
Citation: | HAI Yu, LIU Ling, LI Zhongyu, et al. Optimal sub-band selection algorithm for pseudo-color image synthesis in microwave photonic SAR[J]. Journal of Radars, 2024, 13(2): 485–499. doi: 10.12000/JR23204 |
雷达和通信在军事与民事领域具有重要应用。为了实现协同作战,作战平台上需要同时装配有雷达和通信设备,以将探测数据传给其他平台和控制中心。在民用领域,随着信息化和智能化的发展,通信和雷达技术将广泛应用于智慧生活、社会治理、产业升级等方方面面[1]。在传统设计中,雷达和通信分别使用不同的硬件和频谱资源。这种分立设计导致了系统的体积、功耗和成本的增加,以及系统电磁兼容性的下降。为了克服分立实现的缺点,军事和民事领域对雷达通信一体化设计都开展了深入研究[2–9]。军事领域对多功能一体化平台开展了相应研究,比如美国海军的“AMRFC”计划[10]、美国国防高级研究计划局的“CONCERTO”计划[11]等。 在民用领域,以智慧交通[12]、智能家居[13]、人体行为检测[14]为应用背景的雷达通信一体化研究也成为研究的热点。
雷达通信一体化可以通过资源分配和共用波形两种方式实现。资源分配通过协调雷达和通信使用的时间[14,15]、频谱[16]、阵列[17,18]等资源,以避免两种功能之间的干扰。这种方式实现简单、灵活性高并能够兼容现有体制,但是存在雷达和通信没有充分使用所有资源的缺点。共用波形的实现方式通过发射共用波形来同时实现雷达探测和通信数据传输的功能,功率和频谱资源使用效率高,能够从根本上避免跨系统干扰,因此受到了雷达通信一体化领域的广泛研究。
雷达通信一体化共用波形需要同时完成通信传输和雷达探测的功能,既需要考虑雷达和通信的理论性能,还需要关注硬件实现的复杂度、功率效率等工程实现问题。当前的雷达通信一体化研究提出了很多共用波形,但是由于缺少统一的衡量标准,很难确定何种共用波形更适合什么场景。比如在有些研究中通过通信波形实现探测功能,虽然保证了高速通信但是却降低了雷达性能[19–21]。与此相对,有些研究将通信信息嵌入雷达波形[22–25],保证了雷达性能但是却存在通信速率较低的问题,因此只能作为现有通信方式外的额外补充。
本文的目的有两点。首先对现有研究中的共用波形进行综述,明确各类共用波形的基本原理以及优缺点。本文将现有一体化共用波形分为3类:基于通信波形的共用波形、基于雷达波形的共用波形和基于联合设计的共用波形。针对每一类波形设计方式,本文结合雷达和通信对性能的要求与约束对其基本原理、具体类别、信号处理方式、主要优缺点等方面进行了分析。然后针对一般波形,本文对雷达通信一体化系统的性能边界的相关工作进行了综述,并通过仿真说明了雷达和通信性能的折中。最后对本文进行了总结,并对雷达通信一体化共用波形面临的挑战和未来的研究方向进行了展望。
本文后续章节使用以下符号定义:粗体小写字母用于表示向量;粗体大写字母用于表示矩阵;
本节对现有的雷达通信一体化共用波形进行综述。总体而言,现有一体化共用波形可以分为3类:基于通信波形的共用波形、基于雷达波形的共用波形,以及基于联合设计的共用波形。为了统一后文的描述,本文考虑的一体化系统以及应用场景如图1所示。在该系统中有一个共用波形发射机、一个雷达接收机和若干通信接收机。通信接收机位于远方,共用波形发射机和雷达接收机位于一个设备上。共用波形发射机和雷达接收机可以通过时分双工或者收发全双工使用相同的天线,也可以使用收发分置的天线。共用波形发射机的发射波形将照射到目标并返回雷达接收机,或者经过通信信道由通信接收机接收。假设一体化共用波形发射机有
一种常见的共用波形设计方式是利用传统通信波形进行雷达探测。虽然可以通过多种通信波形以及调制方式实现雷达通信一体化系统的设计,本节针对几种典型通信波形在一体化系统方面的研究进行综述。具体来说本文首先对基于扩展频谱技术的共用波形研究进行了综述,然后对基于正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)波形的共用波形的相关工作进行了介绍,最后对利用现有通信标准进行一体化设计的相关研究进行了讨论。
扩展频谱技术一般通过直接序列扩频或者跳频的方式实现发射波形频谱的展宽。在传统通信领域中,扩展频谱技术广泛用于抗干扰、保密通信等应用中,并可以通过使用不同的扩频序列实现多址接入。文献[26]对基于直接序列扩频技术的车载雷达通信一体化系统进行了研究。针对多用户之间存在的干扰,文献[27]通过自适应功率控制和干扰消除技术降低了用户之间的干扰。由于扩频序列的自相关峰值与旁瓣的比值随着序列长度的增加而下降[28],因此对雷达应用期望序列具有足够的长度。但是对于通信来说,由于通信符号调制在整个扩频序列上,因此导致了通信速率的下降。针对雷达和通信之间对序列长度的不同要求,文献[29]利用通信符号和外层序列来控制内层短序列的级联实现了长码,在一定程度上缓解了通信和雷达对码长要求的矛盾。
基于扩展频谱的优点体现在两点:首先,扩频序列恒模的特点适合发射功率较高的雷达应用;另外可以通过选择不同的扩频序列很容易实现多个系统的共存。通过使用不同的序列实现多用户一体化波形具有以下缺点:首先,波形自相关性质的不理想会限制雷达的动态距离范围,即最大探测距离和最小探测距离之间的比值。另外,利用扩展频谱波形的回波恢复运动目标相比传统雷达波形需要更高的计算复杂度[30]。最后当雷达需要高距离分辨力时,对宽带扩频波形进行接收需要高速模数转换器进行采样,导致了设备成本和硬件复杂度的增加。
由于具有频谱效率高、能够对抗码间干扰等优点[31],OFDM波形在传统通信领域得到了广泛应用。在基于通信波形的一体化设计中,OFDM波形受到了很多关注。文献[32]最早对利用OFDM波形进行探测的方法进行了研究。与单纯利用OFDM波形进行探测不同,在一体化设计中子载波上仍然需要调制通信符号以携带通信信息。由于OFDM子载波上调制的符号随着通信信息的变化,雷达处理的性能会受到通信信息的影响。当对近距离目标进行探测时,文献[28,33]通过发射连续OFDM波形实现雷达通信一体化设计,并且通过在接收端将每个子载波的接收信号除以对应的发射符号来消除对通信数据的依赖,然后通过在载波维度和符号维度做二维离散傅里叶变换(Discrete Fourier Transform, DFT)分别得到每个目标的距离和速度。为了增大探测距离,文献[34]以脉冲形式进行发射,并通过在波形脉宽内发射多个OFDM符号来提高通信速率。
一些文献对发射波形的参数设计进行了研究。文献[35]根据最大不模糊距离和不模糊速度设计了子载波的间隔。当发射总功率恒定时,可以按照不同的性能指标对不同子载波的发射功率进行优化来提高性能。文献[36,37]以通信信道容量以及雷达目标回波和目标冲击响应之间的互信息为优化指标对子载波发射功率的分配进行了建模和优化。文献[38]将雷达的目标检测概率和通信信道容量作为性能指标对发射功率的分配进行了设计。文献[39]以目标参数估计的克拉默-拉奥界(Cramér-Rao Lower Bound, CRLB)和通信信道容量为衡量指标来对子载波的功率分配进行了优化。为了提高通信速率和雷达的角度分辨力,可以通过在每个发射天线发射不同的子载波从而将OFDM与实现多输入多输出(Multiple-Input Multiple-Output, MIMO)结合。一些文献对如何在天线阵元间划分子载波进行了研究,比如等间隔子载波划分[40,41]、不等间隔子载波划分[42]和随机分配[43]。 由于每个发射天线的发射波形只使用了一部分子载波,直接对波形进行时域脉冲压缩会导致距离分辨力的下降。文献[41]通过对时间和空间的联合处理同时实现了距离与角度的高分辨。为了进一步提高探测的距离和方位分辨力,文献[44]首先通过滑窗降低不同目标的回波的相关性,然后利用处理以后的信号在频率和脉冲维度的旋转不变性提出了一种自配对的超分辨算法。当雷达具有高距离分辨力的要求时,需要发射宽带波形。在这种情况下使用OFDM波形进行探测需要使用昂贵的发射和接收硬件,可以通过发射步进频波形的方式降低对硬件的要求[45]。另外由于OFDM波形存在峰均比高的缺点,在需要高功率发射的雷达应用中功率效率低。文献[46,47]研究了通过加权来控制波形的最大峰均比,但是会影响通信符号的调制。
另一种基于通信波形的共用波形利用当前通信标准中的导频进行探测。在这种波形设计中,通信功能没有受影响,雷达功能是附加的。文献中常见的通信标准包括IEEE 802.11p[19]或IEEE 802.11ad[20,21,48–50]。IEEE 802.11p标准在
总结以上,基于通信波形的一体化共用波形,特别是基于OFDM的共用波形,可以利用传统通信波形实现探测。由于OFDM波形在通信领域具有广泛的应用,因此这种波形在一体化波形设计中得到了更多关注。为了将OFDM波形应用于实际场景中,需要探索如何降低发射和接收宽带OFDM波形的成本,以及如何在保证通信速率和雷达性能的条件下降低峰均比的有效方法。
除了利用传统通信波形进行一体化波形设计外,还可以将通信信息嵌入雷达发射波形来设计共用波形。基于雷达波形的共用波形可以分为两类:第一是对雷达波形进行改造以携带通信信息;第二是利用索引调制来控制雷达波形参数的改变以携带通信信息。
将通信信息嵌入雷达波形的一种方法是修改传统的雷达波形,比如利用最小频移键控[51](Minimum Shift Keying, MSK)或者连续相位调制[52,53](Continue Phase Modulation, CPM)修改线性调频波形的相位,或者改变线性调频波形的调频斜率[54,55]。这些方案的优点是对传统雷达波形的改造保留了雷达波形的某些优势,比如波形恒模等特点。但是由于通信速率和脉冲重复频率成正比,通信速率受限于脉冲重复周期。因为脉冲重复周期和雷达的最大无模糊距离成正比,减小脉冲重复周期虽然可以提高通信速率,但是会减小最大无模糊距离。文献[56]提出了一种利用随机相位编码解距离模糊的方法,可以缩短脉冲重复周期,从而提高通信速率。另外,还可以利用一组正交波通过波束成形来提高通信速率。假设
s(t)=J−1∑j=0ujsj(t) | (1) |
在通信接收端,接收信号可以表示为
y(c)(t)=gTcs(t)+w(c)(t) | (2) |
其中,
y(c)=[y(c)0y(c)1⋯y(c)J−1]T | (3) |
其中
y(c)j=gTcuj+w(c)j(t) | (4) |
索引调制是一种新兴的通信技术。由于索引调制具有较高的能量效率和频谱效率,近年来受到了广泛关注[59]。除了利用传统的幅度相位调制来携带信息,索引调制可以将信息嵌入特定的波形参数之中,比如激活天线的选择方式[60]、发射载波的选择方式[61]等。这些波形参数对于雷达来说也是很重要的,因此可以利用索引调制来控制雷达波形参数的变化以传递信息。在基于索引调制的雷达共用波形中,可以调制的索引包括载波频率、发射时隙、天线选择以及正交波形等。因此可以利用索引调制控制雷达波形的参数,将通信信息嵌入波形的发射参数变化之中。目前基于索引调制的一体化波形设计主要集中于MIMO雷达和频率捷变雷达,下面对这两类波形的相关研究进行介绍。
(1) 索引调制和MIMO雷达的结合:文献[62]利用索引调制来控制MIMO雷达正交波形的排列方式。对于一个拥有
y(c)(m,t)=gTc(m)˜s(m,t)+w(c)(m,t) | (5) |
其中,
y(c)(m)=∫y(c)(t,m)s(t)dt=Λ(m)ΩM(m)gc+w(m) | (6) |
通信信息可以嵌入天线的选择以及正交波形的排列,即矩阵
(2) 索引调制与频率捷变雷达的结合:频率捷变雷达可以用于干扰环境,并能够通过合成带宽实现距离高分辨力。频率捷变雷达的载波频率在脉冲之间随机变化。这种发射方式可以和索引调制结合,即利用索引调制来控制雷达载波频率的变化从而携带通信信息。文献[64]提出通过载波频率的排列来携带通信信息。对于拥有
˜s(m,t)=K−1∑k=0ΩF(m,k)u(θ,fm,k)⋅rect(t−mTpTp)ej2πfm,k(t−mTp) | (7) |
其中,
相关研究还对基于索引调制的共用波形的性能进行了分析。文献[25]分析了索引调制的互信息的下界,并表明在中低信噪比时索引调制的互信息与单天线的信道容量相当。雷达性能的分析可以通过分析模糊函数或者从解方程的角度分析恢复求解性能。模糊函数可以用来表征波形的分辨能力以及对抗杂波的能力。文献[18,65]对天线随机变化的波形的模糊函数进行了分析,文献[22,66]对载频-天线随机变化的波形的模糊函数进行了分析。当把雷达对目标的恢复建立成方程求解问题时,可以通过方程的恢复性能来说明雷达性能。文献[67]将目标恢复建立成稀疏恢复问题,并通过对观测矩阵互相干性的分析得出了目标恢复个数的下界。文献[22]通过相变理论分析了目标恢复的求解问题,得出了利用载波-天线维度的索引调制来控制雷达波形时,波形参数变化与最小可恢复目标个数的准确关系。利用该关系可以得出通信速率与雷达可恢复目标的性能折中曲线随波形参数的变化。
图2描述了文献[22]提出的一体化波形参数变化与雷达性能和通信性能的关系。图2的纵轴为每个距离细分辨能够准确恢复的目标个数,横轴为每脉冲能够传输的通信比特个数。在该图中子载波个数
通过上述分析可以得出,基于雷达波形的共用波形的优点为它们可以在尽可能减少对雷达功能影响的条件下提供通信能力。比如利用索引调制来控制频率捷变雷达的载频选择时,其雷达性能与载波发射随机变化相当[23]。特别地,由于频率捷变波形每次发射时使用了窄带波形,可以降低雷达接收的采样速率从而降低硬件复杂度和成本。然而基于雷达波形的一体化波形的通信速率相对有限,并且需要专门针对雷达波形进行通信解码,提高了通信接收机的复杂度。因此基于共用雷达波形的一体化设计更适合作为现有通信体制(如蜂窝通信、车载通信)之外的补充通信方式,而不能替代传统通信方式。
之前介绍的共用波形都是基于传统的雷达或通信信号。传统的发射波形在通信或者雷达方面都有性能保证,并能够与现有的设备相适应。然而由于这些波形并不是专门为雷达通信一体化应用设计的,从而导致了这些波形的雷达或者通信性能下降。本节将介绍基于联合设计的专用波形,这种波形结合了雷达和通信的需求与约束来进行波形设计,提高了一体化系统的性能。
基于联合设计的专用波形并不基于传统的雷达/通信信号,而是根据一体化系统中雷达和通信的目标与约束来设计[68–73]。在专用波形中发射信号用大小为
Y(c)=HUX+W(c) | (8) |
方向
y(r)θ=aT(θ)UX | (9) |
其中,H是大小为
专为一体化设计的双功能波形不受常规波形限制,可以通过联合设计实现雷达和通信性能的折中。尽管如此,专用优化一体化波形在应用中依然受到限制,比如专用波形的生成涉及复杂优化问题的求解并依赖通信信道状态信息。在一些快速运动的场景以及硬件性能受约束的场景应用还具有挑战。
本节将现有的一体化共用波形设计方式分为3类,即基于通信波形、基于雷达波形和基于联合设计。对于每一类共用波形设计方法,本文都对其基本原理以及优缺点进行了介绍。由于这些一体化波形在在雷达性能、通信速率、硬件复杂度等方面都具有差异,下面结合通信和雷达性能的折中对各种波形进行简要评述。
基于通信波形的方法,特别是基于OFDM的共用波形,通过使用传统的通信信号来支持高速传输。具体来说,OFDM虽然具有良好的雷达模糊函数,但是在需要使用宽带应用的场景中,发射和接收OFDM波形都需要昂贵的硬件设备。此外,OFDM波形的非恒模特性导致了发射功率效率的下降。基于现有通信标准的一体化波形是使用通信波形进行雷达探测的特殊情况。这种波形可以在有限的雷达探测性能下保证通信的传输能力,因此可以作为一种附加的传感设备,而不应该取代现有的专用雷达。
基于雷达波形的方案,特别是基于索引调制的一体化系统,可以自然地集成到当前的雷达系统中,并对雷达造成很小的性能影响。尽管如此,由于基于雷达波形的共用波形通信速率受限,并且不能使用现有的通信接收机进行接收和处理。这类一体化波形还是无法完全取代现有的通信系统,只能作为补充。在商用移动网络覆盖不到的场景或者自组织网络中,可以利用这种一体化波形在实现探测的同时进行消息的传输。
基于联合设计的波形根据每个功能的目标和约束来设计专用波形。这种波形有可能在雷达和通信性能之间实现任何给定的折衷。尽管如此,作为一个相对较新的研究领域,这类波形设计在计算复杂度、硬件成本等方面还具有一定的挑战。除此之外由于优化需要的先验信息在高速动态变化的场景下是不容易获取的。
通过对现有共用波形技术的分析,可以得出每种一体化方法都有其优点和缺点,没有一种一体化方法可以适用于所有的应用场景。一体化波形设计的目标是针对某种应用场景,在一定的工程约束下利用给定的时间、频谱、天线和功率资源以满足一定的通信和雷达的性能要求。明确每种波形的特点以及适用场景,可以为一体化系统的实际设计提供指导。
上文讨论的雷达通信一体化性能都取决于具体的波形体制和调制方式,虽然在一定程度上展示了雷达和通信的性能折中,但还是缺乏普适性。实际上,有些研究也开始考虑一般化的一体化波形所能达到的通信雷达折中的理论性能边界。因为信道容量可以很好地表示通信性能边界,所以现有工作主要考虑在雷达性能约束下,计算通信的容量。根据对雷达性能描述方法的不同,现有工作可以分为两类:第一类考虑传统的雷达性能求解通信的容量,常见的雷达约束包括模糊函数、发射波束和估计精度等;另一类试图在信息论的框架下对雷达的性能进行度量,进而建立起一体化性能边界分析的统一框架。
文献[74]针对单天线一体化系统,给出了雷达约束下的通信容量在高信噪比下的近似表达式。假设信号带宽为
Fl(s||s||)≥cl,l=1,2,⋯,L | (10) |
其中,可导实函数
在加性高斯白噪声信道下,给定噪声功率
Ω={s∈S|Fl(s)≥cl,l=1,2,⋯,L} | (11) |
当信噪比
C≈Glog2(1+P0ε2)+log2(V2G−1(Ω)V2G−1(S)) | (12) |
其中,
利用上述结果,文献[74]进一步考虑了在某些具体雷达约束下的通信容量。给定一个向量w,并利用w在接收端进行非匹配滤波,即对w和雷达接收信号做互相关操作。非匹配滤波的性能可以通过非匹配滤波的信噪比损失(Filter Loss, FL)以及输出的峰值旁瓣比(Peak-to-SideLobe Ratio, PSLR)衡量。用函数
F1(s)=maxwPSLR(w,s),s.t.FL(w,s)≥σ | (13) |
雷达信号的约束集合为
计算通信容量的关键在于计算集合
对于MIMO雷达通信一体化系统,文献[75]给出了在雷达空域处理性能约束下的通信容量的计算方法。为了简单起见,文献[75]忽略了雷达信号时域匹配滤波的旁瓣问题,仅考虑了雷达在空域的性能。用一个
(1) MIMO通信容量
对于通信来说,常用的性能指标是信道容量。考虑一个接收天线个数为
y(t)=Hx(t)+w(c)(t) | (14) |
其中,
C1(R)=log2det(IL(c)R+HRHH) | (15) |
多用户MIMO的信道容量为[75]
C2(R)=minZ≽0log2det(IL(c)R+Z†HRHH)s.t.[Z]l,l=1,l=1,2,⋯,L(c)R | (16) |
其中,
(2) MIMO雷达性能
MIMO雷达可以选择多种性能指标。从发射波束成形的角度来看,雷达的发射波束方向图可以表示为[77]
BP(θ)=E(|aH(θ)x(t)|2)=aH(θ)Ra(θ) | (17) |
其中,
S1(R)=∫2π0|BPd(θ)−aH(θ)Ra(θ)|2dθ | (18) |
从目标参数估计的角度来说,雷达也可以把参数估计的CRLB作为优化目标。 如果一个距离分辨单元内有P个目标,目标的方位和回波幅度分别为
r(t)=P∑p=1αpb(θp)aH(θp)x(t)+w(r)(t) | (19) |
其中,
S2(R)=3P∑p=1μp[F−1]p,p | (20) |
其中,
S3(R)=1Pw∥R−Ro∥F | (21) |
来评价雷达的性能指标。可以说明,上面给出的3种MIMO雷达性能指标都是关于
(3) 一体化的性能边界
上文分别讨论了雷达和通信的性能指标。为了得到一体化系统的性能边界,可在雷达性能约束下去优化通信的信道容量,对应的优化问题可以表示为关于
maxR≽0C(R),s.t.S(R)≤s0 | (22) |
对于点对点MIMO系统,通信目标函数
minZ≽0maxR≽0log2det(IL(c)R+Z†HRHH)s.t.S(R)≤s0,[Z]l,l=1,l=1,2,⋯,L(c)R | (23) |
其中的约束都是凸的,目标函数是关于Z的凸函数,同时又是关于R的凹函数。这种类型的优化虽然一般无法直接调用凸优化工具箱求解,但也可以有效求解。考虑到其中关于Z的约束较为简单,我们可以把鞍点优化问题中关于R的最大化的值表示为一个关于Z的凸函数
f(Z)=maxR≽0log2det(IL(c)R+Z†HRHH)s.t.S(R)≤s0 | (24) |
接下来就可以把鞍点问题表示为关于Z的凸优化:
minZ≽0f(Z),s.t.[Z]l,l=1,l=1,2,⋯,L(c)R | (25) |
其中,
(a) 初始化:
(b) 将
(c) 计算梯度
(d) 更新
(e) 给
当
对于
对于
除了估计精度、峰值旁瓣比等传统的雷达性能度量,也有工作试图通过信息论对雷达性能进行度量,进而给出一体化系统的性能边界。在信息论的框架下,通信性能可以用信道输入和输出的互信息来衡量。为了衡量雷达性能,文献[79]考虑通信接收机也是雷达目标的场景,把雷达回波等价为来自通信接收机的广义反馈,进而雷达的任务就是要根据反馈信号估计信道状态。图5给出了对应的系统概念图,其中雷达和通信共用发射机,雷达在单基地模式下工作。对其中各个模块的具体解释如下:
(1)
(2) 经过信道
(3) 通信接收机将接收信号反馈给发射机,发射机收到反馈
在图5中,符号传输和广义反馈这两个过程可以用一般化的条件概率
{Y}_{i}={S}_{i}{X}_{i}+{N}_{i} | (26) |
其中,信道
文献[79]用信道估计失真的期望来衡量估计的精度。信道估计失真的期望可以表示为
\mathbb{E}\left[{{d}}\left(S,\widehat{S}\right)\right]=\frac{1}{n}\sum _{i=1}^{n}\mathbb{E}\left[{{d}}\left({S}_{i},{\widehat{S}}_{i}\right)\right] | (27) |
其中,
\begin{split} &\mathrm{m}\mathrm{a}\mathrm{x}\;\; I\left(X;Y|S\right)\\ &\mathrm{s}.\mathrm{t}. \;\mathbb{E}\left[{{d}}\left(S,\widehat{S}\right)\right]\le D,\;\mathbb{E}\left[b\left(X\right)\right]\le B \end{split} | (28) |
其中,
在图5所示系统模型的基础上,文献[80]进一步考虑了多址接入信道下的雷达通信性能边界。文献[80]考虑了两个一体化发射机同时向一个通信接收机传输符号,并且接收广义反馈进行雷达信道估计。与文献[79]类似,文献[80]建立了两路通信速率和与雷达估计失真之间的折中关系,并且通过数值结果表明当失真较小时,得到的雷达通信性能折中边界和理论外边界很接近。
雷达通信一体化设计可以在性能、尺寸、成本、功耗和电磁兼容性方面带来潜在的收益。本文首先对雷达通信一体化共用波形进行了综述,并将现有的共用波形设计方法分为3种类型,即基于通信波形、基于雷达波形和基于联合设计。对每一类波形设计方法的基本原理、适用场景、雷达和通信的性能表现、实现复杂度等进行了介绍。根据各种波形设计方法在雷达性能、通信性能、复杂度和成本等方面的表现,本文的结论是没有一种单一的一体化波形适用于所有场景,明确各种波形特点可以为具体场景下的一体化设计提供指导。然后,在具体波形基础上,本文针对一般波形在雷达性能约束下对通信容量进行了求解,通过分析揭示了不同雷达性能约束对通信容量变化的影响。
尽管对雷达通信一体化设计的研究已经有数十年,但是在该领域还有很多需要探索的研究方向。首先,共用波形对雷达和通信都带来了与单一功能波形不同的挑战,需要针对一体化波形开发对应的雷达和通信检测算法、信道同步和估计算法、雷达杂波抑制算法等。其次,尽管现有工作已经充分说明了雷达通信一体化的必要性和可行性,然而却没有实现雷达和通信在基础理论上的统一。通信的基础是香农信息论框架下随机信源和信道输出的互信息,但是这套理论却无法很好地对雷达检测和参数估计的性能进行解释。是否存在更高层次的基础理论对通信和雷达的设计进行统一,是指导雷达通信一体化研究的重要命题。最后,现有的雷达通信一体化研究主要关注单个一体化平台的信号设计、传输与处理。为了应对日益复杂的环境和需求,多平台协作组网成为未来的重要发展趋势。因此一体化的研究不应局限于单个平台,在大尺度、全空间、全频段意义下的分布式雷达-通信一体化网络,才是一体化设计和分析的最终目标。
[1] |
SEEDS A J and WILLIAMS K J. Microwave photonics[J]. Journal of Lightwave Technology, 2006, 24(12): 4628–4641. doi: 10.1109/JLT.2006.885787.
|
[2] |
KIPPENBERG T J, HOLZWARTH R, and DIDDAMS S A. Microresonator-based optical frequency combs[J]. Science, 2011, 332(6029): 555–559. doi: 10.1126/science.1193968.
|
[3] |
PAN Shilong and ZHANG Yamei. Microwave photonic radars[J]. Journal of Lightwave Technology, 2020, 38(19): 5450–5484. doi: 10.1109/JLT.2020.2993166.
|
[4] |
ZHANG Fangzheng, GUO Qingshui, WANG Ziqian, et al. Photonics-based broadband radar for high-resolution and real-time inverse synthetic aperture imaging[J]. Optics Express, 2017, 25(14): 16274–16281. doi: 10.1364/oe.25.016274.
|
[5] |
MELO S, PINNA S, BOGONI A, et al. Dual-use system combining simultaneous active radar & communication, based on a single photonics-assisted transceiver[C]. 2016 17th International Radar Symposium, Krakow, Poland, 2016: 1–4. doi: 10.1109/IRS.2016.7497379.
|
[6] |
RASHIDINEJAD A and WEINER A M. Photonic radio-frequency Arbitrary waveform generation with maximal time-bandwidth product capability[J]. Journal of Lightwave Technology, 2014, 32(20): 3383–3393. doi: 10.1109/JLT.2014.2331491.
|
[7] |
SIMPSON T B, LIU J M, HUANG K F, et al. Nonlinear dynamics induced by external optical injection in semiconductor lasers[J]. Quantum and Semiclassical Optics: Journal of the European Optical Society Part B, 1997, 9(5): 765–784. doi: 10.1088/1355-5111/9/5/009.
|
[8] |
SERAFINO G, NOVIELLO C, MARESCA S, et al. Experimental dual-band coherent photonics-based radar network with ISAR imaging[C]. 2022 IEEE Radar Conference, New York City, USA, 2022: 1–6. doi: 10.1109/RadarConf2248738.2022.9763913.
|
[9] |
JIANG Wen, LIU Jianwei, YANG Jiyao, et al. A novel multiband fusion method based on a modified RELAX algorithm for high-resolution and anti-non-Gaussian colored clutter microwave imaging[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 5105312. doi: 10.1109/TGRS.2021.3109724.
|
[10] |
DEVGAN P S, URICK V J, DIEHL J F, et al. Improvement in the phase noise of a 10 GHz optoelectronic oscillator using all-photonic gain[J]. Journal of Lightwave Technology, 2009, 27(15): 3189–3193. doi: 10.1109/JLT.2008.2009472.
|
[11] |
YAO Jianping. Microwave photonics[J]. Journal of Lightwave Technology, 2009, 27(3): 314–335. doi: 10.1109/JLT.2008.2009551.
|
[12] |
LI Ruoming, LI Wangzhe, DONG Yongwei, et al. An ultrahigh-resolution continuous wave synthetic aperture radar with photonic-assisted signal generation and dechirp processing[C]. 2020 17th European Radar Conference, Utrecht, Netherlands, 2021: 13–16. doi: 10.1109/EuRAD48048.2021.00015.
|
[13] |
WANG Anle, WO Jianghai, LUO Xiong, et al. Ka-band microwave photonic ultra-wideband imaging radar for capturing quantitative target information[J]. Optics Express, 2018, 26(16): 20708–20717. doi: 10.1364/OE.26.020708.
|
[14] |
SERAFINO G, MARESCA S, DI MAURO L, et al. A photonics-assisted multi-band MIMO radar network for the port of the future[J]. IEEE Journal of Selected Topics in Quantum Electronics, 2021, 27(6): 6000413. doi: 10.1109/JSTQE.2021.3092880.
|
[15] |
MARESCA S, SERAFINO G, NOVIELLO C, et al. Field trial of a coherent, widely distributed, dual-band photonics-based MIMO radar with ISAR imaging capabilities[J]. Journal of Lightwave Technology, 2022, 40(20): 6626–6635. doi: 10.1109/JLT.2022.3182421.
|
[16] |
PAN Shilong and ZHU Dan. Broadband cognitive radio enabled by photonics[C]. 45th European Conference on Optical Communication, Dublin, Ireland, 2019: 1–3. doi: 10.1049/cp.2019.0776.
|
[17] |
PAN Shilong, YE Xingwei, ZHANG Yamei, et al. Microwave photonic array radars[J]. IEEE Journal of Microwaves, 2021, 1(1): 176–190. doi: 10.1109/JMW.2020.3034583.
|
[18] |
潘时龙, 朱丹. 微波光子认知雷达技术[J]. 雷达科学与技术, 2021, 19(2): 117–129. doi: 10.3969/j.issn.1672-2337.2021.02.001.
PAN Shilong and ZHU Dan. A microwave photonic cognitive radar[J]. Radar Science and Technology, 2021, 19(2): 117–129. doi: 10.3969/j.issn.1672-2337.2021.02.001.
|
[19] |
CHANDRAKANTH R, SAIBABA J, VARADAN G, et al. Feasibility of high resolution SAR and multispectral data fusion[C]. 2011 IEEE International Geoscience and Remote Sensing Symposium, Vancouver, Canada, 2011: 356–359. doi: 10.1109/IGARSS.2011.6048972.
|
[20] |
YOKOYA N, GROHNFELDT C, and CHANUSSOT J. Hyperspectral and multispectral data fusion: A comparative review of the recent literature[J]. IEEE Geoscience and Remote Sensing Magazine, 2017, 5(2): 29–56. doi: 10.1109/MGRS.2016.2637824.
|
[21] |
邓旭, 徐新, 董浩. 单极化合成孔径雷达图像颜色特征编码与分类[J]. 计算机应用, 2018, 38(7): 2056–2063. doi: 10.11772/j.issn.1001-9081.2017112780.
DENG Xu, XU Xin, and DONG Hao. Color feature coding and classification of single polarized synthetic aperture radar image[J]. Journal of Computer Applications, 2018, 38(7): 2056–2063. doi: 10.11772/j.issn.1001-9081.2017112780.
|
[22] |
ZHANG Xinzheng, XIA Jili, TAN Xiaoheng, et al. PolSAR image classification via learned superpixels and QCNN integrating color features[J]. Remote Sensing, 2019, 11(15): 1831. doi: 10.3390/rs11151831.
|
[23] |
FRANCESCHETTI G, LANARI R, PASCAZIO V, et al. WASAR: A wide-angle SAR processor[J]. IEE Proceedings F (Radar and Signal Processing), 1992, 139(2): 107–114. doi: 10.1049/ip-f-2.1992.0014.
|
[24] |
INOUE Y, KUROSU T, MAENO H, et al. Season-long daily measurements of multifrequency (Ka, Ku, X, C, and L) and full-polarization backscatter signatures over paddy rice field and their relationship with biological variables[J]. Remote Sensing of Environment, 2002, 81(2/3): 194–204. doi: 10.1016/S0034-4257(01)00343-1.
|
[25] |
RANSON K J and SUN Guoqing. Mapping biomass of a northern forest using multifrequency SAR data[J]. IEEE Transactions on Geoscience and Remote Sensing, 1994, 32(2): 388–396. doi: 10.1109/36.295053.
|
[26] |
HAI Yu, LI zhongyu, WU Junjie, et al. Microwave photonic SAR high-precision imaging based on optimal subaperture division[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 5232317. doi: 10.1109/TGRS.2022.3192583.
|
[27] |
徐丰, 金亚秋. 从物理智能到微波视觉[J]. 科技导报, 2018, 36(10): 30–44. doi: 10.3981/j.issn.1000-7857.2018.10.004.
XU Feng and JIN Yaqiu. From the emergence of intelligent science to the research of microwave vision[J]. Science & Technology Review, 2018, 36(10): 30–44. doi: 10.3981/j.issn.1000-7857.2018.10.004.
|
[28] |
LI Ruoming, LI Wangzhe, DONG Yongwei, et al. FDIR—a wideband photonic-assisted SAR system[J]. IEEE Transactions on Aerospace and Electronic Systems, 2023, 59(4): 4333–4346. doi: 10.1109/TAES.2023.3240111.
|
1. | 任治民,唐高明,刘宇宏,叶曦,张守耀. 多频带Chirp-BOK雷达通信一体化波形研究. 遥测遥控. 2025(01): 97-106 . ![]() | |
2. | 刘燕,万显荣,易建新. 基于数据失真的雷达通信一体化OFDM波形设计方法. 雷达学报. 2024(01): 160-173 . ![]() | |
3. | 杨铭,高猛. MSK-LFM一体化信号波形相关性分析与参数选择. 大连民族大学学报. 2024(01): 51-56 . ![]() | |
4. | 刘子威,杨彪,赵珊珊,杜鸿飞. 基于改进子载波预留算法的正交频分复用信号峰均比抑制方法研究. 电子与信息学报. 2024(04): 1196-1202 . ![]() | |
5. | 王瑜新,马一华,王钟斌,韩志强,李松谦,白辰,夏树强. 多站协同感知技术. 信息通信技术. 2024(01): 16-24 . ![]() | |
6. | 吕旭宁,徐友根. 基于极化-相位调制的雷达通信一体化波束方向图设计. 系统工程与电子技术. 2024(08): 2615-2622 . ![]() | |
7. | 任治民,唐高明,刘宇宏,张守耀,赵珺初. Chirp-DS-BPSK雷达通信一体化波形设计. 通信技术. 2024(08): 783-792 . ![]() | |
8. | 曹成虎,赵永波,黄海生. 基于压缩感知的5G雷达目标距离和速度联合估计方法. 信号处理. 2024(09): 1720-1727 . ![]() | |
9. | 季承,黄尔平,胡庆伟. 基于CIC滤波的宽窄波束同时形成方法. 数字技术与应用. 2024(07): 102-104 . ![]() | |
10. | 陈军,王昊,贺晓波,王杰,周建江. 基于滤波器组多载波的组网低截获探通一体化信号设计. 电子与信息学报. 2024(11): 4268-4277 . ![]() | |
11. | 柴恒,管振辉,申宇彤,高墨昀. 时频交叠电磁环境对雷达侦察系统影响研究. 现代雷达. 2023(02): 16-20 . ![]() | |
12. | 陈显舟,杨旭,周琪,吴翼虎,陈文兵,方海,杨锋. 多功能可重构电磁信号发射接收及处理技术. 电子科技大学学报. 2023(02): 214-223 . ![]() | |
13. | 胡泽林,叶启彬,黄驿轩,胡苏. 基于频分多址的多用户OFDM通信雷达一体化方案. 电子科技大学学报. 2023(02): 196-202 . ![]() | |
14. | 周炳朋,马珊珊. 面向6G毫米波通信感知一体化的机动目标联合定位与测速. 通信学报. 2023(03): 81-92 . ![]() | |
15. | 李琬璐,相征,任鹏. 基于FBMC信号的低截获雷达通信一体化波形设计. 雷达学报. 2023(02): 287-296 . ![]() | |
16. | 杨婧,余显祥,沙明辉,崔国龙,孔令讲. MIMO系统探通一体化信号矩阵设计方法. 雷达学报. 2023(02): 262-274 . ![]() | |
17. | 刘柳,梁兴东,李焱磊,曾致远,唐海波. 一种基于分布式孔径的雷达通信一体化波形设计方法. 雷达学报. 2023(02): 297-311 . ![]() | |
18. | 郭瑞,张月,田彪,肖钰,胡俊,徐世友,陈曾平. 全息凝视雷达系统技术与发展应用综述. 雷达学报. 2023(02): 389-411 . ![]() | |
19. | 王佳欢,范平志,时巧,周正春. 一种具有多普勒容忍性的通感一体化波形设计. 雷达学报. 2023(02): 275-286 . ![]() | |
20. | 余显祥,姚雪,杨婧,陆军,崔国龙,孔令讲. 面向感知应用的通感一体化信号设计技术与综述. 雷达学报. 2023(02): 247-261 . ![]() | |
21. | 史英春,陈明建,黄超. 基于幅相控制的雷达-通信一体化系统稳健波形设计方法. 信号处理. 2023(05): 786-792 . ![]() | |
22. | 李婕,毕佳梦,刘伯晗,王威,晋本周. 基于空间-频率调制的雷达通信一体化波形性能分析. 信号处理. 2023(07): 1174-1182 . ![]() | |
23. | 范文,李淳泽,赵勇,张航. 复杂环境下雷达抗干扰及多功能一体化波形设计方法研究. 无线电通信技术. 2023(05): 960-970 . ![]() | |
24. | 黄超,黄中瑞,周青松,张剑云. 基于优化星座图的MIMO雷达-通信一体化发射波形设计. 系统工程与电子技术. 2023(10): 3016-3023 . ![]() | |
25. | 刘毓,杨志航,姚雪,陈姣. 联合波形选择和PRI捷变探通一体化波形设计. 现代雷达. 2023(10): 80-87 . ![]() | |
26. | 王伟,劳智伟,蒲治伟,董福王,郭猛. 双功能雷达通信系统的多用户功率分配算法. 哈尔滨工业大学学报. 2023(12): 28-34 . ![]() | |
27. | 陈梓浩,梁军利,范文,宋珂满,邓晓波. 集中式MIMO雷达多模式一体化波形设计. 信息对抗技术. 2023(06): 47-60 . ![]() | |
28. | 李轩,周逸潇,赵尚弘,王国栋. 雷达通信一体化资源复用、波形共享和微波光子研究进展. 信号处理. 2023(12): 2115-2130 . ![]() | |
29. | 李国琳,郭文彬. 雷达通信一体化波形设计综述. 移动通信. 2022(05): 38-44 . ![]() | |
30. | 张若愚,袁伟杰,崔原豪,刘凡,吴文. 面向6G的大规模MIMO通信感知一体化:现状与展望. 移动通信. 2022(06): 17-23 . ![]() | |
31. | 吴文俊,唐波,汤俊,胡元奎. 杂波环境中雷达通信一体化系统波形设计算法研究. 雷达学报. 2022(04): 570-580 . ![]() |