买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆邮电大学

摘要：本发明提出了一种基于正交时频空间OrthogonalTimeFrequencySpace,OTFS和超奈奎斯特Faster‑Than‑Nyquist,FTN融合的通感一体化IntegratedSensingandCommunications,ISAC波形设计方法。首先，本方法将FTN符号映射到现有OTFS波形时域进行叠加并在时变信道中传输。其次，对接收信号进行解调，并对目标的距离和速度进行参数估计。然后，采用基于最小均方误差MinimumMeanSquareError,MMSE算法的均衡器消除FTN产生的干扰。最后，将干扰消除的信号进行信道吞吐量的统计。本发明设计的融合波形方法能够在不显著影响感知性能的情况下实现实质性的通信数据速率提升，进一步提高了ISAC系统性能。

主权项：1.一种基于OTFS和FTN融合的通感一体化波形设计方法，包括以下步骤：步骤一：构建FTN发射信号，具体的算法流程如下所示：在ISAC系统中具有M个子载波，子载波中心频率为fc，带宽为Δf，总带宽为B＝MΔf，传输一段长度为L的数据流β，经过串并转换后得到具有M组数据的矩阵D＝[d1,d2,K,dM]T，其中，dm表示维度为的数据流矩阵，1≤m≤M，[·]T表示对[·]的转置，对D的每组数据进行独立的FTN映射，则第m组数据的一维FTN信令描述为： 其中，dm表示第m组输入序列，qt为单位能量带宽限制脉冲，α∈[0.8,1]为FTN时域压缩因子，T为单个符号持续时间；当α＝1时，系统是严格奈奎斯特采样，采样的符号个数为N，Nα＝N；当0.8≤α＜1时，系统进行时域压缩采样，采样的符号个数为N，其中，Nα＝N；将一维FTN信号叠加在各子载波上，构成多载波FTN信号： 其中，fm＝m-1Δf；步骤二：对多载波FTN信号进行OTFS调制，具体的算法流程如下所示：将经过正交幅度调制QuadratureAmplitudeModulation,QAM调制后的NM个数据信息符号X＝[x1,x2,K,xNM]摆放至时延-多普勒域信号网格Γ中得到矩阵x[k,l]，其中，0≤k≤N-1,0≤l≤M-1，多普勒域中有N行数据，时延域中有M列数据，x[k,l]表示为： 然后，通过反辛有限傅里叶变换将时延-多普勒域信号变换到时频域网格Λ中，表示为： 其中，0≤n≤N-1,0≤m≤M-1；将时频域信号X[n,m]经过海森堡变换Heisenbergtransform后成为时域信号st，表示为： 其中，gtxt表示时频调制器的发射脉冲波形；信号st在具有复杂基带信道脉冲响应hτ,υ的时变信道上传输，接收信号rt为：rt＝∫∫hτ,υst-τej2πυt-τdτdυ+nt其中，nt表示加性高斯白噪声，平均值为0，方差为σ2，hτ,υ表征了信道对高速运动目标时延参数τ和多普勒参数υ的脉冲响应，表示为： 其中，P为由发射信号经目标反射后的路径数，hp、τp和υp分别表示与第p1≤p≤P条路径相关的路径增益、时延和多普勒频移，δ·表示狄拉克函数；步骤三：对步骤二得到的rt进行解调，具体的算法如下所示：对接收信号rt进行维格纳变换Wignertransform： 其中，Yt,f表示接收端匹配滤波器的交叉模糊函数，grxt表示时频调制器的接收脉冲波形，[·]*表示对[·]的共轭；通过对Yt,f采样得到匹配的滤波器输出：Y[n,m]＝Yt,f|t＝nT,f＝mΔf此时已将时域接收信号rt变换到时频域网格Λ中；之后，对样本Y[n,m]进行辛有限傅里叶变换处理，得到时延-多普勒域信号y[k,l]： 步骤四：由步骤三得到的y[k,l]中提取感知信息，建立感知模型进行评估，具体的算法流程如下：解调后的信号y[k,l]包含运动目标反射后的P条路径的相关时延和多普勒频移，其对应的整数kp和lp分别置于时延-多普勒域信号网格Γ中，其中，1≤p≤P，第p条路径相关的时延τp和多普勒频移υp表示为： 因此，运动目标的距离zp和实时速度vp表示为： 其中，c为光速，目标相对发射机以固定方位角度θ进行运动，令Z＝[z1,z2,K,zP]，V＝{v1,v2,K,vP}；因此，从有噪声的y[k,l]中估计得到的距离Z和实时速度V相较于观测值Z′和V′的均方误差MeanSquareError,MSE表示为： 其中，E[·]表示对[·]取均值，表示取范数的模；步骤五：对步骤三得到的y[k,l]消除由FTN产生的符号间干扰，具体流程如下：将分布在时延-多普勒域信号网格Γ的NM个接收信号y[k,l]，其中，0≤k≤N-1,0≤l≤M-1，提取出来组成新的序列y＝[y1,y2,K,yNM]T，则y可以表示为：y＝GX+W其中，X为发送的多载波FTN信号，W表示加性高斯白噪声，平均值为0，方差为σ2，G是一个随压缩因子α变化的循环矩阵，将G进行特征值分解：G＝QTAQ*其中，Q为NM×NM维的特征向量，通过傅里叶变换FFT可以计算出Q的第i行第j列元素qi,j，其中，1≤i≤NM,1≤j≤NM，表示为 A为NM×NM维的对角矩阵，其对角线上的第i个元素ai,i是FFT的系数： 其中，1≤i≤NM，|g|表示求绝对值；对A的对角线上每个元素求MMSE作为权重得到NM×NM维对角矩阵Ψ，其第i行第i列元素ψi,i表示为： 将接收到的序列y转换到相应频域进行表示：yf＝Q*y＝AQ*X+Q*W＝AXf+Wf其中，yf表示y频域序列，Xf＝Q*X对应于频域信号矢量，Wf＝Q*W对应于频域噪声矢量，时域信号估计值X表示为：X＝QTΨyf＝QTΨAXf+Wf将X进行QAM解调之后得到序列β，则成功恢复的比特数Nb表示为：Nb＝L-Σ|β-β|步骤六：建立通信模型进行评估，统计OTFS和FTN融合波形系统的吞吐量R，表示为： 其中，T为单个符号持续时间。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于OTFS和FTN融合的通感一体化波形设计方法