CN117835285B - 通信感知一体化方法、装置、设备及存储介质 - Google Patents

Abstract

本申请实施例提供了一种通信感知一体化方法、装置、设备及存储介质，属于通信感知一体化技术领域。该方法包括：获取初始发射信号序列与初始接收滤波器的主瓣信噪比损失控制函数；构建初始发射信号序列与初始接收滤波器的模糊函数；基于性能优化权重、模糊函数、主瓣信噪比损失控制函数和初始发射信号序列调整原始通信感知模型，得到通信感知优化模型并优化求解，得到目标滤波器参数和发射信号参数；配置初始接收滤波器得到目标接收滤波器，配置初始发射信号序列得到目标发射信号序列；通过目标接收滤波器接收目标发射信号序列得到目标通信感知一体化波形。本申请实施例能够设计出低旁瓣水平的波形，保证较高的通信速率，提高通信和感知的精确度。

Description

通信感知一体化方法、装置、设备及存储介质

技术领域

本申请涉及通信感知一体化技术领域，尤其涉及一种通信感知一体化方法、装置、设备及存储介质。

背景技术

在通信感知一体化的领域中，通信信号的随机性与雷达感知信号的自相关性是一对相互冲突的特性。因此，设计出一种既能满足良好通信性能，又能实现优良雷达感知性能的波形，是通信感知一体化技术的追求目标。

然而，在实际应用场景中，通信和雷达感知之间的性能权衡是动态变化的，使得设计出既能够保证高通信速率，又能实现低旁瓣水平的波形变得困难，进而影响了通信和雷达感知的精确度。因此，如何提高通信和雷达感知的精确度，成为了亟待解决的技术问题。

发明内容

本申请实施例的主要目的在于提出一种通信感知一体化方法、装置、设备及存储介质，旨在提高通信和雷达感知的精确度。

为实现上述目的，本申请实施例的第一方面提出了一种通信感知一体化方法，所述方法包括：

通过初始接收滤波器接收初始发射信号序列；其中，所述初始发射信号序列包含通信信号和雷达感知信号；

获取所述初始发射信号序列与所述初始接收滤波器之间的主瓣信噪比损失控制函数；

构建所述初始发射信号序列与所述初始接收滤波器之间的模糊函数；

获取性能优化权重；其中，所述性能优化权重指示所述雷达感知信号的感知性能和所述通信信号的通信性能的优化权重；

基于所述性能优化权重、所述模糊函数、所述主瓣信噪比损失控制函数和所述初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型；

对所述通信感知优化模型进行优化求解，得到目标求解数据；其中，所述目标求解数据包含目标滤波器参数和发射信号参数；

根据所述目标滤波器参数配置所述初始接收滤波器，得到目标接收滤波器，且根据所述发射信号参数配置所述初始发射信号序列，得到目标发射信号序列；

通过所述目标接收滤波器接收所述目标发射信号序列，得到目标通信感知一体化波形，基于所述目标通信感知一体化波形进行通信和雷达感知。

在一些实施例，所述基于所述性能优化权重、所述模糊函数、所述主瓣信噪比损失控制函数和所述初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型，包括：

获取预设的旁瓣电平抑制区域的电平优化权重；

基于所述电平优化权重和所述模糊函数，确定加权累积旁瓣电平；

基于所述性能优化权重、所述加权累积旁瓣电平、所述主瓣信噪比损失控制函数和所述初始发射信号序列对所述原始通信感知模型进行调整，得到所述通信感知优化模型。

在一些实施例，所述对所述通信感知优化模型进行优化求解，得到目标求解数据；其中，所述目标求解数据包含目标滤波器参数和发射信号参数，包括：

对所述通信感知优化模型进行模型分解，得到滤波器优化子模型和波形优化子模型；

对所述滤波器优化子模型和所述波形优化子模型进行迭代求解，得到所述目标滤波器参数和所述发射信号参数。

在一些实施例，所述对所述滤波器优化子模型和所述波形优化子模型进行迭代求解，得到所述目标滤波器参数和所述发射信号参数，包括：

将迭代次数初始化为0，且将所述初始发射信号序列作为波形子求解数据；

执行迭代求解过程；其中，所述迭代求解过程包括：将所述迭代次数加1，基于所述波形子求解数据对所述滤波器优化子模型进行求解，得到滤波器子求解数据；基于所述滤波器子求解数据对所述波形优化子模型进行求解，得到波形子求解数据；重复执行所述迭代求解过程，直至所述迭代次数等于预设的次数阈值；

将滤波器子求解数据作为所述目标滤波器参数，且将所述波形子求解数据作为所述发射信号参数。

在一些实施例，所述基于所述波形子求解数据对所述滤波器优化子模型进行求解，得到滤波器子求解数据，包括：

针对当前迭代，根据所述波形子求解数据和所述当前迭代的前一次迭代的滤波器子求解数据对所述滤波器优化子模型进行求解，得到当前迭代的滤波器子求解数据；

若所述当前迭代的滤波器子求解数据满足预设的滤波器优化条件，退出所述迭代求解过程，且将所述当前迭代的滤波器子求解数据作为所述目标滤波器参数。

在一些实施例，所述基于所述滤波器子求解数据对所述波形优化子模型进行求解，得到波形子求解数据，包括：

针对当前迭代，根据所述滤波器子求解数据和所述当前迭代的前一次迭代的波形子求解数据对所述波形优化子模型进行求解，得到当前迭代的波形子求解数据；

若所述当前迭代的波形子求解数据满足预设的波形优化条件，退出所述迭代求解过程，且将所述当前迭代的波形子求解数据作为所述发射信号参数。

在一些实施例，所述波形优化条件包括波形优化停止阈值；所述若所述当前迭代的波形子求解数据满足预设的波形优化条件，退出所述迭代求解过程，且将所述当前迭代的波形子求解数据作为所述发射信号参数，包括：

将所述当前迭代的波形子求解数据减去所述当前迭代的前一次迭代的波形子求解数据，得到波形求解数据差值；

计算所述波形求解数据差值的范式，得到波形数据差值范式数据；

计算所述当前迭代的前一次迭代的波形子求解数据的范式，得到前一次迭代的波形范式数据；

将所述波形数据差值范式数据除于所述前一次迭代的波形范式数据，得到目标波形范式数据；

若所述目标波形范式数据小于或等于所述波形优化停止阈值，则退出所述迭代求解过程，且将所述当前迭代的波形子求解数据作为所述发射信号参数。

在一些实施例，所述通信感知优化模型中的所述滤波器参数和发射信号参数服从非凸约束条件；所述对所述通信感知优化模型进行模型分解，得到滤波器优化子模型和波形优化子模型，包括：

对所述通信感知优化模型进行非凸约束解除，得到波形优化混合模型；

对所述波形优化混合模型进行拆分，得到所述滤波器优化子模型和所述波形优化子模型。

在一些实施例，所述获取所述初始发射信号序列与所述初始接收滤波器之间的主瓣信噪比损失控制函数，包括：

获取目标信干噪比数据；其中，所述目标信干噪比数据指示所述初始接收滤波器期望的信干噪比数据；

基于所述初始发射信号序列和所述目标信干噪比数据构建所述主瓣信噪比损失控制函数。

为实现上述目的，本申请实施例的第二方面提出了一种通信感知一体化装置，所述装置包括：

初始信号接收模块，用于通过初始接收滤波器接收初始发射信号序列；其中，所述初始发射信号序列包含通信信号和雷达感知信号；

损失控制函数构建模块，用于获取所述初始发射信号序列与所述初始接收滤波器之间的主瓣信噪比损失控制函数；

模糊函数构建模块，用于构建所述初始发射信号序列与所述初始接收滤波器之间的模糊函数；

优化权重获取模块，用于获取性能优化权重；其中，所述性能优化权重指示所述雷达感知信号的感知性能和所述通信信号的通信性能的优化权重；

优化模型构建模块，用于基于所述性能优化权重、所述模糊函数、所述主瓣信噪比损失控制函数和所述初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型；

模型求解模块，用于对所述通信感知优化模型进行优化求解，得到目标求解数据；其中，所述目标求解数据包含目标滤波器参数和发射信号参数；

波形配置模块，用于根据所述目标滤波器参数配置所述初始接收滤波器，得到目标接收滤波器，且根据所述发射信号参数配置所述初始发射信号序列，得到目标发射信号序列；

目标信号接收模块，用于通过所述目标接收滤波器接收所述目标发射信号序列，得到目标通信感知一体化波形，基于所述目标通信感知一体化波形进行通信和雷达感知。

为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。

为实现上述目的，本申请实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

本申请提出的通信感知一体化方法、装置、设备及存储介质,其通过初始接收滤波器接收初始发射信号序列，初始发射信号序列包含通信信号和雷达感知信号；获取初始发射信号序列与初始接收滤波器之间的主瓣信噪比损失控制函数；构建初始发射信号序列与初始接收滤波器之间的模糊函数；获取性能优化权重；其中，性能优化权重指示雷达感知信号的感知性能和通信信号的通信性能的优化权重；基于性能优化权重、模糊函数、主瓣信噪比损失控制函数和初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型；对通信感知优化模型进行优化求解，得到目标求解数据；其中，目标求解数据包含目标滤波器参数和发射信号参数；根据目标滤波器参数配置初始接收滤波器，得到目标接收滤波器，且根据发射信号参数配置初始发射信号序列，得到目标发射信号序列；通过目标接收滤波器接收目标发射信号序列，得到目标通信感知一体化波形，基于目标通信感知一体化波形进行通信和雷达感知。能够在设计出具有低旁瓣水平的波形的同时，保证了较高的通信速率，从而提高通信和雷达感知的精确度。

另外，本申请实施例属于联合波形优化设计方法，与以通信功能为主的波形设计方法、或者以感知功能为主的波形设计方法相比，本申请能够在局部模糊函数的旁瓣电平塑性方法具有更高的自由度，并且优化得到的通信感知一体化波形具有良好的平均可达速率，以及能够显著降低虚警率。

附图说明

图1是本申请实施例提供的通信感知一体化方法的流程图；

图2是图1中的步骤S105的流程图；

图3是图1中的步骤S106的流程图；

图4是图3中的步骤S302的流程图；

图5是本申请迭代求解过程中对滤波器优化子模型进行求解的一个流程图；

图6是本申请迭代求解过程中对波形优化子模型进行求解的一个流程图；

图7是图6中的步骤S602的流程图；

图8是本申请实施例提供的通信感知一体化波形的雷达感知和通信性能评估示意图；

图9是本申请实施例提供的通信感知一体化装置的结构示意图；

图10是本申请实施例提供的电子设备的硬件结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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用以解释本申请，并不用于限定本申请。

需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

首先，对本申请中涉及的若干名词进行解析：

通信感知一体化，通信感知一体化是指将通信技术与感知技术相结合，实现信息传输和雷达感知的一体化。通过通信感知一体化技术，设备可以同时进行信息传输和环境感知，从而更好地理解和处理信息，提升设备的功能性和智能化水平。通信感知一体化技术的应用非常广泛，如智能交通、物联网、智能制造等领域。

主瓣，在通信感知一体化波形中，主瓣是指波形中能量最集中的那个部分，也就是波形中的主要峰值。主瓣是通信感知一体化波形中最重要的特征之一，包含了通信信号最主要的能量和信息，能够直接影响到通信的质量和稳定性。

旁瓣，在通信感知一体化波形中，旁瓣指的是与主瓣相似，但幅度较低的辅助波瓣。这些旁瓣通常出现在信号的频率域表示中，与主瓣一起形成特定的波形。旁瓣的出现主要是由于信号的时频转换特性，以及特定的调制方案和滤波器设计等因素。虽然旁瓣的存在对于通信系统的性能可能有一定的影响，但在某些情况下，合理利用旁瓣也可以提高信号处理和通信的效率。

信噪比(Signal-to-Noise Ratio, SNR)，信噪比用于将信号功率与噪声功率的比值，通常以分贝（dB）为单位表示。信噪比越大，表示信号中的噪声越少，通信质量越好。信噪比是衡量通信系统性能的重要参数之一，能够帮助了解通信系统的传输质量和可靠性，被广泛应用于无线通信、音频处理、图像处理等领域。

信干噪比(Signal to Interference plus Noise Ratio, SINR)，信干噪比是通信系统中一个重要的技术指标，用于衡量信号与干扰和噪声的比值。在通信过程中，信号会受到各种干扰和噪声的影响，这些因素可能会对信号的传输质量和通信可靠性产生负面影响。信干噪比越大，表示信号与干扰和噪声的比值越大，通信质量越好。

在通信感知一体化的领域中，通信信号的随机性与雷达感知信号的自相关性是一对相互冲突的特性。因此，设计出一种既能满足良好通信性能，又能实现优良雷达感知性能的波形，是通信感知一体化技术的追求目标。

目前，通信感知一体化波形设计大致分为三大类，第一类为以通信功能为主的波形设计，即对传统的通信信号（如正交频分复用OFDM信号）加以修改，使波形同时具有感知能力；第二类为以感知功能为主的波形设计，即将通信信息符号嵌入在传统的感知波形（如啁啾信号，chirp signal）中；第三类为联合优化设计，即根据通信和感知性能指标对波形进行优化设计，如基于信干噪比（SINR）克拉美罗下界（CRLB）等指标设计优化问题，通过对优化问题求解来得到通感一体化波形。

而第一类和第二类的波形设计方法，只能单独考虑提高通信速率，或者设计具有低旁瓣水平的波形，而无法同时兼顾高通信速率和低旁瓣水平的波形，第三类波形设计方法，即联合波形优化设计方法所得到的通感一体化波形可能会随着脉冲而变化。

对于每个优化所得到的波形，都要求模糊函数中的旁瓣电平较低，这因为低旁瓣电平对于提高基于脉冲压缩的雷达系统目标分辨率和参数估计精度，以及提升检测概率并降低虚警概率而言十分重要。

在实际应用场景中，通信和雷达感知之间的性能权衡是动态变化的，使得设计出既能够保证高通信速率，又能实现低旁瓣水平的波形变得困难，进而影响了通信和雷达感知的精确度。因此，如何提高通信和雷达感知的精确度，成为了亟待解决的技术问题。

基于此，本申请实施例提供了一种通信感知一体化方法、装置、设备及存储介质，旨在提高通信和雷达感知的精确度。

本申请实施例提供的通信感知一体化方法、装置、设备及存储介质，具体通过如下实施例进行说明，首先描述本申请实施例中的通信感知一体化方法。

本申请实施例提供的通信感知一体化方法，涉及通信感知一体化技术领域。本申请实施例提供的通信感知一体化方法可应用于终端中，也可应用于服务器端中，还可以是运行于终端或服务器端中的软件。在一些实施例中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等；服务器端可以配置成独立的物理服务器，也可以配置成多个物理服务器构成的服务器集群或者分布式系统，还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现通信感知一体化方法的应用等，但并不局限于以上形式。

图1是本申请实施例提供的通信感知一体化方法的一个可选的流程图，图1中的方法可以包括但不限于包括步骤S101至步骤S108。

步骤S101，通过初始接收滤波器接收初始发射信号序列；其中，初始发射信号序列包含通信信号和雷达感知信号；

步骤S102，获取初始发射信号序列与初始接收滤波器之间的主瓣信噪比损失控制函数；

步骤S103，构建初始发射信号序列与初始接收滤波器之间的模糊函数；

步骤S104，获取性能优化权重；其中，性能优化权重指示雷达感知信号的感知性能和通信信号的通信性能的优化权重；

步骤S105，基于性能优化权重、模糊函数、主瓣信噪比损失控制函数和初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型；

步骤S106，对通信感知优化模型进行优化求解，得到目标求解数据；其中，目标求解数据包含目标滤波器参数和发射信号参数；

步骤S107，根据目标滤波器参数配置初始接收滤波器，得到目标接收滤波器，且根据发射信号参数配置初始发射信号序列，得到目标发射信号序列；

步骤S108，通过目标接收滤波器接收目标发射信号序列，得到目标通信感知一体化波形，基于目标通信感知一体化波形进行通信和雷达感知。

本申请实施例所示意的步骤S101至步骤S108，通过初始接收滤波器接收初始发射信号序列，初始发射信号序列包含通信信号和雷达感知信号；获取初始发射信号序列与初始接收滤波器之间的主瓣信噪比损失控制函数；构建初始发射信号序列与初始接收滤波器之间的模糊函数；获取性能优化权重；其中，性能优化权重指示雷达感知信号的感知性能和通信信号的通信性能的优化权重；基于性能优化权重、模糊函数、主瓣信噪比损失控制函数和初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型；对通信感知优化模型进行优化求解，得到目标求解数据；其中，目标求解数据包含目标滤波器参数和发射信号参数；根据目标滤波器参数配置初始接收滤波器，得到目标接收滤波器，且根据发射信号参数配置初始发射信号序列，得到目标发射信号序列；通过目标接收滤波器接收目标发射信号序列，得到目标通信感知一体化波形，基于目标通信感知一体化波形进行通信和雷达感知。能够在设计出具有低旁瓣水平的波形的同时，保证了较高的通信速率，从而提高通信和雷达感知的精确度。

本申请实施例属于联合波形优化设计方法，与以通信功能为主的波形设计方法、或者以感知功能为主的波形设计方法相比，本申请能够在局部模糊函数的旁瓣电平塑性方法具有更高的自由度，并且优化得到的通信感知一体化波形具有良好的平均可达速率，以及能够显著降低虚警率。

需要说明的是，接收端滤波器为数字滤波器。

需要说明的是，该初始发射信号序列为无线通信设备发射的，其中，无线通信设备可以为智能终端、物联网设备等，通过调制技术将信息加载到无线电波上，形成初始发射信号序列。

需要说明的是，设置初始接收滤波器的设备为智能通信设备，例如应用于物联网、自动驾驶汽车、智能制造、无人机、机器人、增强现实等的智能设备，不限于此。

需要说明的是，在通信感知一体化中，可以通过一个信号序列同时实现通信和雷达感知功能，因此，初始发射信号序列的一通信号序列中同时包含实现通信和雷达感知功能的信号部分，即可以划分为通信信号和雷达感知信号。

需要说明的是，初始发射信号序列可以是一个单纯的时域传输序列，也可以是由正交频分复用技术（OFDM）从时频域调制到时域的序列，还可以是由正交时频空间（OTFS）调制技术从延迟多普勒域调制到时域的频域。

并且，初始发射信号序列中的每个符号都经过基于随机生成的信息比特的相移键控（PSK）调制，可以确保通信系统的安全性、频谱效率和多路复用，有助于提高通信系统的性能和可靠性。

在一个实施例的步骤S101中，初始发射信号序列中包含了原始发射信号序列和循环前缀，具体地，对于OFDM或者OTFS这类的多载波调制技术，为了保证接收端信号的正交性，都会在发送信号端添加循环前缀。其中，循环前缀的长度需要根据实际的应用场景进行设定，循环前缀的长度越长，旁瓣电平会变小，但是会降低通信速率。

在一个实施例中，通信感知一体化模型可以表示为：

（1）；

其中，为接收滤波器接收的信号，/>为原始发射信号序列，/>为信号传输过程中的噪音，/>的长度与/>的长度相同；

为一个规模为/>的复数矩阵，表示等效的信道矩阵，其中，/>的具体数值需要根据实际场景进行设置，具体地，

（2）；

（3）；

（4）；

(5)；

（6）；

（7）；

（8）；

其中，公式（3）和（5）中的为初始发射信号序列的长度，

表示规模为/>的单位矩阵，/>的具体数值需要根据实际场景进行设置，

表示通信信道矩阵，/>表示规模为/>的零矩阵，根据下标数值以此类推，不在赘述，

表示通信信道多普勒矩阵，公式（5）中的j表示虚数单位；

为自然底数，/>为传播路径数；

为第/>条路径的信道衰减系数，/>为第/>条路径的时延索引，/>为第/>条路径的多普勒索引；

表示经添加循环前缀后的发射信号序列，即初始发射信号序列；

表示循环前缀矩阵，

表示所添加循环前缀对应元素位置矩阵，/>为矩阵/>的第/>行第/>列的元素，

表示规模为/>的单位矩阵，

为初始发射信号序列的长度，/>为循环前缀的长度，初始发射信号序列的长度等于原始发射信号序列的长度加上循环前缀的长度；

在一些实施例中，步骤S102可以包括但不限于如下步骤：

获取目标信干噪比数据；其中，目标信干噪比数据指示初始接收滤波器期望的信干噪比数据；

基于初始发射信号序列和目标信干噪比数据构建主瓣信噪比损失控制函数。

具体地，主瓣信噪比损失控制函数记为公式（9）：

（9）；

其中，和/>均为向量，/>表示初始发射信号序列，/>表示初始接收滤波器，上标/>表示共轭转置，即对向量/>进行共轭转置，/>表示目标信干噪比数据；

需要说明的是，初始发射信号序列与初始接收滤波器之间的模糊函数可以是窄带交叉模糊函数，也可以是窄带自模糊函数和宽带自（互）模糊函数，不限于此。

在一个实施例的步骤S103中，初始发射信号序列与初始接收滤波器之间的窄带交叉模糊函数，具体如下：

（10）；

（11）；

其中，表示时延矩阵，/>表示添加循环前缀后的初始发射信号序列的长度，。

需要说明的是，性能优化权重用于表征雷达感知信号的感知性能和通信信号的通信性能两者之间优化权重；性能优化权重越大，雷达感知信号的感知性能越强，通信信号的通信性能越弱；性能优化权重越小，雷达感知信号的感知性能越弱，通信信号的通信性能越强。

请参阅图2，在一些实施例中，步骤S105可以包括但不限于包括步骤S201至步骤S203：

步骤S201，获取预设的旁瓣电平抑制区域的电平优化权重；

步骤S202，基于电平优化权重和模糊函数，确定加权累积旁瓣电平；

步骤S203，基于性能优化权重、加权累积旁瓣电平、主瓣信噪比损失控制函数和初始发射信号序列对原始通信感知模型进行调整，得到通信感知优化模型。

本申请实施例所示意的步骤S201至步骤S203，通过设置旁瓣电平抑制区域的电平优化权重，进而基于电平优化权重和模糊函数，确定加权累积旁瓣电平，充分考虑了对旁瓣电平的幅度进行限制，并对原始通信感知模型的参数进行调整，得到通信感知优化模型，在对通信感知优化模型进行优化求解之后可以得到低旁瓣电平的波形，提高通信和雷达感知的性能，进而提高通信和雷达感知的精确度。

在一些实施例的步骤S201中，旁瓣电平抑制区域记为，其中，/>为对应旁瓣电平的电平优化权重，且/>=0。

在一些实施例的步骤S202中，加权累积旁瓣电平可以记为：

（12）；

需要说明的是，计算加权累积旁瓣电平时，需要把中所有/>和/>对应的电平都累加起来，此时公式（12）中的/>和/>是单纯的时延索引和多普勒索引，和上述的通信信道无关，所以没有额外的下标。

在一些实施例的步骤S203中，根据性能优化权重、加权累积旁瓣电平/>、主瓣信噪比损失控制函数/>和初始发射信号序列/>对预设的原始通信感知模型进行调整，得到通信感知优化模型/>。

（13）；

，

其中，表示接收滤波器的向量/>的各个元素模的平方和，/>表示接收滤波器的功率；/>表示一种约束条件，该约束条件具体为：/>。

需要说明的是，原始通信感知模型与通信感知优化模型的结构相同，但模型中的具体参数并不相同，并且在求解过程中，还会根据不同场景下的需求对原始通信感知模型进行微调。

通过求解感知优化模型可以得到接收滤波器的滤波器参数，即目标滤波器参数，以及发射信号序列的发射波形参数，即发射信号参数。其中，目标滤波器参数具体可以为滤波器的相应幅值和相位，发射信号参数具体可以为连续发射波形对应的离散采样点处的幅值和相位，进而根据目标滤波器参数和发射信号参数进行设置，得到通信感知一体化波形可以在满足较高通信速率的同时，实现局部模糊函数旁瓣抑制。

请参阅图3，在一些实施例中，步骤S106可以包括但不限于包括步骤S301至步骤S302：

步骤S301，对通信感知优化模型进行模型分解，得到滤波器优化子模型和波形优化子模型；

步骤S302，对滤波器优化子模型和波形优化子模型进行迭代求解，得到目标滤波器参数和发射信号参数。

本申请实施 例所示意的步骤S301至步骤S302，通过将通信感知优化模型进行模型分解，得到滤波器优化子模型和波形优化子模型，并对滤波器优化子模型和波形优化子模型进行迭代求解，得到目标滤波器参数和发射信号参数，便于根据目标滤波器参数和发射信号参数进行波形设计，得到通信感知一体化波形，能够在设计出具有低旁瓣水平的波形的同时，保证了较高的通信速率，实现局部模糊函数旁瓣抑制，提高了通信和雷达感知的精确度。

需要说明的是，由于都是非凸约束，因此，通信感知优化模型/>为既困难又完整的问题，即NP-hard问题，因此需要对通信感知优化模型/>进行相应的处理。

在一些实施例中，步骤S301可以包括但不限于如下步骤：

对通信感知优化模型进行非凸约束解除，得到波形优化混合模型；

对波形优化混合模型进行拆分，得到滤波器优化子模型和波形优化子模型。

通过对公式（13）进行非凸约束解除，得到波形优化混合模型，波形优化混合模型如公式（14）所示：

（14）；

其中，采用交替优化的策略来求解公式（14），将波形优化混合模型拆分成两个子模型，分别为滤波器优化子模型和波形优化子模型；

具体地，滤波器优化子模型记为：

（15）；

波形优化子模型记为：

（16）；

在交替求解滤波器优化子模型和波形优化子模型时，先固定发射信号传输序列，在/>的约束下求解滤波器优化子模型；然后再固定接收滤波器/>，在/>的约束下求解波形优化子模型，在进行预设次数的交替求解之后，得到目标滤波器参数/>和发射信号参数/>。

请参阅图4，在一些实施例中，步骤S302可以包括但不限于包括步骤S401至步骤S403：

步骤S401，将迭代次数初始化为0，且将初始发射信号序列作为波形子求解数据；

步骤S402，执行迭代求解过程；其中，迭代求解过程包括：将迭代次数加1，基于波形子求解数据对滤波器优化子模型进行求解，得到滤波器子求解数据；基于滤波器子求解数据对波形优化子模型进行求解，得到波形子求解数据；重复执行迭代求解过程，直至迭代次数等于预设的次数阈值；

步骤S403，将滤波器子求解数据作为目标滤波器参数，且将波形子求解数据作为发射信号参数。

本申请实施例所示意的步骤S401至步骤S403，通过迭代求解的方式，能够快速逼近最优解，提高求解的效率和精确度；另外，通过迭代求解的方式，还能够逐步细化求解过程，能够提高求解过程的可解释性，以及节省计算资源。

需要说明的是，预设的次数阈值可以根据实际的应用场景进行设置，例如一万次，十万次等，不限于此。

在一些实施例的步骤S401中，首先将迭代次数初始化为0，然后将初始发射信号传输序列固定成波形子求解数据，然后执行迭代求解过程。

请参阅图5，在一些实施例中，迭代求解过程中的步骤基于波形子求解数据对滤波器优化子模型进行求解，得到滤波器子求解数据，可以包括但不限于包括步骤S501至步骤S502：

步骤S501，针对当前迭代，根据波形子求解数据和当前迭代的前一次迭代的滤波器子求解数据对滤波器优化子模型进行求解，得到当前迭代的滤波器子求解数据；

步骤S502，若当前迭代的滤波器子求解数据满足预设的滤波器优化条件，退出迭代求解过程，且将当前迭代的滤波器子求解数据作为目标滤波器参数。

本申请实施例所示意的步骤S501至步骤S502，每次迭代求解中，都会用到当前迭代的前一次迭代的滤波器子求解数据，前一次迭代中得到的求解数据可以帮助确定当前迭代的方向或参数，有助于更快地接近或找到最优解，通过不断利用前一次迭代的求解数据，可以逐步提高解的精度和准确性。

在一些实施例的步骤S501中，为了求解滤波器优化子模型，给出了求解滤波器优化子模型的求解过程，如公式（17）所示：

（17）；

（18）；

（19）；

其中，表示通信信道多普勒矩阵，/>具体为/>，/>表示循环前缀矩阵；

表示取共轭操作，/>为矩阵/>的最大特征值，表示对矩阵/>按列向量化；

需要说明的是，表示当前迭代的前一次迭代的滤波器子求解数据，若为当前的迭代次数为0，则/>为初始接收滤波器的向量/>。

需要说明的是，在公式（19）中，表示计算累积旁瓣电平所需的时延矩阵，与/>表示的含义不同，由于需要把/>中所有/>对应的电平都累加起来，此时公式（19）中的/>是单纯的时延索引，和上述的通信信道无关，所以没有额外的下标。

需要说明的是，公式（17）所示的求解公式为闭式解，相较于传统的迭代算法，如内点法、梯度下降法等，在交替求解过程中给出闭式解能够大大加速算法收敛过程。

在一些实施例中，滤波器优化条件包括滤波器优化停止阈值。

在一些实施例中，步骤S502可以包括但不限于包括如下步骤：

将当前迭代的滤波器子求解数据减去当前迭代的前一次迭代的滤波器子求解数据，得到滤波器求解数据差值；

计算滤波器求解数据差值的范式，得到滤波器数据差值范式数据；

计算当前迭代的前一次迭代的滤波器子求解数据的范式，得到前一次迭代的滤波器范式数据；

将滤波器数据差值范式数据除于前一次迭代的滤波器范式数据，得到目标滤波器范式数据；

若目标滤波器范式数据小于或等于滤波器优化停止阈值，则退出迭代求解过程，且将当前迭代的滤波器子求解数据作为目标滤波器参数。

通过设置滤波器优化停止阈值，当相邻两次迭代求解的数据的变化比较小，能够满足阈值时停止计算，退出迭代求解过程，能够减少不必要的计算量，提高计算效率，节省计算资源。

具体地，将当前迭代的滤波器子求解数据减去当前迭代的前一次迭代的滤波器子求解数据，得到的滤波器求解数据差值即为；

滤波器数据差值范式数据为；

前一次迭代的滤波器范式数据为；

目标滤波器范式数据为；

为滤波器优化停止阈值，当/>时，停止迭代求解滤波器优化子模型，退出迭代求解过程，并将当前迭代的滤波器子求解数据作为目标滤波器参数。

需要说明的是，滤波器优化停止阈值需要根据实际场景进行设置，不限于此。

请参阅图6，在一些实施例，迭代求解过程中的步骤基于滤波器子求解数据对波形优化子模型进行求解，得到波形子求解数据，可以包括但不限于包括步骤S601至步骤S602：

步骤S601，针对当前迭代，根据滤波器子求解数据和当前迭代的前一次迭代的波形子求解数据对波形优化子模型进行求解，得到当前迭代的波形子求解数据；

步骤S602，若当前迭代的波形子求解数据满足预设的波形优化条件，退出迭代求解过程，且将当前迭代的波形子求解数据作为发射信号参数。

本申请实施例所示意的步骤S601至步骤S602，每次迭代求解中，都会用到当前迭代的前一次迭代的波形子求解数据，前一次迭代中得到的求解数据可以帮助确定当前迭代的方向或参数，有助于更快地接近或找到最优解，通过不断利用前一次迭代的求解数据，可以逐步提高解的精度和准确性。

在一些实施例的步骤S601中，为了求解滤波器优化子模型，给出了求解滤波器优化子模型的求解过程，如公式（20）所示：

（20）；

（21）；

（22）；

其中，表示矩阵/>的最大特征值，/>，/>表示循环前缀矩阵，/>表示通信信道多普勒矩阵，/>具体为/>。

需要说明的是，公式（20）所示的求解公式为闭式解，相较于传统的迭代算法，如内点法、梯度下降法等，在交替求解过程中给出闭式解能够大大加速算法收敛过程。

在一些实施例中，波形优化条件包括波形优化停止阈值。

请参阅图7，在一些实施例中，步骤S602可以包括但不限于包括步骤S701至步骤S705：

步骤S701，将当前迭代的波形子求解数据减去当前迭代的前一次迭代的波形子求解数据，得到波形求解数据差值；

步骤S702，计算波形求解数据差值的范式，得到波形数据差值范式数据；

步骤S703，计算当前迭代的前一次迭代的波形子求解数据的范式，得到前一次迭代的波形范式数据；

步骤S704，将波形数据差值范式数据除于前一次迭代的波形范式数据，得到目标波形范式数据；

步骤S705，若目标波形范式数据小于或等于波形优化停止阈值，则退出迭代求解过程，且将当前迭代的波形子求解数据作为发射信号参数。

本申请实施例所示意的步骤S701至步骤S705，通过设置波形优化停止阈值，当相邻两次迭代求解的数据的变化比较小，能够满足阈值时停止计算，退出迭代求解过程，能够减少不必要的计算量，提高计算效率，节省计算资源。

具体地，将当前迭代的波形子求解数据减去当前迭代的前一次迭代的波形子求解数据，得到的波形求解数据差值即为；

波形数据差值范式数据为；

前一次迭代的波形范式数据为；

目标波形范式数据为；

为波形优化停止阈值，当/>时，停止迭代求解滤波器优化子模型，退出迭代求解过程，并将将当前迭代的波形子求解数据作为发射信号参数。

需要说明的是，波形优化停止阈值需要根据实际场景进行设置，不限于此。

在一个实施例中，可以只设置波形优化停止阈值和预设的次数阈值，而不设置滤波器优化停止阈值；也可以同时设置滤波器优化停止阈值、波形优化停止阈值和预设的次数阈值，具体地，需要根据实际应用场景进行设置，不限于此。

在一个实施例中，对基于OTFS信号的通感一体化波形进行设计，对于每个OTFS帧，设置时隙数量，子载波数量/>，并设置数字滤波器的功率/>。用于旁瓣抑制的旁瓣电平抑制区域为/>，在每次模拟中，信道矩阵/>是随机生成的，其中通道系数遵循复高斯分布/>，其中，信道矩阵/>为一个规模为128x128的复数矩阵。初始发射信号序列中/>的每个符号都经过基于随机生成的信息比特的相移键控（PSK）调制，长度为/>。波形优化停止阈值设置为，预设的次数阈值为/>。

采用了Cell-Average Constant-False-Alarm-Rate（CA-CFAR）检测器对优化后得到的通信感知一体化波形的目标检测性能进行评估，设置性能优化权重，循环前缀（CP）长度/>，和SNR损失值/>dB。

具体的评估结果参见图8，图8为本申请实施例提供的通信感知一体化波形的雷达感知和通信性能评估示意图。可以从图8中的（a）得知，随着性能优化权重的增加，平均可达的数据速率（ADR）降低，表明试图减少更多加权累计旁瓣电平时，通信性能下降。可以从图8中的（b）得知，优化的通信感知一体化波形在减小加权累计旁瓣电平的同时保持了较低的虚警概率（FAR），在不同ρ权重下保持相似的检测概率。

从实际应用效果考虑，令权重参数ρ=0.5即可在加权累计旁瓣电平和干扰项之间取得平衡，实现良好的感知和通信性能、较高的检测概率和较低的虚警概率，同时对应的通信速率也较高。

数值结果表明，与仅为通信目的设计的信号相比，优化的通信一体化波形具有良好的平均可达速率和显著降低的虚警率。

请参阅图9，本申请实施例还提供一种通信感知一体化装置，可以实现上述通信感知一体化方法，该装置包括：

初始信号接收模块901，用于通过初始接收滤波器接收初始发射信号序列；其中，初始发射信号序列包含通信信号和雷达感知信号；

损失控制函数构建模块902，用于获取初始发射信号序列与初始接收滤波器之间的主瓣信噪比损失控制函数；

模糊函数构建模块903，用于构建初始发射信号序列与初始接收滤波器之间的模糊函数；

优化权重获取模块904，用于获取性能优化权重；其中，性能优化权重指示雷达感知信号的感知性能和通信信号的通信性能的优化权重；

优化模型构建模块905，用于基于性能优化权重、模糊函数、主瓣信噪比损失控制函数和初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型；

模型求解模块906，用于对通信感知优化模型进行优化求解，得到目标求解数据；其中，目标求解数据包含目标滤波器参数和发射信号参数；

波形配置模块907，用于根据目标滤波器参数配置初始接收滤波器，得到目标接收滤波器，且根据发射信号参数配置初始发射信号序列，得到目标发射信号序列；

目标信号接收模块908，用于通过目标接收滤波器接收目标发射信号序列，得到目标通信感知一体化波形，基于目标通信感知一体化波形进行通信和雷达感知。

该通信感知一体化装置的具体实施方式与上述通信感知一体化方法的具体实施例基本相同，在此不再赘述。

本申请实施例还提供了一种电子设备，电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述通信感知一体化方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。

请参阅图10，图10示意了另一实施例的电子设备的硬件结构，电子设备包括：

处理器1001，可以采用通用的CPU(CentralProcessingUnit，中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请实施例所提供的技术方案；

存储器1002，可以采用只读存储器（ReadOnlyMemory，ROM）、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory，RAM)等形式实现。存储器1002可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1002中，并由处理器1001来调用执行本申请实施例的通信感知一体化方法；

输入/输出接口1003，用于实现信息输入及输出；

通信接口1004，用于实现本设备与其他设备的通信交互，可以通过有线方式（例如USB、网线等）实现通信，也可以通过无线方式（例如移动网络、WIFI、蓝牙等）实现通信；

总线1005，在设备的各个组件（例如处理器1001、存储器1002、输入/输出接口1003和通信接口1004）之间传输信息；

其中处理器1001、存储器1002、输入/输出接口1003和通信接口1004通过总线1005实现彼此之间在设备内部的通信连接。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述通信感知一体化方法。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本申请实施例提供的通信感知一体化方法、装置、设备及存储介质，其通过初始接收滤波器接收初始发射信号序列，初始发射信号序列包含通信信号和雷达感知信号；获取初始发射信号序列与初始接收滤波器之间的主瓣信噪比损失控制函数；构建初始发射信号序列与初始接收滤波器之间的模糊函数；获取性能优化权重；其中，性能优化权重指示雷达感知信号的感知性能和通信信号的通信性能的优化权重；基于性能优化权重、模糊函数、主瓣信噪比损失控制函数和初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型；对通信感知优化模型进行优化求解，得到目标求解数据；其中，目标求解数据包含目标滤波器参数和发射信号参数；根据目标滤波器参数设计初始接收滤波器，得到目标接收滤波器，且根据发射信号参数设计初始发射信号序列，得到目标发射信号序列；通过目标接收滤波器接收目标发射信号序列，得到目标通信感知一体化波形，基于目标通信感知一体化波形进行通信和雷达感知。能够在设计出具有低旁瓣水平的波形的同时，保证了较高的通信速率，从而提高通信和雷达感知的精确度。

本申请实施例属于联合波形优化设计方法，与以通信功能为主的波形设计方法、或者以感知功能为主的波形设计方法相比，本申请能够在局部模糊函数的旁瓣电平塑性方法具有更高的自由度，并且优化得到的通信感知一体化波形具有良好的平均可达速率，以及能够显著降低虚警率。

本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

本领域技术人员可以理解的是，图中示出的技术方案并不构成对本申请实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例的方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。

以上参照附图说明了本申请实施例的优选实施例，并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本申请实施例的权利范围之内。

Claims (10)

1.一种通信感知一体化方法，其特征在于，所述方法包括：

通过初始接收滤波器接收初始发射信号序列；其中，所述初始发射信号序列包含通信信号和雷达感知信号；

获取所述初始发射信号序列与所述初始接收滤波器之间的主瓣信噪比损失控制函数，其中，所述主瓣信噪比损失控制函数记为：

；

其中，所述表示所述初始发射信号序列，/>表示所述初始接收滤波器，/>表示对/>进行共轭转置，/>表示循环前缀矩阵，/>表示目标信干噪比数据；

构建所述初始发射信号序列与所述初始接收滤波器之间的窄带交叉模糊函数，其中，所述窄带交叉模糊函数记为：

；

；

其中，表示时延矩阵，/>为第/>条路径的时延索引，/>表示通信信道多普勒矩阵，为第/>条路径的多普勒索引；/>表示添加循环前缀后的所述初始发射信号序列的长度，表示规模为/>的单位矩阵，/>表示规模为/>的单位矩阵，/>表示规模为/>的零矩阵，/>表示规模为的零矩阵；

获取性能优化权重；其中，所述性能优化权重指示所述雷达感知信号的感知性能和所述通信信号的通信性能的优化权重；

基于所述性能优化权重、所述窄带交叉模糊函数、所述主瓣信噪比损失控制函数和所述初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型，其中，所述通信感知优化模型记为：

；

，

其中，为所述性能优化权重，/>为加权累积旁瓣电平，所述加权累积旁瓣电平基于所述窄带交叉模糊函数计算得到，/>为原始发射信号序列，所述原始发射信号序列与所述循环前缀矩阵进行计算可以得到所述初始发射信号序列，/>表示所述接收滤波器/>的各个元素模的平方和，/>表示所述接收滤波器的功率，/>表示一种约束条件，/>为所述初始发射信号序列的长度；

对所述通信感知优化模型进行优化求解，得到目标求解数据；其中，所述目标求解数据包含目标滤波器参数和发射信号参数；

根据所述目标滤波器参数配置所述初始接收滤波器，得到目标接收滤波器，且根据所述发射信号参数配置所述初始发射信号序列，得到目标发射信号序列；

通过所述目标接收滤波器接收所述目标发射信号序列，得到目标通信感知一体化波形，基于所述目标通信感知一体化波形进行通信和雷达感知。

2.根据权利要求1所述的方法，其特征在于，所述基于所述性能优化权重、所述窄带交叉模糊函数、所述主瓣信噪比损失控制函数和所述初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型，包括：

获取预设的旁瓣电平抑制区域的电平优化权重；

基于所述电平优化权重和所述窄带交叉模糊函数，确定所述加权累积旁瓣电平；

基于所述性能优化权重、所述加权累积旁瓣电平、所述主瓣信噪比损失控制函数和所述初始发射信号序列对所述原始通信感知模型进行调整，得到所述通信感知优化模型。

3.根据权利要求1所述的方法，其特征在于，所述对所述通信感知优化模型进行优化求解，得到目标求解数据；其中，所述目标求解数据包含目标滤波器参数和发射信号参数，包括：

对所述通信感知优化模型进行模型分解，得到滤波器优化子模型和波形优化子模型，其中，所述滤波器优化子模型记为：

；

所述波形优化子模型记为：

；

对所述滤波器优化子模型和所述波形优化子模型进行迭代求解，得到所述目标滤波器参数和所述发射信号参数。

4.根据权利要求3所述的方法，其特征在于，所述对所述滤波器优化子模型和所述波形优化子模型进行迭代求解，得到所述目标滤波器参数和所述发射信号参数，包括：

将迭代次数初始化为0，且将所述初始发射信号序列作为波形子求解数据；

执行迭代求解过程；其中，所述迭代求解过程包括：将所述迭代次数加1，基于所述波形子求解数据对所述滤波器优化子模型进行求解，得到滤波器子求解数据；基于所述滤波器子求解数据对所述波形优化子模型进行求解，得到波形子求解数据；重复执行所述迭代求解过程，直至所述迭代次数等于预设的次数阈值；

将滤波器子求解数据作为所述目标滤波器参数，且将所述波形子求解数据作为所述发射信号参数。

5.根据权利要求4所述的方法，其特征在于，所述基于所述波形子求解数据对所述滤波器优化子模型进行求解，得到滤波器子求解数据，包括：

针对当前迭代，根据所述波形子求解数据和所述当前迭代的前一次迭代的滤波器子求解数据对所述滤波器优化子模型进行求解，得到当前迭代的滤波器子求解数据；

若所述当前迭代的滤波器子求解数据满足预设的滤波器优化条件，退出所述迭代求解过程，且将所述当前迭代的滤波器子求解数据作为所述目标滤波器参数。

6.根据权利要求4所述的方法，其特征在于，所述基于所述滤波器子求解数据对所述波形优化子模型进行求解，得到波形子求解数据，包括：

针对当前迭代，根据所述滤波器子求解数据和所述当前迭代的前一次迭代的波形子求解数据对所述波形优化子模型进行求解，得到当前迭代的波形子求解数据；

若所述当前迭代的波形子求解数据满足预设的波形优化条件，退出所述迭代求解过程，且将所述当前迭代的波形子求解数据作为所述发射信号参数。

7.根据权利要求6所述的方法，其特征在于，所述波形优化条件包括波形优化停止阈值；所述若所述当前迭代的波形子求解数据满足预设的波形优化条件，退出所述迭代求解过程，且将所述当前迭代的波形子求解数据作为所述发射信号参数，包括：

将所述当前迭代的波形子求解数据减去所述当前迭代的前一次迭代的波形子求解数据，得到波形求解数据差值；

计算所述波形求解数据差值的范式，得到波形数据差值范式数据；

计算所述当前迭代的前一次迭代的波形子求解数据的范式，得到前一次迭代的波形范式数据；

将所述波形数据差值范式数据除于所述前一次迭代的波形范式数据，得到目标波形范式数据；

若所述目标波形范式数据小于或等于所述波形优化停止阈值，则退出所述迭代求解过程，且将所述当前迭代的波形子求解数据作为所述发射信号参数。

8.一种通信感知一体化装置，其特征在于，所述装置包括：

初始信号接收模块，用于通过初始接收滤波器接收初始发射信号序列；其中，所述初始发射信号序列包含通信信号和雷达感知信号；

损失控制函数构建模块，用于获取所述初始发射信号序列与所述初始接收滤波器之间的主瓣信噪比损失控制函数，其中，所述主瓣信噪比损失控制函数记为：

；

其中，所述表示所述初始发射信号序列，/>表示所述初始接收滤波器，/>表示对/>进行共轭转置，/>表示循环前缀矩阵，/>表示目标信干噪比数据；

模糊函数构建模块，用于构建所述初始发射信号序列与所述初始接收滤波器之间的窄带交叉模糊函数，其中，所述窄带交叉模糊函数记为：

；

（11）；

其中，表示时延矩阵，/>为第/>条路径的时延索引，/>表示通信信道多普勒矩阵，为第/>条路径的多普勒索引；/>表示添加循环前缀后的所述初始发射信号序列的长度，表示规模为/>的单位矩阵，/>表示规模为/>的单位矩阵，/>表示规模为/>的零矩阵，/>表示规模为的零矩阵；

优化权重获取模块，用于获取性能优化权重；其中，所述性能优化权重指示所述雷达感知信号的感知性能和所述通信信号的通信性能的优化权重；

优化模型构建模块，用于基于所述性能优化权重、所述窄带交叉模糊函数、所述主瓣信噪比损失控制函数和所述初始发射信号序列对预设的原始通信感知模型进行调整，得到通信感知优化模型，其中，所述通信感知优化模型记为：

；

，

其中，为所述性能优化权重，/>为加权累积旁瓣电平，所述加权累积旁瓣电平基于所述窄带交叉模糊函数计算得到，/>为原始发射信号序列，所述原始发射信号序列与所述循环前缀矩阵进行计算可以得到所述初始发射信号序列，/>表示所述接收滤波器/>的各个元素模的平方和，/>表示所述接收滤波器的功率，/>表示一种约束条件，/>为所述初始发射信号序列的长度；

模型求解模块，用于对所述通信感知优化模型进行优化求解，得到目标求解数据；其中，所述目标求解数据包含目标滤波器参数和发射信号参数；

波形配置模块，用于根据所述目标滤波器参数配置所述初始接收滤波器，得到目标接收滤波器，且根据所述发射信号参数配置所述初始发射信号序列，得到目标发射信号序列；

目标信号接收模块，用于通过所述目标接收滤波器接收所述目标发射信号序列，得到目标通信感知一体化波形，基于所述目标通信感知一体化波形进行通信和雷达感知。

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的通信感知一体化方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的通信感知一体化方法。