处理,还会造成多普勒与时延估计的感知模糊。

现有针对时钟异步场景的多普勒速度估计方案通常采用跨天线互相关(CACC)或跨天线信号比(CASR)方法消除TO和CFO,以实现准确的多普勒速度估计。这些方法通过计算相邻两天线接收信号的共轭相乘或比值,本质上是对动态路径信号进行非线性变换。当处理叠加的感知信号时,会导致不同动态路径信号之间产生互调制与干扰,难以分离多个目标的信号。

本文提出一种在时钟异步情况下利用阵列信号估计多个动态目标多普勒速度的方案。与现有方案不同,该方案旨在估计并补偿CSI测量中相关的时变相位偏移,且在各路径到达角(AoA)不十分接近时实现路径分离。方案首先估计各动态路径的到达角,基于该到达角构造正交投影,分离静态路径信号与各动态路径信号;利用分离出的静态路径信号估计并补偿由TO和CFO引起的相位偏移;最后通过各动态路径信号估计对应的多普勒速度。与现有方案相比,所提方案具有两大优势:1)在时钟异步补偿中保留了多径信号的线性特性;2)实现了各动态路径信号的完全分离。因此,该方案可兼容基于线性信号处理的传统感知算法,能够实现准确的多目标多普勒频率估计,且其有效性已通过仿真与实验结果验证。

四、方法简介

所提多普勒频率估计方案的核心思路是补偿TO和CFO引起的相位偏移φ,在不引入非线性失真的前提下,将各动态路径的CSI与其他路径完全分离,具体步骤如下:

1. 动态路径到达角(AoA)估计

传统MUSIC算法需估计所有传播路径的AoA,在城市或室内环境中因信道路径多而需大量天线。本文方案利用MUSIC算法仅估计动态路径的AoA,大幅减少所需天线数量。通过计算CSI矩阵的相关矩阵,利用动态路径多普勒频率的最小间隔特性,使动态路径渐近不相关,进而区分信号子空间与噪声子空间,通过MUSIC伪谱峰值获取潜在AoA估计值。随后结合Bartlett波束形成器(刻画方向功率),将Bartlett谱中数值最高的AoA估计值识别为合并静态路径,其余则为动态路径AoA。

2. 相位补偿

基于估计的动态路径AoA构造导向矩阵,通过奇异值分解(SVD)得到线性变换矩阵T,该矩阵具有与动态路径正交、半正交的特性,可将信号投影到动态路径的零空间,从而抑制动态路径,提取合并静态路径信号。设计最优权重向量最大化相位偏移估计的信噪比,通过特征值分解获取该权重向量,进而估计相位偏移并对CSI矩阵进行补偿,剩余的相位偏移残差因时不变特性不影响多普勒频率估计。

3. 动态路径信号分离

针对每个动态路径,构造包含其余动态路径导向向量的导向矩阵,通过SVD得到对应的变换矩阵,将补偿后的CSI信号投影到该矩阵的零空间,实现目标动态路径的保留与其他动态路径的抑制。对投影后的信号进行合并处理,通过减去直流分量消除静态路径投影的影响,得到分离后的动态路径信号(直流残差随快照数量增加趋近于零)。

4. 多普勒频率估计

利用分离后动态路径信号的离散时间傅里叶变换(DTFT)估计多普勒频率。DTFT在频域的连续性避免了传统离散傅里叶变换(DFT)的采样间隔问题,将DTFT谱中的最高峰值对应的频率作为多普勒频率估计值。该方案适用于多普勒频率绝对值不小于1/(2KΔt)的场景(K为快照数量,Δt为快照时间间隔)。

五、结论

本文提出一种适用于发射机与感知接收机存在时钟异步的ISAC系统的多目标多普勒频率估计方案,同时可得到发射机与反射目标的到达角(AoA)估计结果。仿真与实验结果均验证了该方案的有效性,为多目标无源ISAC感知提供了一种新途径。通过扩展到多子载波,该方案有望应用于测距、定位等超多普勒感知场景。

http://www.jsqmd.com/news/355862/

相关文章:

  • react native for OpenHarmony iconfont 图标不显示难题
  • 平衡树 Treap
  • 压力型白发哪家机构能治好?黑奥秘四大专利成分矩阵,精准解决白发根源
  • 模拟退火/随机化
  • 旅游管理系统|基于SpringBoot和Vue的旅游管理系统(源码+数据库+文档) - 详解
  • Base64 编码详解:原理、用途与实现
  • Zstandard(zstd)压缩算法及其使用
  • 消除FFmpeg库的SONAME依赖 - 实践
  • Python 文件读写
  • 文件上传与优化
  • 【小程序毕设全套源码+文档】基于Android的多功能智能手机阅读APP(丰富项目+远程调试+讲解+定制)
  • 【小程序毕设源码分享】基于springboot+android的电子书阅读器系统的设计与实现(程序+文档+代码讲解+一条龙定制)
  • 解析AI Agent架构在RK3588上的NPU/CPU/GPU映射,实现高效嵌入式AI部署
  • 北方华创芯片工业软件界面设计
  • 豆包生成带复杂公式的文件如何导出到Word文档
  • Barricades
  • OpenClaw可以接入飞书啦!Windows+Ollama+飞书搞了两天,我也有了贴身AI小助手
  • 1981-2024年各城市逐日、逐月、逐年平均气温数据shp格式
  • AUTOSAR Adaptive中应用容器Crash如何恢复?
  • C++ lambda 捕获导致性能问题有哪些典型案例
  • P9523 [JOIST 2022] 复制粘贴 3 / Copy and Paste 3
  • Python 潮流周刊#139:为什么人们总想取代数据分析师?
  • 2026年技术趋势预判:这 5 个方向正在爆发,提前布局的人已经吃到红利了
  • 我用 Python 把 Claude 变成了 “代码审查员“:每次提交前 AI 先 Review,Bug 漏网率降了 80%
  • 大数据领域数据架构的构建方法与实践
  • 提示工程敏捷管理工具选型指南:架构师教你3步选对适合团队的工具
  • WGD分类进阶--随笔021
  • 2025-2026 南京青岛特辑 随便做做
  • Flink JobManager 高可用(High Availability)原理、组件、数据生命周期与 JobResultStore 实战
  • Flink ZooKeeper HA 实战原理、必配项、Kerberos、安全与稳定性调优