CN116405348A - 通信感知一体化系统阵列天线与5g新空口估角方法 - Google Patents

Abstract

本发明属于无线通信领域，提供一种通信感知一体化系统阵列天线与5G新空口估角方法，用以实现高精度、高分辨率、最大目标数且低复杂度的角度估计，进而满足ISAC场景应用需求。本发明提出一种支持高精度角度估计的通感节点收发阵列天线，在收发天线总数相同情况下，实现了更大的阵列角度估计自由度，大幅提高角度估计的精度、分辨率、最大目标数等性能；在满足同等角度估计性能的前提下，所需天线阵元数更少，极大地降低设备成本和体积。同时，将5G蜂窝系统的参考信号用作主动感知信号，提出了基于虚拟阵列流形矩阵降维的改进型MUSIC角度估计方法，在不影响蜂窝通信性能的前提下，实现了低复杂度高精度的方向感知。

Description

通信感知一体化系统阵列天线与5G新空口估角方法

技术领域

本发明属于无线通信领域，具体提供一种通信感知一体化系统阵列天线与5G新空口估角方法。

背景技术

新一代无线网络已被视为许多新兴应用的关键推动因素，例如智能城市和工业、车联网及远程医疗等，这些应用需要高质量的无线通信以及高精度、高鲁棒的环境感知能力。基于无线通信技术体系的通信感知一体化(Integrated Sensing and Communication，ISAC)设计能使无线通信和感知集成在单个系统中，并且相互增强，逐渐成为第六代移动通信技术(6G)的重要研究方向。在ISAC系统中，通信设备作为传感器能够接收传统通信信号并进行角度估计，实现目标定位或辅助通信，快速、准确的角度估计方法对于ISAC系统波束形成、对准以及信道估计等多方面性能提升有着重要意义。同时，5G新空口(5G New Radio，5G NR)作为第五代移动通信技术(5G)国际标准，在各个领域有着广泛应用，基于5G NR的通信感知一体化系统角度估计方法越来越受到关注。

在阵列天线方面，现有ISAC系统的收发天线多采用均匀阵列天线，ISAC场景中需要高精度、高分辨率的角度估计，并且在同一时刻估计的目标数往往很多，均匀阵列角度估计的性能与天线阵元数目相关，若需要提升角度估计性能，就会增加硬件成本和计算复杂度；稀疏阵列能实现入射信号的稀疏感知，其角度估计性能不再受限于天线阵元个数，适合ISAC场景应用。

在角度估计方面，现有的角度估计方法主要有基于子空间的角度估计方法、基于压缩感知算法的角度估计方法以及基于信号设计的角度估计方法；其中，基于子空间的多信号分类算法(Multiple Signal Classification，MUSIC)需要较多的天线阵元和信号处理单元来实现高精度、高分辨率的角度估计；基于压缩感知算法的角度估计方法复杂度较高，不利于高移动性的ISAC场景应用；此外，由于ISAC场景中角度估计利用通信信号进行估计，导致许多基于信号设计的角度估计方法无法使用、或者对通信系统的性能产生影响。

发明内容

本发明的目的在于针对背景技术中存在的诸多问题，提供一种通信感知一体化系统阵列天线与5G新空口估角方法，用以实现基于5G NR的高精度、高分辨率、最大目标数且低复杂度的角度估计，进而满足ISAC场景应用需求。

为实现上述目的，本发明采用的技术方案为：

一种通信感知一体化系统阵列天线，包括：发送阵列天线与接收阵列天线；其中，

所述接收阵列天线与发送阵列天线均采用二级嵌套阵列，二级嵌套阵列的基础间隔为d₀；

以任一阵列天线为基准阵列，计算得到基准阵列的自由度f_N；

设置缩放因子D＝f_N，将另一阵列天线中相邻阵元的间隔均乘以缩放因子D。

一种通信感知一体化系统的角度估计方法，通信感知一体化系统包括ISAC节点与K个感知目标，ISAC节点的发射端采用1TMR模式或XTMR模式；具体包括以下步骤：

步骤1.ISAC节点的接收端对回波信号进行处理，得到接收信号；

步骤2.计算接收信号的协方差矩阵Z，并将接收信号的协方差矩阵Z向量化为z；

步骤3.对于预设频点f_p，计算接收信号在频域上的协方差矩阵为：R＝z(f_p)z^H(f_p)；

步骤4.将空域按照等间距划分为L个网格，得到角度域表示，进而得到虚拟阵列流形矩阵A_L；根据系统的差分共阵设置均匀阵列天线，得到其流形矩阵

根据/>

求解得到转换矩阵B_L；

步骤5.根据转换矩阵B_L，转换得到协方差矩阵

并采用空间平滑方法对协方差矩阵/>

进行平滑处理，得到协方差矩阵R^(bf)；

步骤6.对协方差矩阵R^(bf)进行特征值分解，得到噪声子空间E_n，进而计算得到接收信号的空间谱P_mu；

步骤7.根据空间谱信息，对应得到K个感知目标的角度估计值。

进一步的，步骤1中，当ISAC节点的发射端采用1TMR模式时，接收信号为y_p,q：

y_p,q＝Bx_p,q+n_p,q

其中，x_p,q为信号矢量，x_p,q＝[α₁,α₂,…,α_K]^T；α_k为第k个目标的反射系数，

λ为波长，σ_RCS为雷达散射截面，d_b,k为ISAC节点到第k个目标的距离，K为目标数；

B为阵列流形矩阵，B＝[b(θ₁),b(θ₂),…,b(θ_K)]；b(θ_k)为阵列导向矢量，

d_t,m为第m根发送天线与发送参考天线的间距，d_r,n为第n根接收天线与接收参考天线的间距，m∈[1,M]，n∈[1,N]，θ_k为第k个目标的到达角，f_p为第p个子载波的频率，c为光速；

n_p,q为噪声矢量。

进一步的，步骤1中，当ISAC节点的发射端采用XTMR模式时，接收信号为y_q：

y_q＝Bx_q+n_q

其中，x_q为信号矢量，x_p,q＝[α₁,α₂,…,α_K]^T；α_k为第k个目标的反射系数，

λ为波长，σ_RCS为雷达散射截面，d_b,k为ISAC节点到第k个目标的距离，K为目标数；

B为阵列流形矩阵，B＝[b(θ₁),b(θ₂),…,b(θ_K)]；b(θ_k)为阵列导向矢量，

d_t,m为第m根发送天线与发送参考天线的间距，d_r,n为第n根接收天线与接收参考天线的间距，m∈[1,M]，n∈[1,N]，θ_k为第k个目标的到达角，f_c为载波频率，c为光速；

N_q为噪声矩阵。

进一步的，步骤4中，角度域表示为θ＝{θ₁,θ₂,…,θ_L}，虚拟阵列流形矩阵A_L为：

A_L＝[a(θ₁),a(θ₂),…,a(θ_L)]

其中，a(θ_l)＝exp(-j2πf_cd₁sin(θ_l)/c)，θ_l为角度域中的角度，l∈[1，L]，j为虚数单元，f_c为载波频率，d₁＝d₀ln(exp(-d₂)⊕exp(d₂))，d₀为天线基础间隔，d₂＝[d_t,1+d_r,1,d_t,1+d_r,2,…,d_t,M+d_r,N]^T，d_t,m为第m根发送天线与发送参考天线的间距，d_r,n为第n根接收天线与接收参考天线的间距，m∈[1,M]，n∈[1,N]，M为ISAC节点上接收阵列天线的阵元数，N为ISAC节点上发送阵列天线的阵元数，c为光速。

进一步的，步骤4中，均匀阵列天线流形矩阵

为：

其中，

θ_l为为角度域中的角度，l∈[1，L]，j为虚数单元，f_c为载波频率，d₀为天线基础间隔，d₃＝d₀(0:V-1)^T，V为均匀阵列天线的阵元数，c为光速。

进一步的，步骤4中，转换矩阵B_L由最小二乘法拟合获得。

进一步的，步骤6中，空间谱P_mu为：

其中，

为均匀阵列天线的阵列导向矢量。

进一步的，步骤7中，当ISAC节点的发射端采用1TMR模式时，重复步骤3～6，计算得到P个子频带的空间谱，并计算平均值作为最终空间谱，搜索最终空间谱中K个峰值的索引，对应得到K个感知目标的角度估计值；当ISAC节点的发射端采用XTMR模式时，搜索最终空间谱P_mu中K个峰值的索引，对应得到K个感知目标的角度估计值。

基于上述技术方案，本发明的有益效果在于：

本发明提出了一种融合主动感知与通信的无线系统，可利用蜂窝网络资源实现无线感知，减少资源消耗；

本发明提出了一种支持高精度角度估计的通感节点收发阵列天线，在收发天线总数相同情况下，实现了更大的阵列角度估计自由度，大幅提高角度估计的精度、分辨率、最大目标数等性能；另一方面，在满足同等角度估计性能的前提下，所需天线阵元数更少，极大地降低设备成本和体积；

本发明将5G蜂窝系统的参考信号(如SRS、DMRS)用作主动感知信号，提出了基于虚拟阵列流形矩阵降维的改进型MUSIC角度估计方法，在不影响蜂窝通信(信道估计、数据传输等)性能的前提下，实现了低复杂度高精度的方向感知，易于实现定位感知与蜂窝通信系统的高效融合。

附图说明

图1为本发明中通信感知一体化系统的模型示意图。

图2为本发明中二级嵌套阵列排布示意图。

图3为本发明中ISAC系统中虚拟阵列的产生过程及位置排布示意图。

图4～图10为本发明中实施例1、实施例2、对比例1及对比例2的角度估计分辨率仿真结果图。

图11～图13为本发明中实施例1、实施例2、对比例1及对比例2的角度估计目标数仿真结果图。

图14为本发明中实施例1、实施例2、对比例1及对比例2的RMSE曲线对比图。

具体实施方式

为使本发明的目的、技术方案与有益效果更加清楚明白，下面结合附图和实施例对本发明做进一步详细说明。

本实施例提供一种通信感知一体化系统阵列天线及基于5G NR的角度估计方法，以一种基于蜂窝信号的车联网通信感知一体化系统为例进行说明，该系统如图1所示，包括：一个设置M根发送天线与N根接收天线的终端ISAC节点、一个多天线基站以及K个感知目标。

设置终端ISAC节点收发天线位置符合嵌套MIMO系统要求，嵌套MIMO系统是收发天线均为嵌套阵列的MIMO系统，经典二级嵌套阵列排布如图2所示，包括两个均匀线性阵列；第一级阵列有M₁个阵元，其阵元间距为d₁；第二级阵元有M₂个，其阵元间距就为d₂，d₂＝(M₁+1)d₁；具体而言，S₁＝{md₁,m＝1,2,…,M₁}，S₂＝{n(M₁+1)d₁,n＝1,2,…,M₂}，S₁与S₂分别为第一级阵列与第二级阵列的天线位置集合。以发送天线为例，给定阵元总数M＝M₁+M₂，M₁和M₂的选择会影响阵列天线的自由度；对于二级嵌套阵列，当M为偶数时，设置M₁＝M₂＝M/2，则得到最高自由度(M²-2)/2+M；当M为奇数时，设置M₁＝(M-1)/2、M₂＝(M+1)/2，则得到最高自由度(M²-2)/2+M。

基于上述设置，ISAC系统产生虚拟天线的过程及位置排布如图3所示；对于ISAC系统，发送端各天线信号相互正交，接收端对回波信号处理后产生和共阵，其归一化位置集合为D₁，如图3中“灰色球”所示；具体而言，D₁＝u_T,m+u_R,n，其中，u_T,m为第m根发射天线位置，u_R,n为第n根接收天线位置，m＝1,2,…,M，n＝1,2,…,N；

在接收端对回波信号的协方差矩阵进行向量化，可以得到差分共阵，其归一化位置集合为D₂，如图3中“白色球”所示；具体而言，集合D₂中元素为D₁中元素两两相减的结果，表示为：

D₂＝{u_T,m+u_R,n-u_T,m’-u_R,n’|m,m’＝1,2,…,M，n,n’＝1,2,…,N}

上述和共阵与差分共阵即为原阵列经过虚拟化得到的虚拟阵列。

为了得到上述虚拟阵列，需设置终端ISAC节点的发送天线与接收天线如图3中“□块”与“+号”所示；具体而言，设置接收天线与发送天线均为二级嵌套阵列，二级嵌套阵列的基础间隔为d₀，以任一天线为基准阵列，计算得到基准阵列的自由度f_N；设置缩放因子D＝f_N，将另一天线中相邻阵元的间隔均乘以缩放因子D，即可产生呈均匀阵列的差分共阵(虚拟阵列)。如图3所示，本实施例中以接收天线为基准阵列，所产生的差分共阵的自由度可以达到f＝f_M×f_N，f_M为发射天线的自由度，由此可见，最终实现的自由度可以达到(MN)²的数量级，能显著提高角度估计精度。

本实施例中，ISAC系统基于5G NR中SRS信号操作，SRS是一个OFDM信号，包括对每个终端ISAC节点预先定义的ZC(Zadoff–Chu)序列，有Q个OFDM符号和P个子载波，Δf为子载波间隔。SRS具有轮发机制以及ZC序列正交特性，正好满足本发明的要求，SRS天线轮发模式记为X-Transmit M-Round(XTMR)，即在M(M＝1,2,3,4)根发送天线中一次选择X根用于发射SRS信号。

发送端的发送方式分为1TMR模式和XTMR模式；1TMR模式：在连续的M个SRS周期，每根发送天线依次单独发送SRS信号；XTMR模式：NR标准规定各天线端口使用相同的资源块，并且使用相同的基础ZC序列，各天线端口发送的SRS信号通过基础序列进行不同循环移位进行相互区别，ZC序列满足移位(不等于序列长度)后序列与之前序列正交，所以系统中M根发射天线可以同时发送SRS信号。

在基带传输中，s_p,q表示SRS信号第q个OFDM符号、第p个子载波上的频域符号，系统采用1TMR模式时，第m根发送天线传输的OFDM符号为s_p,q,m；采用XTMR模式时，第q个OFDM符号、第m根天线传输的OFDM符号矢量为s_q,m。

接收端根据轮发模式对频域接收信号进行相应处理，具体为：

针对1TMR模式：假设环境中有K个感知目标，其离开角或到达角为θ_k；在第m个SRS周期，ISAC节点接收到的第q个OFDM符号、第p个子载波上的信号为：

其中，α_k为目标的反射系数，

λ为波长，σ_RCS为雷达散射截面，d_b,k为ISAC节点到第k个目标的距离；

a_La(θ_k)为阵列导向矢量，

L_a＝M或N，d_la为第la根天线(发射天线或接受天线)到参考天线间距，la∈[1,La]，[a(θ)]_m为阵列导向矢量中的第m项，f_p为第p个子载波的频率，c为光速；

h_SI为自干扰矢量，n_p,q为噪声矢量；

由于参考信号已知，可以从接收信号点除参考信号，同时将自干扰信号通过自干扰消除技术减弱；在M个SRS周期后，所有接收信号拼接构成列向量y_p,q：

其中，B为阵列流形矩阵，B＝[b(θ₁),b(θ₂),…,b(θ_K)]，b(θ_k)为阵列导向矢量，

d_t,m为第m根发送天线与发送参考天线的间距，d_r,n为第n根接收天线与接收参考天线的间距，m∈[1,M]，n∈[1,N]；

x_p,q为信号矢量，x_p,q＝[α₁,α₂,…,α_K]^T；

针对XTMR模式：假设环境中有K个感知目标，其离开角或到达角为θ_k；ISAC节点接收到的数据为：

其中，α_k为目标的反射系数，

λ为波长，σ_RCS为雷达散射截面，d_b,k为ISAC节点到第k个目标的距离；

a_La(θ_k)为阵列导向矢量，

L_a＝M或N，d_la为第la根天线到参考天线间距，la∈[1,La]，f_c为载波频率，f_c>>P△f，Δf为子载波间隔，P为子载波数；

S_q为发送信号矩阵，

H_SI为自干扰矩阵，N_q为噪声矩阵；

ISAC节点接收到的第q个OFDM符号信号解码得：

其中，[a(θ)]_m为阵列导向矢量中的第m项；

将自干扰信号通过自干扰消除技术减弱，再将得到的所有信号拼接构成列向量y_q：

其中，B为阵列流形矩阵，B＝[b(θ₁),b(θ₂),…,b(θ_K)]，b(θ_k)为阵列导向矢量，

d_t,m为第m根发送天线与发送参考天线的间距，d_r,n为第n根接收天线与接收参考天线的间距，m∈[1,M]，n∈[1,N]；

x_q为信号矢量，x_p,q＝[α₁,α₂,…,α_K]^T。

接着，根据基于虚拟阵列流形矩阵降维的改进MUSIC测角方法进行角度估计；具体而言，对于处理后的接收信号y_p,q或者接收信号y_q，计算其协方差矩阵Z，

或

再对协方差矩阵Z进行向量化，得到z＝vec[Z]，进而执行以下计算完成角度估计：

计算频带信号协方差矩阵，对于给定频点f_p，计算信号在频域上的协方差矩阵为：

R(f_p)＝z(f_p)z^H(f_p)

将空域按照Δθ的间距划分为L个网格，K个反射信号的信号方向均位于网格点上，L>>K，则角度域表示为θ＝{θ₁,θ₂,…,θ_L}，进而得到虚拟阵列流形矩阵A_L：

A_L＝[a(θ₁),a(θ₂),…,a(θ_L)]

其中，a(θ_l)＝exp(-j2πf_cd₁sin(θ_l)/c)，j为虚数单元，f_c为载波频率，d₁＝d₀ln(exp(-d₂)⊕exp(d₂))，d₀为天线基础间隔(半波长)，ln表示自然对数，⊕为克罗内克积，d₂＝[d_t,1+d_r,1,d_t,1+d_r,2,…,d_t,M+d_r,N]^T，d_t,m为第m根发送天线与发送参考天线的间距，d_r,n为第n根接收天线与接收参考天线的间距，m∈[1,M]，n∈[1,N]，c为光速；

根据ISAC系统的差分共阵设置所需均匀阵列天线位置，得到其阵列流形矩阵

其中，

j为虚数单元，f_c为载波频率，d₀为天线基础间隔，d₃＝d₀(0:V-1)^T，V为差分共阵天线数，c为光速；

所需均匀阵列天线的流形矩阵可以由得到的虚拟阵列线性获得，即：

因此，可由最小二乘法拟合获得转换矩阵B_L；通过此流形转换，将协方差矩阵的维度从

变为/>

其中，V为差分共阵天线数，M和N分别为发送和接收天线数，通常满足V<(MN)²，从而简化了空间谱计算的复杂度；

应用转换矩阵B_L得到新的协方差矩阵

其中，R_S为发送信号功率协方差矩阵，其为对角矩阵，对角线上元素为各方向上发送信号功率大小；σ²为噪声功率；

采用空间平滑方法(其基本思想是将等距线阵等间隔划分为L_b个相互交叠的子阵列，并对各子阵的协方差矩阵进行平均计算)计算前后向平滑后的协方差矩阵R^(bf)：

其中，

为协方差矩阵/>

的第l_b个子阵列，l_b∈[1,L_b]；/>

为/>

的共轭，

由于系统的信号子空间和噪声子空间E_n正交，即

因此，对R^(bf)进行特征值分解R^(bf)＝UΣU^H，得到噪声子空间E_n，进而计算得到接收信号的空间谱P_mu：

其中，

为均匀阵列的导向矢量；

搜索得到空间谱P_mu中K个峰值的索引，则得到K个感知目标的角度估计值；

进一步的，对于1TMR模式，基于上述计算分别处理P个子频带信号，得到各个子频带的空间谱，并求其平均得到最终空间谱，进而得到角度估计值；对于XTMR模式，基于上述计算处理频带信号，频带的空间谱，进而得到角度估计值。

下面采用仿真对本发明的有益效果进行验证；参数设置为：系统载波频率为5GHz，带宽为15.36MHz，子载波间隔为30kHz，算法网格点间隔为0.2度，终端ISAC节点发送天线数量为3根(M＝3)、接收天线为4根(N＝4)，三个目标距离ISAC节点100米，分别采用1TMR和3TMR模式进行仿真验证，依次作为实施例1与实施例2。同时，采用经典的MUSIC算法作为对比例，对比例1基于接收天线为7根的均匀线阵的ISAC系统实施，对比例2基于接收天线为28根的均匀线阵的ISAC系统实施。

首先，对本发明与对比例的估计分辨率进行对比，仿真设置信噪比为5dB，结果如图4～图9所示，其中，虚线表示目标角度，实线为空间图谱；如图4所示为对比例1的仿真结果图，三个目标分别在ISAC节点前方-37.2度、5.3度、17.3度；如图5所示为对比例1的仿真结果图，三个目标分别在ISAC节点前方-37.2度、5.3度、18.3度；如图6所示本发明实施例1的仿真结果图，三个目标分别在ISAC节点前方-37.2度、5.3度、8.3度；如图7所示为对比例2的仿真结果图，三个目标分别在ISAC节点前方-37.2度、5.3度、7.8度，如图8所示为对比例2的仿真结果图，三个目标分别在ISAC节点前方-37.2度、5.3度、8.3度；如图9所示为本发明实施例2的仿真结果图，三个目标分别在ISAC节点前方-37.2度、5.3度、7.8度；如图10所示为本发明实施例2的仿真结果图，三个目标分别在ISAC节点前方-37.2度、5.3度、8.3度；由图可见，对比例1的估计分辨率仅有13度左右，本发明实施例1的估计分辨率为3度左右，对比例2的估计分辨率为3度左右，本发明实施例2的估计分辨率为3度左右；因此，本发明在收发天线总数相同情况下，大幅提高角度估计分辨率；另一方面，在满足同等角度估计分辨率的前提下，本发明所需的天线阵元数更少，极大地降低设备成本和体积。

其次，对本发明与对比例的估计目标数进行对比，仿真设置信噪比为5dB，结果如图11～图13所示，其中，虚线表示目标角度，实线为空间图谱；如图11所示为对比例1的仿真结果图，五个目标分别在ISAC节点-50度～50度均匀排布；如图12所示为本发明实施例1的仿真结果图，十三个目标分别在ISAC节点前方-30度～30度均匀排布；如图13所示为本发明实施例2的仿真结果图，十三个目标分别在ISAC节点前方-30度～30度均匀排布；由图可见，本发明的估计目标数目更多，且估计目标数超过天线阵元数目，理论上估计目标数可达到(f_Mf_N-1)个。

最后，对本发明与对比例的RMSE(Root Mean Squared Error，均方根误差)进行对比，如图14所示为本发明实施例1、实施例2、对比例1与对比例2的RMSE曲线对比图，设置信噪比SNR＝-20:5:20(dB)，三个目标分别在-40度～-30度、15度～25度、50度～60度；由图可见，与对比例1相比，本发明能够有效提升角度估计方法的精度；与对比例2相比，本发明能够带来较小的估角精度损失；具体地，对比例1的RMSE能够达到8度左右，本发明的RMSE能够达到0.35度左右，对比例2的RMSE能够达到0.19度左右。

综上所述，本发明针对天线数量受限的终端设备在通信感知一体化场景下的角度估计问题，提出了一种支持高精度角度估计的通感节点收发阵列天线，使得系统自由度达到发送或接收天线阵元数目四次方的数量级，大幅提高角度估计的精度、分辨率、最大目标数。进一步提出了基于虚拟阵列流形矩阵降维的改进型MUSIC角度估计方法，可以兼容利用蜂窝信号中上行参考信号(如SRS、解调参考信号)实现方向感知，不影响蜂窝通信性能(信道估计、数据传输等)，实现了低复杂度高精度的方向感知，易于实现定位感知与蜂窝通信系统的高效融合。

以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。

Claims (9)

1.一种通信感知一体化系统阵列天线，包括：发送阵列天线与接收阵列天线；其特征在于，

所述接收阵列天线与发送阵列天线均采用二级嵌套阵列，二级嵌套阵列的基础间隔为d₀；

以任一阵列天线为基准阵列，计算得到基准阵列的自由度f_N；

设置缩放因子D＝f_N，将另一阵列天线中相邻阵元的间隔均乘以缩放因子D。

2.一种通信感知一体化系统的5G新空口估角方法，通信感知一体化系统包括ISAC节点与K个感知目标，ISAC节点的发射端采用1TMR模式或XTMR模式；其特征在于，包括以下步骤：

步骤1.ISAC节点的接收端对回波信号进行处理，得到接收信号；

步骤2.计算接收信号的协方差矩阵Z，并将接收信号的协方差矩阵Z向量化为z；

步骤3.对于预设频点f_p，计算接收信号在频域上的协方差矩阵为：R＝z(f_p)z^H(f_p)；

步骤4.将空域按照等间距划分为L个网格，得到角度域表示，进而得到虚拟阵列流形矩阵A_L；根据系统的差分共阵设置均匀阵列天线，得到其流形矩阵

根据/>

求解得到转换矩阵B_L；

步骤5.根据转换矩阵B_L，转换得到协方差矩阵

并采用空间平滑方法对协方差矩阵/>

进行平滑处理，得到协方差矩阵R^(bf)；

步骤6.对协方差矩阵R^(bf)进行特征值分解，得到噪声子空间E_n，进而计算得到接收信号的空间谱P_mu；

步骤7.根据空间谱信息，对应得到K个感知目标的角度估计值。

3.根据权利要求2所述通信感知一体化系统的5G新空口估角方法，其特征在于，步骤1中，当ISAC节点的发射端采用1TMR模式时，接收信号为y_p,q：

y_p,q＝Bx_p,q+n_p,q

其中，x_p,q为信号矢量，x_p,q＝[α₁,α₂,…,α_K]^T；α_k为第k个感知目标的反射系数，

λ为波长，σ_RCS为雷达散射截面，d_b,k为ISAC节点到第k个感知目标的距离，K为目标数；

B为阵列流形矩阵，B＝[b(θ₁),b(θ₂),…,b(θ_K)]；b(θ_k)为阵列导向矢量，

d_t,m为第m根发送天线与发送参考天线的间距，d_r,n为第n根接收天线与接收参考天线的间距，m∈[1,M]，n∈[1,N]，θ_k为第k个感知目标的到达角，f_p为第p个子载波的频率，c为光速，M为发送天线数量，N为接收天线数量；

n_p,q为噪声矢量。

4.根据权利要求2所述通信感知一体化系统的5G新空口估角方法，其特征在于，步骤1中，当ISAC节点的发射端采用XTMR模式时，接收信号为y_q：

y_q＝Bx_q+n_q

其中，x_q为信号矢量，x_p,q＝[α₁,α₂,…,α_K]^T；α_k为第k个目标的反射系数，

λ为波长，σ_RCS为雷达散射截面，d_b,k为ISAC节点到第k个目标的距离，K为目标数；

B为阵列流形矩阵，B＝[b(θ₁),b(θ₂),…,b(θ_K)]；b(θ_k)为阵列导向矢量，

d_t,m为第m根发送天线与发送参考天线的间距，d_r,n为第n根接收天线与接收参考天线的间距，m∈[1,M]，n∈[1,N]，θ_k为第k个目标的到达角，f_c为载波频率，c为光速；

N_q为噪声矩阵。

5.根据权利要求2所述通信感知一体化系统的5G新空口估角方法，其特征在于，步骤4中，角度域表示为θ＝{θ₁,θ₂,…,θ_L}，虚拟阵列流形矩阵A_L为：

A_L＝[a(θ₁),a(θ₂),…,a(θ_L)]

其中，a(θ_l)＝exp(-j2πf_cd₁sin(θ_l)/c)，θ_l为角度域中的角度，l∈[1，L]，j为虚数单元，f_c为载波频率，d₁＝d₀ln(exp(-d₂)⊕exp(d₂))，d₀为天线基础间隔，d₂＝[d_t,1+d_r,1,d_t,1+d_r,2,…,d_t,M+d_r,N]^T，d_t,m为第m根发送天线与发送参考天线的间距，d_r,n为第n根接收天线与接收参考天线的间距，m∈[1,M]，n∈[1,N]，M为ISAC节点上接收阵列天线的阵元数，N为ISAC节点上发送阵列天线的阵元数，c为光速。

6.根据权利要求2所述通信感知一体化系统的5G新空口估角方法，其特征在于，步骤4中，均匀阵列天线流形矩阵

为：

其中，

θ_l为角度域中的角度，l∈[1，L]，j为虚数单元，f_c为载波频率，d₀为天线基础间隔，d₃＝d₀(0:V-1)^T，V为均匀阵列天线的阵元数，c为光速。

7.根据权利要求2所述通信感知一体化系统的角度估计方法，其特征在于，步骤4中，转换矩阵B_L由最小二乘法拟合获得。

8.根据权利要求2所述通信感知一体化系统的5G新空口估角方法，其特征在于，步骤6中，空间谱P_mu为：

其中，

为均匀阵列天线的阵列导向矢量。

9.根据权利要求2所述通信感知一体化系统的5G新空口估角方法，其特征在于，步骤7中，当ISAC节点的发射端采用1TMR模式时，重复步骤3～6，计算得到P个子频带的空间谱，并计算平均值作为最终空间谱，搜索最终空间谱中K个峰值的索引，对应得到K个感知目标的角度估计值；当ISAC节点的发射端采用XTMR模式时，搜索最终空间谱P_mu中K个峰值的索引，对应得到K个感知目标的角度估计值。

Images