CN107086975A - 一种实现ofdm雷达通信信号一体化的方法 - Google Patents

一种实现ofdm雷达通信信号一体化的方法 Download PDF

Info

Publication number
CN107086975A
CN107086975A CN201710170730.XA CN201710170730A CN107086975A CN 107086975 A CN107086975 A CN 107086975A CN 201710170730 A CN201710170730 A CN 201710170730A CN 107086975 A CN107086975 A CN 107086975A
Authority
CN
China
Prior art keywords
mrow
msub
munderover
sigma
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710170730.XA
Other languages
English (en)
Other versions
CN107086975B (zh
Inventor
张华�
李聪
许录平
杨玉
程鹏飞
赵闻博
张洪阳
陈俊如
刘立
王光敏
孙景荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201710170730.XA priority Critical patent/CN107086975B/zh
Publication of CN107086975A publication Critical patent/CN107086975A/zh
Application granted granted Critical
Publication of CN107086975B publication Critical patent/CN107086975B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2614—Peak power aspects
    • H04L27/2615—Reduction thereof using coding
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Abstract

本发明属于信号探测通信技术领域，公开了一种实现OFDM雷达通信信号一体化的方法，把通信信号嵌入到OFDM雷达信号中的每个子载波上，实现通信雷达信号的一体化；采用多相位编码的方式实现雷达性能和通信性能可调；采用格雷编码技术结合序列循环移位技术来同时降低的一体化信号的峰均比和主旁瓣比。本发明通过把通信信号嵌入到OFDM雷达信号中的每个子载波上，来实现通信雷达信号的一体化；采用多相位编码的方式实现雷达性能和通信性能的灵活可调；针对基于多相位编码的OFDM一体化信号出现的峰均比过高及雷达主旁瓣比过高的问题。本发明采用格雷编码技术结合序列循环移位技术来同时降低的一体化信号的峰均比和主旁瓣比。

Description

一种实现OFDM雷达通信信号一体化的方法
技术领域
本发明属于信号探测通信技术领域，尤其涉及一种实现OFDM雷达通信信号一体化的方法。
背景技术
多载波特别是正交频分复用(OFDM)技术也被广泛应用于一体化波形设计中。与单载波系统相比，OFDM系统由于具有高的频谱效率，良好的抗多径能力和无多普勒影响等优越性能，如今已广泛地应用于RCI系统设计中。为了降低基于OFDM系统的峰均比值，最常用的方法是设计不同的子载波权重，利用窗函数进行限幅度。但这些方法是一种有损限幅，限幅后信号往往不能恢复。这对一体化的通信信号来说不能接受的。此外常规的方法在降低一体化信号的峰均比后，信号的雷达探测性能也随着下降。这是因为信号幅度趋向平稳时(含主瓣和副瓣)，旁瓣抑制性能也随着降低。本发明通过结合格雷码和最优循环移位序列或许可以达到折中。对于功能复用信号来说，发送端处的雷达信号与通信信号带宽相同。但却只有很少的文献提及了这样一个现象：在接收端处实际的雷达信号带宽总是高于通信信号的带宽。如果通信子系统的带宽被刻意地设计为和雷达子系统一样大，这样将会导致通信信号的丢失问题。如果刻意把雷达的带宽设计为和通信一样低，将会导致雷达性能的降低。
综上所述，现有技术存在的问题是：目前多相位编码的OFDM一体化信号出现的峰均比过高及雷达主旁瓣比过高的问题；峰均比过高将会导致信号的动态范围变大，对接收端的动态范围要求较高，在不能满足信号的特性时，会导致部分信号的丢失。雷达主旁瓣比过高，表明雷达的有效能量不够集中，除了旁瓣会带来干扰之外，还将会大大降低雷达的探测性能。
发明内容
针对现有技术存在的问题，本发明提供了一种实现OFDM雷达通信信号一体化的方法。
本发明是这样实现的，一种实现OFDM雷达通信信号一体化的方法，所述实现OFDM雷达通信信号一体化的方法把通信信号嵌入到OFDM雷达信号中的每个子载波上，实现通信雷达信号的一体化；采用多相位编码的方式实现雷达性能和通信性能可调；采用格雷编码技术结合序列循环移位技术来同时降低的一体化信号的峰均比和主旁瓣比。
具体实现如下：
多载波相位编码信号具有低SLL值，高频谱效率和理想冲击型模糊函数的特点，因此被广泛应用于雷达波形设计中。单个MCPC脉冲的复包络中，所有N个载波被长度为M的不同序列所调制
其中wn是第n个载波的权重，满足pm,n是调制在第n个子载波上的序列第m个因子。u(t)是门函数，tb是子脉冲宽度，满足
同时，fn＝n·Δf是第n个子载波的频率且满足Δf＝1/tb。对于一个MCPC信号，许多变量都可以用来设计不同的信号波形，这不仅适用于RCI信号设计，也适用于基于OFDM的RCI信号设计。
其中bm,n是一个子脉冲中的通信数据。为权重，其中An和分别为振幅与相位。An和都能被用于减小RCI系统中的PMEPR值。除此之外，相位序列pm,n很大程度上影响着雷达性能，它是RCI系统设计中的另一个重要参数，关于pm,n的不同设计方法也在文献中有所提及。本文中将pm,n设计为一个子脉冲为tb的循环移位序列。
对于第m个脉冲，公式能变形为
公式中的任何一个tm的时间域循环移位可表示为
其中am,n＝pm,nexp(-j2πntm/tb)。提出的RCI信号被定义为
假设存在L个目标，基带雷达的回波信号可描述为
其中Rl是从第l个静止目标到雷达的距离。对于基于OFDM的RCI信号，可通过脉冲压缩实现高分辨率的动态范围，而本文通过时域匹配滤波器实现了脉冲压缩。时域匹配滤波器的脉冲响应为
h(t)＝SRC *(-t)
其中()*代表共轭复数。而雷达回波信号的匹配滤波器输出为
其中是卷积操作，时域卷积需要大量的计算。为了降低计算量，使用频域的FFT实现卷积操作。假设SRC(t)的傅里叶变换为SRC(f)，Sr(t)的傅里叶变换和y(t)分别为
对公式进行IFFT变换产生目标的HRRP。
其中Rs(t)是|SRC(f)|2的IFFT形式，也是SRC(t)的自相关函数。
所述通信信号将通信数据序列插入到不同的正交载波中，通信信号可由IFFT模块产生；循环移位模块接收到通信信号的处理过程，解调完通信数据后，计算RCI系统的BER；雷达接收端，通过时域匹配滤波器实现雷达测距。
进一步，所述RCI系统的自相关函数为：
自相关函数的取值与权重wn、通信数据bn和时域循环移位am,n有关，根据通信数据来调整am,n和wn，利用循环序列am,n来提高旁瓣抑制比。
进一步，所述RCI信号的峰均比为：
PMEPR是由序列的自相关函数wnbnan决定的；振幅An设置为窗函数。
本发明的另一目的在于提供一种应用所述实现OFDM雷达通信信号一体化的方法的多载波特别是正交频分复用系统。
本发明的优点及积极效果为：通过把通信信号嵌入到OFDM雷达信号中的每个子载波上，来实现通信雷达信号的一体化；采用多相位编码的方式实现雷达性能和通信性能的灵活可调；针对基于多相位编码的OFDM一体化信号出现的峰均比过高及雷达主旁瓣比过高的问题。本发明采用格雷编码技术结合序列循环移位技术来同时降低的一体化信号的峰均比和主旁瓣比。
附图说明
图1是本发明实施例提供的RCI信号实现流程图。
图2是本发明实施例提供的通信端的解调及雷达端的的解调示意图；
图中：(a)通信接收末端；(b)雷达接收末端。
图3是本发明实施例提供的通过提高载波数目或频率间隔增大RCI信号的带宽示意图；
图中：(a)提高载波数目；(b)提高频率间隔。
图4是本发明实例中方法1中RCI系统不同相位序列的理论与实际距离分辨率；
图5是本发明实例中RCI系统ACF不同相位序列的SLL；
图中:(a)通过增加子载波数增加带宽；(b)通过增加频率间隔增加带宽。
图6是本发明实例中是否带有窗函数的RCI系统一维距离图像；
图中:(a)未加窗和初始相位；(b)加汉宁窗和纽曼相位。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
本发明所提出的RCI信号，是将通信数据序列插入到不同的正交载波中。如图1所示，RCI信号可由IFFT模块简单产生。算法选择与映射模块用于提高RCI系统的带宽，在后面的章节会详细解释。新增加的循环移位模块用于提高RCI系统的雷达性能，而循环移位模块对PMERP和ACF中SLL的影响将在仿真实验中讨论图2(a)描述了接收到通信信号的处理过程，它与RCI信号的发送过程相反。解调完通信数据后，在仿真实验中计算RCI系统的BER。图2(b)表示了雷达接收端，且通过时域匹配滤波器实现HRRP值。众所周知，在雷达系统中高带宽是实现雷达高分辨率的关键所在。但问题在于，通信信号带宽受限从而抑制了RCI系统的带宽。一般来讲，雷达系统的带宽分布于MHz到GHz。然而传统通信信号的带宽位于KHz级别，经过频谱展宽可以少部分到达MHz量级，如4G信号可到几十MHZ。注意到本论文所提出的RCI信号的带宽为，扩大或都将提高RCI信号的带宽，提升雷达的距离分辨率。考虑到OFDM的特点和通信子系统的受限带宽，可用两种方式实现RCI系统带宽的动态调整。第一种方法：保持频率间隔不变，提高子载波的数目；第二种方法：与第一种方法恰好相反，保持子载波的数目不变，提高频率间隔。
本发明实施例提供的实现OFDM雷达通信信号一体化的方法包含雷达通信一体化信号的生成，通信端的解调及雷达端的的解调。本发明所提出的RCI信号是将通信数据序列插入到不同的正交载波中，RCI信号可由IFFT模块简单产生，而算法选择与映射模块用于提高RCI信号的带宽。循环移位模块对系统的峰均比没有影响，但却可以提高RCI信号的雷达性能，接收到通信信号的处理过程，与RCI信号的发送过程相反。解调完通信数据后，可以计算RCI系统的BER。雷达接收端，通过时域匹配滤波器实现雷达测距。
所述的动态调整RCI系统的带宽通过增加载波数目从而提高RCI带宽的方式如图3(a)所示，在图3(a)和图3(b)中，b1,b2...bN是通信数据序列，f1,f2...fN为正交载波，tb为子脉冲宽度。在图3(a)的左半部分中通信数据b1,b2...bN被插入到所有的子载波中，表明了通信数据被分配到整个RCI带宽中，此时的通信带宽与RCI系统带宽相同。图3(a)的右半部分表明通信数据序列b1,b2...bN被映射为b1,b2...bN,1,1...1，子载波的数目由N变为2N，信带宽仅为RCI系统带宽的一半，即RCI系统的带宽被提高了两倍。RCI系统通过增加载波数目实现了高的雷达探测分辨率和高速率通信，但又增加了峰均比。
如图3(b)所示，通过在通信数据序列前添“0”可以动态调整RCI系统的带宽或频率间隔。如果RCI系统带宽需要被扩大Q倍，0序列长度需要为Q-1，将其插入到任意通信数据前。从图3(b)中也可以看出，通信数据序列b1,b2...bN被映射为b1,0,b2...bN/2,0,1...,0,1，表示RCI系统的频率间隔和带宽被扩大为两倍，但通信数据序列长度被降低为一半。频率间隔动态调整的方法满足了一个RCI系统对于雷达的高分辨率、低通信误码率和低计算复杂度的要求。对于RCI系统的设计，应根据不同的系统需求，采用不同的设计方法。
本发明是这样实现的，一种实现OFDM雷达通信信号一体化的方法，所述实现OFDM雷达通信信号一体化的方法把通信信号嵌入到OFDM雷达信号中的每个子载波上，实现通信雷达信号的一体化；采用多相位编码的方式实现雷达性能和通信性能可调；采用格雷编码技术结合序列循环移位技术来同时降低的一体化信号的峰均比和主旁瓣比。
具体实现如下：
多载波相位编码信号具有低SLL值，高频谱效率和理想冲击型模糊函数的特点，因此被广泛应用于雷达波形设计中。单个MCPC脉冲的复包络中，所有N个载波被长度为M的不同序列所调制
其中wn是第n个载波的权重，满足pm,n是调制在第n个子载波上的序列第m个因子。u(t)是门函数，tb是子脉冲宽度，满足
同时，fn＝n·Δf是第n个子载波的频率且满足Δf＝1/tb。对于一个MCPC信号，许多变量都可以用来设计不同的信号波形，这不仅适用于RCI信号设计，也适用于基于OFDM的RCI信号设计。
其中bm,n是一个子脉冲中的通信数据。为权重，其中An和分别为振幅与相位。An和都能被用于减小RCI系统中的PMEPR值。除此之外，相位序列pm,n很大程度上影响着雷达性能，它是RCI系统设计中的另一个重要参数，关于pm,n的不同设计方法也在文献中有所提及。本文中将pm,n设计为一个子脉冲为tb的循环移位序列。
对于第m个脉冲，公式能变形为
公式中的任何一个tm的时间域循环移位可表示为
其中am,n＝pm,nexp(-j2πntm/tb)。提出的RCI信号被定义为
假设存在L个目标，基带雷达的回波信号可描述为
其中Rl是从第l个静止目标到雷达的距离。对于基于OFDM的RCI信号，可通过脉冲压缩实现高分辨率的动态范围，而本文通过时域匹配滤波器实现了脉冲压缩。时域匹配滤波器的脉冲响应为
h(t)＝SRC *(-t)
其中()*代表共轭复数。而雷达回波信号的匹配滤波器输出为
其中是卷积操作，时域卷积需要大量的计算。为了降低计算量，使用频域的FFT实现卷积操作。假设SRC(t)的傅里叶变换为SRC(f)，Sr(t)的傅里叶变换和y(t)分别为
对公式进行IFFT变换产生目标的HRRP。
其中Rs(t)是|SRC(f)|2的IFFT形式，也是SRC(t)的自相关函数。
所述通信信号将通信数据序列插入到不同的正交载波中，通信信号可由IFFT模块产生；循环移位模块接收到通信信号的处理过程，解调完通信数据后，计算RCI系统的BER；雷达接收端，通过时域匹配滤波器实现雷达测距。
下面结合RCI系统性能分析对本发明的优点及积极效果作详细的的描述。
本发明的RCI系统性能分析，主要包含PMERP问题分析，雷达性能分析，通信性能分析。
(1)PMERP问题分析
基于OFDM的RCI系统的一个主要缺点是显著的包络变化。对于第m个子脉冲sm(t)而言，峰值系数(CF)表示为：
通常用CF的平方表示一个信号中的PMEPR：
对于复杂的RCI信号sm(t)而言，也可通过简单的计算表述：
其中将公式(3)代如公式(2)中，可得到：
公式(4)表明：PMEPR是由序列的自相关函数wnbnan决定的。bn是随机的通信数据，为权重，an是循环移位。进一步观察可发现，循环移位an不会影响自相关函数mk，这表明an并未改变系统的PMEPR值。因此只有和bn能被用于控制RCI系统中的PMEPR。振幅An经常被设置为窗函数，如三角窗、汉明窗、布莱克窗等，而相位被设置为Newman、Schroeder和Narahashi-Nojima相位，用于减小PMEPR的数值。对于随机的通信数据而言，经常使用相位编码技术来减小系统的PMEPR值。
在仿真实验中考虑了包括PMEPR问题、雷达性能以及通信性能分析在内的三方面。仿真实验的RCI系统参数在表1列出。
表1 RCI系统参数
12种情况下RCI系统中峰均比。情况(1)，频率加权振幅和相位分别设置为矩形窗口和零情况(2)，设置为汉宁窗和零An＝(0.54-0.46cos(2πn/N))0.5,情况(3)，设置为矩形窗和纽曼值情况(4)，设置为汉宁窗和纽曼值情况(1-4)中，通信数据序列是未经编码的随机序列。与此相反，情况(5-8)中，通信数据序列进行格雷编码并且频率加权设置与情况(1-4)相同。情况(9-12)中，频率加权和通信数据与(5-8)中相同，唯一不同的是，在(9-12)中，通信数据有循环移位操作。情况(1-12)下RCI系统的4倍过采样PMEPR值在表1中给出。
表1不同情况下RCI系统的PMEPR
表2 不同情况下RCI系统的PMEPR
表2表明，当所述通信数据未进行编码，有初始相位的窗口函数会降低RCI系统的PMEPR。然而，频率加权的效果并不明显，情况(4)中PMEPR仅仅减少到9dB。其原因是，按照一定的规则排列的频率加权序列不能消除通信数据的随机性性质。当通信数据由格雷码编码，初始相位为0的矩形窗口具有最低的PMEPR。当采用有或者没有初始纽曼相位的汉宁窗时，PMEPR将增加。这是由于格雷码的完整性被汉宁窗或者纽曼相位破坏了。为了得到低PMEPR，ωn＝1，格雷编码的bn是一个合理的方案。
(2)雷达性能分析
在雷达信号波形分析与设计中，雷达模糊函数是一个有效的工具。RCI信号可表示为：
其中dm,n＝bm,nam,n，RCI系统的模糊函数表示为：
其中当取n＝l获得χAuto(τ,fd)，它是模糊函数的主要部分。当取n≠l获得χCross(τ,fd)，表示相互间的干扰。χn(τ,fd)为un(t)的模糊函数，χn,l(τ,fd)是un(t)和ul(t)的十字模糊函数。un(t)的模糊函数表示为：
其中χ1(τ-ktb,fd)是一个子脉冲信号u(t)的模糊函数，χ2(ktb,fd)是相位编码信号的复包络的模糊函数：
同理，χn,l(τ,fd)的计算也类似于χn(τ,fd)和χn,l(τ,fd)的计算：
将公式(9)～(13)带入公式(6)中得到：
注意到也就是说χCross(τ,(n-l)Δf)＝0|n≠l。因此RCI的自相关函数为：
从公式中可以看出，自相关函数的取值与权重wn、通信数据bn和时域循环移位am,n有关。由于通信数据是随机的，这种随机性会破坏RCI信号自相关的性能。因此，应根据通信数据来调整am,n和wn，从而提高旁瓣抑制率。在本发明中，选择一组合适的am,n来提高雷达探测性能，并通过遗传算法计算具有子脉冲的循环移位。
鉴于高精度雷达对大带宽的要求，两种方法都旨在增加RCI系统的带宽。为了测试两种方法的有效性，距离分辨率和有不同相位序列的SLL的设计用两种不同方法仿真。本文中，我们假设通信信号的最大带宽为16MHz，雷达信号带宽从16MHz到200MHz变化。除此之外，基于混沌的代码由初始值为的Logistic映射生成。
在方法1中，RCI系统的带宽是通过副载波的数量的增加而增大的。众所周知，雷达的理论距离分辨率由确定，因此距离分辨率随着带宽的减小而增加。本文中，实际距离分辨率通过计算RCI系统ACF的3dB的主瓣宽度(半功率)得到。不同情况下理论和实际的雷达距离分辨率之间的比较绘制在图4中。图4中的标志“circular shift,M and Chaos”分别代表距离分辨率在相位序列设计为直接扩频序列，基于混沌的相位序列和循环移位序列的情况下的计算结果。括号中的“withwindowing”标签表示频率加权系数设置为初始相位为纽曼相位的汉宁窗。从图4中可以看出，当频率加权系数设置为矩形窗＝1时，不同情况下的实际距离分辨率与理论值相同。然而，当频率加权系数设置为带有初始纽曼相位或不带初始纽曼相位的汉宁窗时，不论相位序列设计成什么类型，实际距离分辨率都将减小。这是因为，汉宁窗造成ACF的主瓣宽度变宽，而汉宁窗常常选用来减少RCI系统ACF的SLL。幸运的是，本文设计出合适的相位序列而不是窗函数来降低ACF的SLL。两种方法中，RCI系统带宽的增加趋势是类似的，因此在方法2中提到的理论与实际的距离分辨率的比较就可以忽略了。要注意的一点是，本文中的最佳循环移位是通过遗传算法实现的，其群体中个体数量设置为20，最大遗传迭代为50。
使用方法1、2在不同条件下RCI系统ACF的SLL仿真和结果由图5a和5b给出。图5a指出，RCI信号的ACF的旁瓣抑制效果更好，并且当副载波数量增加时效果还会更好。这是由于，RCI序列被添加的副载波拓展了，一个更长的随机RCI序列常常会提供更好的自相关性。在大多数情况下，当频率加权设置为汉宁窗时，这3种不同条件下的距离分辨率会减小。M序列和混沌序列的性能是相似的，他们都比带或不带有窗函数的循环移位序列的性能差。对一点而言，相比其他序列，使用循环移位序列的ACF的SLL降低了约3dB。因此，增加副载波数量可以得到高雷达距离分辨率和低ACF的SLL。
与图5a相反，图5b表明，不同条件下ACF的SLL并不是随着RCI系统带宽的增加而减小的。这是因为在方法2中，频率间隔增大，副载波数量保持不变，从而相位序列长度保持为一个常数。从图5b中也可知，三种不同条件下，没有窗函数的性能均优于有窗函数的性能。与m序列和混沌序列相比，使用循环移位序列有更好的性能，其ACF的SLL将降低超过5dB。选择方法1或者方法2均可达到提高雷达分辨率和旁瓣抑制的效果。不同之处在于，使用方法1可以得到更低的SLL。但是随着副载波数量的不断增加，计算量也越来越大。简言之，对于低实时性、高旁瓣抑制性要求的系统而言，选用方法1；与之相反，对高实时性但低旁瓣抑制性的系统而言，选用方法2。
对于一个RCI系统，PMEPR问题和SLL问题应同时考虑。三种不同相位序列下的PMEPR和SLL由表3给出。在这三种条件下，通信数据由格雷编码，频率加权设置为矩形窗，其余的参数在表1中给出。
表3三种条件下的PMEPR和ACF的SLL
表3表明，选定合适的循环移位序列可以同时得到更低的PMEPR和SLL，而其余两种方法均不能得到更低的PMEPR。原因是由于m序列或者混沌序列破坏了格雷码的完整性。为了进一步测试雷达的性能，得到RCI系统的一维距离图像。
假设有三个静态目标，三者的反射系数和距离分别为0.8，1200m；1.0，1201.5m；0.6，1203m。图6所示的RCI系统一维距离像经过4倍过采样。在此次仿真实验中，SNR＝5dB，其余参数由表1给出。
图6a和6b表示有1.5米相互距离的三个目标可以通过所给的RCI系统检测出，并且三个目标的ACF峰值与给出的反射系数相一致。图6b中，虽然三个目标可以被检测出，但是其ACF的峰值被汉宁窗函数篡改了。换言之，一维距离图像会受窗函数影响。因此，为了得到更好的一维HRRP和多目标检测性能，应选用矩形窗。
(3)通信性能分析
在基于OFDM的RCI系统中，接收到子信道上的rn(t)数据可被描述为：
rn(t)＝bn(t)+n(t),0≤t≤tb (15)
其中bn(t)是第n个子信道上所发送的数据，n(t)是均值为0，方差为σ2，功率谱为的高斯白噪声。对于一个BPSK调制的RCI系统而言，理想接收端的误码率为：
其中为一个误差补偿函数，Eb,n是参数bn(t)的幅度。公式(16)表明RCI系统的BER并不受子载波数目N和频率Δf的影响，这表明带宽并不影响BER。
前面的分析表明，给定调制方案的RCI系统的BER只由信噪比决定。为了验证这一点，进行了4个不同系统带宽(16MHz，32MHz，64MHz，128MHz)的仿真实验。在仿真实验中，RCI系统参数由表1给出，选用BPSK编码方式。
BER B＝16MHz B＝32MHz B＝64MHz B＝128MHz
SNR＝-5dB 0.2131 0.2132 0.2132 0.2132
SNR＝0dB 0.0786 0.0786 0.0786 0.0786
SNR＝5dB 0.0059 0.0059 0.0059 0.0059
SNR＝10dB 4_5703×10-6 3_7500×10-6 3_7790×10-6 3_7792×10-6
表4不同信噪比和带宽下的RCI系统BER值
根据表4可知，不同带宽下RCI系统的BER相类似，这意味着RCI系统的带宽对BER没有影响。随着信噪比的增加BER降低。当信噪比大于5dB时，BER值低于5e-3，这满足基本通信功能的要求。对通信数据转换速率而言，它与调制模式和带宽增长方法有关。通信数据速率在第一种方法中保持常数不变，而在第二种方法中降低。假设通信子系统最大带宽为16MHz，因此，就BPSK调制而言，可以用基于OFDM的RCI系统来获得最大数据传输速率(16Mbit/s)。因此，RCI系统可以实现拥有低PMEPR和SLL值的雷达功能，也可以实现拥有高数据传输速率和可接受BER值的通信功能。

Claims (4)

1.一种实现OFDM雷达通信信号一体化的方法，其特征在于，所述实现OFDM雷达通信信号一体化的方法把通信信号嵌入到OFDM雷达信号中的每个子载波上，实现通信雷达信号的一体化；采用多相位编码的方式实现雷达性能和通信性能可调；采用格雷编码技术结合序列循环移位技术来同时降低的一体化信号的峰均比和主旁瓣比；
所述多载波相位编码信号，单个MCPC脉冲的复包络中，所有N个载波被长度为M的不同序列所调制：
<mrow> <msub> <mi>s</mi> <mi>R</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>M</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>w</mi> <mi>n</mi> </msub> <msub> <mi>p</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mi>u</mi> <mo>&amp;lsqb;</mo> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>m</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msub> <mi>t</mi> <mi>b</mi> </msub> <mo>&amp;rsqb;</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mi>n</mi> </msub> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <mi>t</mi> <mo>&lt;</mo> <msub> <mi>Mt</mi> <mi>b</mi> </msub> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <mi>n</mi> <mo>&lt;</mo> <mi>N</mi> <mo>;</mo> </mrow>
其中wn是第n个载波的权重，满足pm,n是调制在第n个子载波上的序列第m个因子，u(t)是门函数，tb是子脉冲宽度，满足：
<mrow> <mi>u</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mrow> <mn>0</mn> <mo>&lt;</mo> <mi>t</mi> <mo>&lt;</mo> <msub> <mi>t</mi> <mi>b</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mi>e</mi> <mi>l</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
同时，fn＝n·Δf是第n个子载波的频率且满足Δf＝1/tb，对于一个MCPC信号，许多变量都可以用来设计不同的信号波形；
<mrow> <msub> <mi>s</mi> <mrow> <mi>R</mi> <mi>C</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>M</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>w</mi> <mi>n</mi> </msub> <msub> <mi>b</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <msub> <mi>p</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mi>u</mi> <mo>&amp;lsqb;</mo> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>m</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msub> <mi>t</mi> <mi>b</mi> </msub> <mo>&amp;rsqb;</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mi>n</mi> </msub> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <mi>t</mi> <mo>&lt;</mo> <msub> <mi>Mt</mi> <mi>b</mi> </msub> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <mi>n</mi> <mo>&lt;</mo> <mi>N</mi> <mo>;</mo> </mrow>
其中bm,n是一个子脉冲中的通信数据，为权重，其中An和分别为振幅与相位，An和都能被用于减小RCI系统中的PMEPR值；将pm,n设计为一个子脉冲为tb的循环移位序列；
对于第m个脉冲，公式能变形为：
<mrow> <msub> <mi>s</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>w</mi> <mi>n</mi> </msub> <msub> <mi>b</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <msub> <mi>p</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mi>exp</mi> <mrow> <mo>(</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mi>n</mi> </msub> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mrow> <mo>(</mo> <mi>m</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msub> <mi>t</mi> <mi>b</mi> </msub> <mo>&amp;le;</mo> <mi>t</mi> <mo>&lt;</mo> <msub> <mi>mt</mi> <mi>b</mi> </msub> <mo>;</mo> </mrow>
公式中的任何一个tm的时间域循环移位可表示为：
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>s</mi> <mrow> <mi>R</mi> <mi>C</mi> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>w</mi> <mi>n</mi> </msub> <msub> <mi>b</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <msub> <mi>p</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mi>exp</mi> <mo>&amp;lsqb;</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <msub> <mi>t</mi> <mi>m</mi> </msub> <mo>)</mo> </mrow> <mi>mod</mi> <mi> </mi> <msub> <mi>t</mi> <mi>b</mi> </msub> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>w</mi> <mi>n</mi> </msub> <msub> <mi>b</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <msub> <mi>p</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mi>exp</mi> <mrow> <mo>(</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mi>n</mi> </msub> <mi>t</mi> <mo>)</mo> </mrow> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mi>j</mi> <mn>2</mn> <mi>&amp;pi;</mi> <mfrac> <mrow> <msub> <mi>nt</mi> <mi>m</mi> </msub> </mrow> <msub> <mi>t</mi> <mi>b</mi> </msub> </mfrac> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>w</mi> <mi>n</mi> </msub> <msub> <mi>b</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mi>exp</mi> <mrow> <mo>(</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mi>n</mi> </msub> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
其中am,n＝pm,nexp(-j2πntm/tb)，提出的RCI信号被定义为：
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>S</mi> <mrow> <mi>R</mi> <mi>C</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>s</mi> <mrow> <mi>R</mi> <mi>C</mi> <mi>m</mi> </mrow> </msub> <mo>&amp;lsqb;</mo> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>m</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msub> <mi>t</mi> <mi>b</mi> </msub> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>w</mi> <mi>n</mi> </msub> <msub> <mi>b</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mi>u</mi> <mo>&amp;lsqb;</mo> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>m</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msub> <mi>t</mi> <mi>b</mi> </msub> <mo>&amp;rsqb;</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mi>n</mi> </msub> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <mi>t</mi> <mo>&lt;</mo> <msub> <mi>Mt</mi> <mi>b</mi> </msub> <mo>,</mo> <mn>0</mn> <mo>&amp;le;</mo> <mi>n</mi> <mo>&lt;</mo> <mi>N</mi> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
假设存在L个目标，基带雷达的回波信号可描述为：
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>S</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>L</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>S</mi> <mrow> <mi>R</mi> <mi>C</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mi>l</mi> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>L</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>w</mi> <mi>n</mi> </msub> <msub> <mi>b</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mi>u</mi> <mo>&amp;lsqb;</mo> <mi>t</mi> <mo>-</mo> <mrow> <mo>(</mo> <mi>m</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <msub> <mi>t</mi> <mi>b</mi> </msub> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mi>l</mi> </msub> <mo>&amp;rsqb;</mo> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mi>n</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mi>l</mi> </msub> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
其中Rl是从第l个静止目标到雷达的距离；时域匹配滤波器的脉冲响应为：
h(t)＝SRC *(-t)；
其中()*代表共轭复数，而雷达回波信号的匹配滤波器输出为：
<mrow> <mi>y</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>S</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;CircleTimes;</mo> <mi>h</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <mrow> <mo>-</mo> <mi>&amp;infin;</mi> </mrow> <mrow> <mo>+</mo> <mi>&amp;infin;</mi> </mrow> </msubsup> <msub> <mi>S</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>&amp;tau;</mi> <mo>)</mo> </mrow> <msup> <msub> <mi>S</mi> <mrow> <mi>R</mi> <mi>C</mi> </mrow> </msub> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>&amp;tau;</mi> <mo>-</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>;</mo> </mrow>
其中是卷积操作，时域卷积需要大量的计算，使用频域的FFT实现卷积操作，SRC(t)的傅里叶变换为SRC(f)，Sr(t)的傅里叶变换和y(t)分别为：
<mrow> <msub> <mi>S</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>f</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>L</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>S</mi> <mrow> <mi>R</mi> <mi>C</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>f</mi> <mo>)</mo> </mrow> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f&amp;tau;</mi> <mi>l</mi> </msub> </mrow> </msup> <mo>;</mo> </mrow>
<mrow> <mi>Y</mi> <mrow> <mo>(</mo> <mi>f</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>S</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>f</mi> <mo>)</mo> </mrow> <msup> <msub> <mi>S</mi> <mrow> <mi>R</mi> <mi>C</mi> </mrow> </msub> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>f</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>L</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mo>|</mo> <msub> <mi>S</mi> <mrow> <mi>R</mi> <mi>C</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>f</mi> <mo>)</mo> </mrow> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>&amp;CenterDot;</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f&amp;tau;</mi> <mi>l</mi> </msub> </mrow> </msup> <mo>;</mo> </mrow>
对公式进行IFFT变换产生目标的HRRP：
<mrow> <msub> <mi>s</mi> <mrow> <mi>r</mi> <mi>M</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>R</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;CircleTimes;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>L</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mi>&amp;delta;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mi>l</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>L</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>R</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <msub> <mi>&amp;tau;</mi> <mi>l</mi> </msub> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中Rs(t)是|SRC(f)|2的IFFT形式，也是SRC(t)的自相关函数；
所述通信信号将通信数据序列插入到不同的正交载波中，通信信号可由IFFT模块产生；循环移位模块接收到通信信号的处理过程，解调完通信数据后，计算RCI系统的BER；雷达接收端，通过时域匹配滤波器实现雷达测距。
2.如权利要求1所述的实现OFDM雷达通信信号一体化的方法，其特征在于，所述RCI系统的自相关函数为：
<mrow> <mi>&amp;chi;</mi> <mrow> <mo>(</mo> <mi>&amp;tau;</mi> <mo>,</mo> <mn>0</mn> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mo>-</mo> <mrow> <mo>(</mo> <mi>M</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> <mrow> <mi>M</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>M</mi> <mo>-</mo> <mn>1</mn> <mo>-</mo> <mo>|</mo> <mi>k</mi> <mo>|</mo> </mrow> </munderover> <mo>|</mo> <msub> <mi>w</mi> <mi>n</mi> </msub> <msup> <mo>|</mo> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>b</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <msup> <mrow> <mo>(</mo> <msub> <mi>b</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <msub> <mi>a</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>*</mo> </msup> <mrow> <mi>n</mi> <mo>+</mo> <mo>|</mo> <mi>k</mi> <mo>|</mo> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>b</mi> </msub> <mo>-</mo> <mo>|</mo> <mi>&amp;tau;</mi> <mo>-</mo> <msub> <mi>kt</mi> <mi>b</mi> </msub> <mo>|</mo> <mo>)</mo> </mrow> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mi>j</mi> <mn>2</mn> <mi>&amp;pi;</mi> <mi>n</mi> <mi>&amp;Delta;</mi> <mi>f</mi> <mi>&amp;tau;</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
自相关函数的取值与权重wn、通信数据bn和时域循环移位am,n有关，根据通信数据来调整am,n和wn，利用循环序列am,n来提高旁瓣抑制比。
3.如权利要求1所述的实现OFDM雷达通信信号一体化的方法，其特征在于，所述RCI信号的峰均比为：
<mrow> <mi>P</mi> <mi>M</mi> <mi>E</mi> <mi>P</mi> <mi>R</mi> <mo>=</mo> <mfrac> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mo>|</mo> <msub> <mi>w</mi> <mi>n</mi> </msub> <msub> <mi>b</mi> <mi>n</mi> </msub> <msub> <mi>a</mi> <mi>n</mi> </msub> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>+</mo> <mn>2</mn> <mi>Re</mi> <mo>{</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>m</mi> <mi>k</mi> </msub> <mi>exp</mi> <mo>(</mo> <mi>j</mi> <mn>2</mn> <mi>&amp;pi;</mi> <mi>k</mi> <mi>&amp;Delta;</mi> <mi>f</mi> <mi>t</mi> <mo>)</mo> </mrow> <mo>}</mo> <mo>)</mo> </mrow> <mrow> <mfrac> <mn>1</mn> <msub> <mi>t</mi> <mi>b</mi> </msub> </mfrac> <msubsup> <mo>&amp;Integral;</mo> <mn>0</mn> <msub> <mi>t</mi> <mi>b</mi> </msub> </msubsup> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mo>|</mo> <msub> <mi>w</mi> <mi>n</mi> </msub> <msub> <mi>b</mi> <mi>n</mi> </msub> <msub> <mi>a</mi> <mi>n</mi> </msub> <mo>|</mo> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> </mrow> </mfrac> <mo>;</mo> </mrow>
PMEPR是由序列的自相关函数wnbnan决定的；振幅An设置为窗函数。
4.一种应用权利要求1～3任意一项所述实现OFDM雷达通信信号一体化的方法的多载波特别是正交频分复用系统。
CN201710170730.XA 2017-03-21 2017-03-21 一种实现ofdm雷达通信信号一体化的方法和多载波系统 Active CN107086975B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710170730.XA CN107086975B (zh) 2017-03-21 2017-03-21 一种实现ofdm雷达通信信号一体化的方法和多载波系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710170730.XA CN107086975B (zh) 2017-03-21 2017-03-21 一种实现ofdm雷达通信信号一体化的方法和多载波系统

Publications (2)

Publication Number Publication Date
CN107086975A true CN107086975A (zh) 2017-08-22
CN107086975B CN107086975B (zh) 2020-06-12

Family

ID=59615255

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710170730.XA Active CN107086975B (zh) 2017-03-21 2017-03-21 一种实现ofdm雷达通信信号一体化的方法和多载波系统

Country Status (1)

Country Link
CN (1) CN107086975B (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107490785A (zh) * 2017-09-19 2017-12-19 电子科技大学 一种基于频域置零调制的ofdm雷达通信一体化波形设计方法
CN107677995A (zh) * 2017-09-08 2018-02-09 电子科技大学 一种基于pmepr‑pslr联合优化的ofdm波形设计方法
CN108512797A (zh) * 2018-03-21 2018-09-07 电子科技大学 一种基于正交频分复用的雷达通信一体化信号设计方法
CN108737061A (zh) * 2018-04-16 2018-11-02 西安理工大学 一种基于电域补偿的混沌光纤通信方法
CN108983191A (zh) * 2018-07-27 2018-12-11 西安电子科技大学 Ofdm雷达通信一体化系统的低速信号处理方法
CN109061634A (zh) * 2018-10-19 2018-12-21 西安电子科技大学 Ofdm雷达通信一体化小型无人机系统的信号设计方法
CN109061633A (zh) * 2018-10-19 2018-12-21 西安电子科技大学 Ofdm雷达通信一体化机载平台系统的信号设计方法
CN109085574A (zh) * 2018-10-19 2018-12-25 西安电子科技大学 Ofdm雷达通信一体化固定平台系统的信号处理方法
CN109085575A (zh) * 2018-10-19 2018-12-25 西安电子科技大学 Ofdm雷达通信一体化机载平台系统的信号处理方法
CN109212518A (zh) * 2018-10-26 2019-01-15 北京邮电大学 雷达通信一体化系统中基于判断机制降低papr的级联slm算法
CN110045384A (zh) * 2019-04-01 2019-07-23 电子科技大学 一种激光通信探测装置及方法
CN110426686A (zh) * 2019-07-18 2019-11-08 长沙理工大学 雷达抗间歇采样转发干扰方法、装置和雷达设备
CN111245760A (zh) * 2018-11-29 2020-06-05 丰田自动车株式会社 用于集成汽车雷达和通信系统的fmcw雷达上的多载波调制
CN111245759A (zh) * 2018-11-28 2020-06-05 丰田自动车株式会社 使用ofdm导频和数据载波用于集成雷达和通信的汽车雷达
CN111836296A (zh) * 2020-06-29 2020-10-27 西南电子技术研究所（中国电子科技集团公司第十研究所） 一体化波形通信测量系统
CN112578345A (zh) * 2020-11-20 2021-03-30 福瑞泰克智能系统有限公司 一种雷达遮挡检测方法、装置、设备及存储介质
CN113347132A (zh) * 2021-05-25 2021-09-03 西安空间无线电技术研究所 一种基于tds-ofdm的雷达通信一体化信号确定及传输方法
CN113791390A (zh) * 2021-08-31 2021-12-14 北京信息科技大学 基于rs序列及软扩频技术雷达通信一体化信号设计方法
CN113805144A (zh) * 2021-11-18 2021-12-17 长沙理工大学 基于混沌单一混合编码mcpc信号设计方法与装置
CN115267686A (zh) * 2022-09-27 2022-11-01 烟台初心航空科技有限公司 具有低峰均比特性的雷达通信一体化调制信号产生方法
WO2023040779A1 (zh) * 2021-09-14 2023-03-23 中兴通讯股份有限公司 信号发送方法、信号接收方法、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105137410A (zh) * 2015-07-24 2015-12-09 西安电子科技大学 基于ofdm的高分辨率雷达通信一体化的波形优化方法
CN105306399A (zh) * 2015-07-24 2016-02-03 西安电子科技大学 一种雷达通信一体化信号的优化方法
CN106249231A (zh) * 2016-07-12 2016-12-21 电子科技大学 一种基于ce‑ofdm的雷达通信一体化系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105137410A (zh) * 2015-07-24 2015-12-09 西安电子科技大学 基于ofdm的高分辨率雷达通信一体化的波形优化方法
CN105306399A (zh) * 2015-07-24 2016-02-03 西安电子科技大学 一种雷达通信一体化信号的优化方法
CN106249231A (zh) * 2016-07-12 2016-12-21 电子科技大学 一种基于ce‑ofdm的雷达通信一体化系统

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107677995A (zh) * 2017-09-08 2018-02-09 电子科技大学 一种基于pmepr‑pslr联合优化的ofdm波形设计方法
CN107677995B (zh) * 2017-09-08 2020-05-12 电子科技大学 一种基于pmepr-pslr联合优化的ofdm波形设计方法
CN107490785A (zh) * 2017-09-19 2017-12-19 电子科技大学 一种基于频域置零调制的ofdm雷达通信一体化波形设计方法
CN107490785B (zh) * 2017-09-19 2020-10-23 电子科技大学 一种基于频域置零调制的ofdm雷达通信一体化波形设计方法
CN108512797A (zh) * 2018-03-21 2018-09-07 电子科技大学 一种基于正交频分复用的雷达通信一体化信号设计方法
CN108512797B (zh) * 2018-03-21 2020-10-23 电子科技大学 一种基于正交频分复用的雷达通信一体化信号设计方法
CN108737061A (zh) * 2018-04-16 2018-11-02 西安理工大学 一种基于电域补偿的混沌光纤通信方法
CN108983191A (zh) * 2018-07-27 2018-12-11 西安电子科技大学 Ofdm雷达通信一体化系统的低速信号处理方法
CN109085575A (zh) * 2018-10-19 2018-12-25 西安电子科技大学 Ofdm雷达通信一体化机载平台系统的信号处理方法
CN109061633B (zh) * 2018-10-19 2022-05-17 西安电子科技大学 Ofdm雷达通信一体化机载平台系统的信号设计方法
CN109085574A (zh) * 2018-10-19 2018-12-25 西安电子科技大学 Ofdm雷达通信一体化固定平台系统的信号处理方法
CN109061634B (zh) * 2018-10-19 2022-05-17 西安电子科技大学 Ofdm雷达通信一体化小型无人机系统的信号设计方法
CN109061633A (zh) * 2018-10-19 2018-12-21 西安电子科技大学 Ofdm雷达通信一体化机载平台系统的信号设计方法
CN109061634A (zh) * 2018-10-19 2018-12-21 西安电子科技大学 Ofdm雷达通信一体化小型无人机系统的信号设计方法
CN109085575B (zh) * 2018-10-19 2022-05-17 西安电子科技大学 Ofdm雷达通信一体化机载平台系统的信号处理方法
CN109212518A (zh) * 2018-10-26 2019-01-15 北京邮电大学 雷达通信一体化系统中基于判断机制降低papr的级联slm算法
CN111245759B (zh) * 2018-11-28 2022-09-09 丰田自动车株式会社 使用ofdm导频和数据载波用于集成雷达和通信的汽车雷达
CN111245759A (zh) * 2018-11-28 2020-06-05 丰田自动车株式会社 使用ofdm导频和数据载波用于集成雷达和通信的汽车雷达
CN111245760B (zh) * 2018-11-29 2022-06-21 丰田自动车株式会社 用于集成汽车雷达和通信系统的fmcw雷达上的多载波调制
CN111245760A (zh) * 2018-11-29 2020-06-05 丰田自动车株式会社 用于集成汽车雷达和通信系统的fmcw雷达上的多载波调制
CN110045384A (zh) * 2019-04-01 2019-07-23 电子科技大学 一种激光通信探测装置及方法
CN110045384B (zh) * 2019-04-01 2022-01-11 电子科技大学 一种激光通信探测装置及方法
CN110426686A (zh) * 2019-07-18 2019-11-08 长沙理工大学 雷达抗间歇采样转发干扰方法、装置和雷达设备
CN111836296A (zh) * 2020-06-29 2020-10-27 西南电子技术研究所（中国电子科技集团公司第十研究所） 一体化波形通信测量系统
CN111836296B (zh) * 2020-06-29 2022-07-29 西南电子技术研究所（中国电子科技集团公司第十研究所） 一体化波形通信测量系统
CN112578345A (zh) * 2020-11-20 2021-03-30 福瑞泰克智能系统有限公司 一种雷达遮挡检测方法、装置、设备及存储介质
CN113347132A (zh) * 2021-05-25 2021-09-03 西安空间无线电技术研究所 一种基于tds-ofdm的雷达通信一体化信号确定及传输方法
CN113791390A (zh) * 2021-08-31 2021-12-14 北京信息科技大学 基于rs序列及软扩频技术雷达通信一体化信号设计方法
CN113791390B (zh) * 2021-08-31 2023-08-29 北京信息科技大学 基于rs序列及软扩频技术雷达通信一体化信号设计方法
WO2023040779A1 (zh) * 2021-09-14 2023-03-23 中兴通讯股份有限公司 信号发送方法、信号接收方法、电子设备和存储介质
CN113805144B (zh) * 2021-11-18 2022-02-08 长沙理工大学 基于混沌单一混合编码mcpc信号设计方法与装置
CN113805144A (zh) * 2021-11-18 2021-12-17 长沙理工大学 基于混沌单一混合编码mcpc信号设计方法与装置
CN115267686A (zh) * 2022-09-27 2022-11-01 烟台初心航空科技有限公司 具有低峰均比特性的雷达通信一体化调制信号产生方法
CN115267686B (zh) * 2022-09-27 2023-01-17 烟台初心航空科技有限公司 具有低峰均比特性的雷达通信一体化调制信号产生方法

Also Published As

Publication number Publication date
CN107086975B (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN107086975A (zh) 一种实现ofdm雷达通信信号一体化的方法
CN108768446B (zh) 低截获雷达通信一体化系统的信号波形设计方法
EP2093589B1 (en) A method for measuring the radial velocity of a target with a Doppler radar
CN103368889A (zh) 滤波器组多载波信号发射及信道估计的方法和装置
CN107302516B (zh) 基于mimo-ofdm的改进tr的papr抑制方法
US8928524B1 (en) Method and system for enhancing data rates
CN114978832B (zh) 具有信道自适应性的雷达通信一体化调制信号产生方法
CN101110809B (zh) 一种多载波数据传输的方法
CN106936743B (zh) 一种电力线通信系统脉冲噪声抑制方法
CN106169984A (zh) 一种适用于dtmb外辐射源雷达参考信号重构的匹配追踪信道估计方法
CN104836769A (zh) 一种基于共轭结构前导的联合定时与频率同步方法
CN104065610A (zh) 一种改进型slm算法降低ofdm系统papr的方法
CN109870684A (zh) 一种基于cp-ofdm的碎片频谱背景下雷达距离像重构方法
CN100493056C (zh) 带时域包络加权的正交频分复用系统的频域信道估计方法
CN101399797B (zh) Ofdma系统对抗时频选择性的时频码扩方法和装置
CN101771644A (zh) 一种基于联合检测和软判决译码的信号接收方法
CN104486284B (zh) 基于增强型六维64psk星座的正交频分复用方法
CN103269323A (zh) 一种多用户变换域通信系统及方法
CN111585934B (zh) 一种利用随机矩阵调制雷达成像波形实现共享通信的方法
CN116125457A (zh) 基于otfs调制的雷达嵌入式通信方法
CN103067318A (zh) 基于四项加权分数傅里叶变换加权矩阵的窄带干扰抑制方法
Bai et al. OFDM MIMO radar waveform design with high range resolution and low sidelobe level
Mietzner DFT-spread OFDM MIMO-radar–an alternative for reduced crest factors
Rani et al. Performance Comparison of FFT, DCT, DWT and DDDWT-OFDM in Rayleigh Channel
CN113189548B (zh) 一种基于互信息的ofdm雷达通信一体化信号生成方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant