基于OFDM导频信号的雷达感知技术研究

——综述报告

1.引言

在目前技术的发展中，雷达和无线通信技术里的射频前端架构已经变得越来越相似。尤其是传统上由硬件组件来实现的功能，正越来越多的被数字信号处理实现。同时，用于通信系统中的载波频率已扩展到的微波程度，与那些传统上用于雷达应用的载波频率达到同一量级。因此，通过今天的技术很容易实现融合通信和雷达应用的射频硬件平台，这样一种平台也为新的系统概念和应用提供了独特的可能性[1]。

雷达与通信一体化系统能在一个唯一的硬件平台上用一种波形提供雷达和通信功能。更重要的是，两种功能使用同一个波形将更有效的利用所占用的频谱，而且这两个应用的同时运行将保证他们的持久可用性，并能在一定程度上克服有限的频谱资源[1]。

可能受益于自身的可用性，雷达与通信一体化系统将有一个大的应用领域，特别是在智能交通应用方面，智能交通要求在与其他车辆通信时也能获得有效的环境感知。在一个合适的系统平台上，道路上的所有车辆都可以通过协作雷达传感网络进行交互，为车辆提供独特的安全功能和智能交通路径[1]。

伴随着智能交通系统的出现，车联网应运而生，车联网是指车与车、车与路、车与基础设施等交互，实现车辆与公众网络通信的动态移动通信系统。它可以通过车与车、车与人、车与路互联互通实现信息共享，收集车辆、道路和环境的信息，并在信息网络平台上对多源采集的信息进行加工、计算、共享和安全发布，根据不同的功能需求对车辆进行有效的引导与监管，提供自适应导航服务，以及提供专业的多媒体与移动互联网应用服务，以保证车辆行驶的安全性。

2.雷达、通信信号融合

基于车联网要求（实现雷达通信一体化），即车联网传输的波形信号兼有雷达和通信功能，经典雷达波形设计旨在找到具有最佳适应性的波形，用于保证在接收端进行应用自相关处理时有大的动态测量范围。为我们所熟知的线性调频（LFM）脉冲满足该要求，也被称为“chirp”信号。并在雷达/通信融合应用上取得了很大进展，2007年，George N.Saddik等人利用LFM信号所设计的超宽带系统能够分时地进行雷达或者通信，该系统中心频率750MHz，带宽为500MHz。雷达探测精度达到了63cm，检测概率99%，同时虚警概率只有7%；同时误码率为0.002时，数据传输率到达了1Mb/s[2]。在文献[17]中提出了一个更加先进的方法，即使用LFM脉冲进行隐秘通信。但是，这两种方法都存在同样的缺点，即通信符号率只与线性调频率相关，在相同的带宽上，数量级通常低于由单一通信系统实现的符号率。因此，从通信的角度来看，这个方法是不合适的。

而在以后的雷达、通信系统的融合过程中，学者们更倾向于信号层次上的融合设计，分析了扩频信号和OFDM信号在雷达中的应用，而融合系统的应用领域也由航天领域扩展到车联网络中。

扩频信号由于其良好的自相关特性在雷达信号处理中具有独特优势，如何同时利用该扩频信号进行数据传输是融合系统设计的关键。文献[20]设计了名为Boomerang Transmission System的系统，该系统利用通信双方的PN序列进行位置的测量，在验证系统的设计方面，Takeshi Fukuda利用DSSS信号实现了工作在26GHz频点上的短距离车载雷达[21]。

随着通信需求的不断增长和技术上的不断进步，宽带化已经成为当今通信技术领域的主要发展方向之一。在移动通信信道中，由于障碍物的影响，会产生多径衰落现象，引起严重的符号间干扰（ISI），限制了信息传输速率的提高。传统的方法是使用自适应均衡技术来对抗多径衰落，由于均衡技术较复杂，所以自适应均衡器的制作、调试往往成为通信系统研制

的瓶颈。而且随着传输带宽的不断增加，均衡器的复杂性也越来越高，成本也不断增加，因此，OFDM作为一种抗多径衰落的技术开始被人们重视起来。

OFDM是一种多载波调制技术，通过把高速的数据流转化成传输速率相对较低的若干个子信道，有效地对抗了信道的时延扩展，使得各个子信道利用简单的单抽头即可实现信道均衡。其次，在OFDM符号间插入大于信道最大时延扩展的保护间隔，即采用循环前缀(CP)，可有效地消除多径所带来的ISI(符号间干扰)和ICI(信道间干扰)。因此，OFDM技术在移动通信中也也得到了很快的发展，如无线局域网（WLAN）、无线接入网WiMAX、LTE等，并且也已广泛地应用于数字音频广播（DAB）、高清晰度数字电视（HDTV）、数字视频传输DVB-T和数字多媒体广播DMB等领域[3]。 3.OFDM雷达感知技术

OFDM信号由于其良好的抗多径衰落能力在通信中取得巨大应用，如何将OFDM信号应用于雷达领域是研究的热点。Levanon，N在2000年多载波OFDM信号应用于雷达测量的方案[4]，在该方案中，各个子载波采用相位编码，他从雷达模糊函数的角度对比了不同编码下的OFDM雷达性能。2006年，他进一步设计了OFDM信号应用于雷达探测的系统[5]，证明在相同脉冲宽度和带宽的情况下，OFDM信号达到了与LFM信号相同的性能，并且OFDM信号克服了LFM信号的距离-多普勒模糊；同时从压缩损耗的角度分析了多普勒效应对雷达测量的影响。Steven C.Tompson在文献[6]从功耗和频谱利用率的角度分析了恒包络OFDM（CE-OFDM）信号在雷达测量中的性能，并且据此设计了雷达/通信双用系统。R. Firat Tigrek等人提出了在脉冲多普勒雷达中引入OFDM信号结构可以有效地解决雷达信号的多普勒模糊问题[7]。

Satyabrata Sen等人研究了OFDM应用于雷达测量时的波形自适应设计方法[22][23]，建立了OFDM雷达系统在街区中的模型，首次提出利用街道中的多径效应实现测量时的空间分集，同时OFDM信号作为多载波信号，能够实现频率上的分集接收；根据信道特性变化的自适应OFDM雷达具有更优异的雷达测量性能。在OFDM雷达自适应方面，Dmitriy Garmatyuk等人首次将UWB-OFDM信号用于SAR雷达信号处理中[24]。

由此，Dmitriy Garmatyuk等人设计了带宽为500MHz的OFDM信号雷达/通信双用硬件验证系统[25]，该系统工作于7.5GHz，该系统在3-5m的短距离雷达探测上达到了0.3m的探测精度，同时作为通信系统，数据传输速率达到了57Mb/s。

以上所有的理论和实践工作在处理雷达探测的算法都是基于时域相关的算法，并且雷达和通信必须分时工作。这是因为用户数据具有随机性，导致调制后的OFDM信号的自相关特性也具有随机性，如果将通信信号直接应用于雷达处理，时域相关处理将受到用户数据随机性的影响，当用户数据导致OFDM信号自相关特性大幅减弱时，雷达探测功能将受到严重影响。因此如何设计方案让雷达和通信同时工作，同时保证良好的雷达探测性能和通信容量是设计的难点。在这一方面，Christian sturm等人提出了基于基带OFDM频域的雷达处理方案[1][9]，该方案将以前经典的时域OFDM相关处理放到基带频域进行，利用经典的FFT算法进行目标探测。

文献[1]中作者证明了基于频域的处理算法等效于最大似然估计[11]；同时由于频域处理不受用户数据的影响，消除了利用通信信号进行时域相关处理时的随机性，大大提高了雷达探测的稳定性；该算法能够在频域独立地估计出目标的距离和速度，同时结合MIMO-OFDM技术[12]，能够实现目标的2-D探测。他们所设计的系统工作于ISM频段中的24GHz，系统带宽为93.1MHz，最大不模糊探测距离为1650m，距离分辨率达到了1.61m，最大不模糊探测速度为253m/s，速度分辨率达到1.97m/s，他们将该系统搭载在车载环境上，所得到的性能非常适合于未来车联网中的应用。

文献[27]分别利用最大似然估计算法和MUSIC算法对单目标进行了仿真，文献[28]分别

建立了多路径信道模型和多用户情景，并且去除了干扰部分，并进行了详细的仿真。

文献[30]介绍了802.11p的标准，并对文献[1][26]中的雷达感知算法应用于802.11P中，并提出了一种新算法，使距离分辨率从5m提高到了1.7m，速度分辨率从7.78m/s提高到了4.3m/s。

同时，OFDM信号应用于被动雷达方面也有一些进展，ChristianBerger指出通信信号处理中的信道估计算法其实质与雷达信号处理中的目标检测估计算法相同[19]，而OFDM信号的信道估计可以根据进行频域均衡进行，采用经典的FFT算法能够高效的进行信道参数的估计，从而得到目标的距离和速度参数。为了提高估计的精度，他采用了空间平滑MUSIC算法进行2-D频域估计，并且进一步利用压缩感知技术来进行目标的识别。作者利用德国的DAB信号进行了被动雷达系统仿真实验分析。

文献[13]分析了调频步进雷达对运动目标的测距测速方法，首先通过雷达参数设计及目标的粗距离得到目标的粗速度对回波相位中的二次项进行补偿，然后利用频域波形分析法对散射中心进行精确测距，最后通过消除多普勒频谱中距离一多普勒耦合项进行精确测速。仿真表明该方法在速度不模糊时效果较好。理论分析表明．测距测速精度与采样率和信噪比关系较大，因此如何实现模糊测速和进一步提高测距精度是今后的研究方向。

文献[14]提出了一种基于多个宽带同波信号的测距测速方法。宽带测距利用了宽带回波信号之间的包络相关性，提取出强相关位置的包络偏移量，进而达到宽带测距的目的。宽带测速利用了包络对齐后的相参回波，测量目标的模糊速度，再利用距离微分解速度模糊，最终得到精确的目标速度测量。基于实际数据的实验结果验证了所提方法具有较高的测距测速精度。由于所录取的数据有限，未进行目标机动和姿态变化时宽带测距测速精度的分析，这是今后需要进一步研究的问题。

文献[15]通过对扩展比值插值算法的原理分析与仿真，并将仿真结果与最大值法进行了对比，得出无论多普勒频域最大谱线较真实频率的偏移量、时域频域的信噪比以及实际采样频率高低等因素如何变化，扩展比值插值算法各方面的性能均优于最大值算法，能够有效提高雷达测距测速的精度。

在双频连续波FFT比相测距的原理基础上，文献[16]提出了一种基于二次差频的多频连续波测距方法，文中详细推导了二次差频测距的基本原理，提出了差频体制测距雷达频点的选取准则，并给出了正确解模糊对信噪比的要求的理论公式。仿真结果证明了该方法的有效性，同时验证了可以利用速度积分进行距离预测与平滑的方法来提高距离跟踪能力，为多频连续波测距雷达的设计提供了一定的理论依据。

在实际的车载应用中，为了获得全面的二维情景信息，除了距离和速度外，还应该确定物体的方位。一个实际的解决办法是使用数字波束成形（DBF）技术，现在这项技术是一个很重要的研究领域。在这个方法中，多个天线单元从专有覆盖面所接收到的信号，首先分别被转换成基带信号和数字信号，然后，它们被处理成大量任意但数目有限的波束来覆盖整个可视场景[18]。在很多雷达应用方面可以预见，从小型车载雷达传感器到空间传播合成孔径雷达[19]，这项技术将提供先进的灵活性和性能。对通信应用来说，多天线技术已经获得很大优势，而且在商业系统中也可以使用。这些技术常表示为MIMO或智能天线。为了获得最佳的信噪比和最高的数据传输速率，总的想法是希望以一种智能的方式融合从多天线中接收到的信号。信号融合是在转化为基带信号之后，在数字域中进行的，这为应用各种算法创造条件。此过程也可以被解释为虚拟波束图案方向性增益的增强及抑制干扰的自适应处理。在分析了MIMO和DBF这两个概念后，它们的相似之处很明显就可以看出来。尤其是，两者都基于分布式天线结构，从单个天线获得的信号的基带转换和采样时，都使用相同的接收器的概念，都完全使用数字信号处理，都想通过创建虚拟阵列波束模式来实现信息的最大化。出于这些考虑，DBF雷达和MIMO通信能够完美的融入到雷达通信一体化系统中，以实现

空间分辨率和性能的提高。

4.IEEE 802.11p和OFDM导频信号

16+16=32μst1t2t3t4t5t6t7t8t9t10GI210*1.6=16μsT1T2GISIGNALGI1.6+6.4=8μsData 1GI...GIData NOFDM1.6+6.4=8μs3.2+2*6.4=16μs1.6+6.4=8μs

图1.IEEE 802.11p PPDU(物理层协议数据单元)帧结构

图1为IEEE 802.11p物理层协议数据单元结构，其中t1-t10为短训练序列，T1，T2为长训练序列，分别用于时间同步，频率同步和信道估计，SIGNAL中是速度和长度信息，DATA中存放的是数据信息，GI为循环前缀。在车载网IEEE 802.11p标准中，有64个副载波，每个带宽为20MHZ的信道由64个副载波中的52个副载波组成。其中4个副载波充当导频，用以监控频率偏置和相位偏置，其余48个副载波用来传递数据。下表为802.11p主要参数[29][30]：

子载波间隔时间Δf 循环前缀时间TGI OFDM符号时间TOFDM 帧长Nsym 载波频率fc 子载波数Nc 训练序列长度 信道带宽 0.15625MHZ 1.6μs 8μs 64 5.9GHZ 64 32μs 10MHZ OFDM系统应用于雷达通信一体化系统中时，由于接收端的相干解调需要信道估计，因此信道估计是OFDM系统的关键技术之一，信道估计的方法主要分为三类：基于导频的估计、盲估计、半盲估计[8]。考虑到算法的复杂度，实际的OFDM系统中通常采用的信道估计方法都是基于导频的确知性估计算法，即在发射数据流中插入导频信号，接收端提取导频从而得到导频上的信道响应，再利用插值的方法估计其它数据载波位置上的信道响应[3]。

由文献知：导频信号的周期、位置、个数、信号形式等对整个系统性能有极大的影响，而导频信号一般是用来进行信道估计的，因此利用导频信号进行雷达感知是一个潜在的研究点。 5.总结

在OFDM信号应用于雷达感知方面，学者们进行了深入地研究和大量实验和原型系统验证。但仍然存在一些问题，首先，在普通的雷达电子设备中，例如车联网中的车辆，雷达的应用可以避免车辆之间的碰撞，因此强调雷达信号处理的实时性和高效性，但学者们提出的解决方案都需要极大的数值计算量，如何降低数据运算量以适应于车联网中的实时性是需要解决的问题；其次，OFDM信号中的导频信号在调制域已知，可否利用导频信号进行雷达感知是一个潜在研究点；另外，在未来的车联网中，车辆不仅是信息的消费者，同时是信息的提供者，车辆类似于当今互联网络中的路由器或者交换机，车辆会作为转发器转发信息，整个网络中的信息经过附近车辆的路由到达目的地，也即是车辆大多数时候作为转发器会被动接收信息，它以移动自组织网络为技术基础，需要传递信息的车辆自动检测通信范围内的车辆将信息逐步传递给下一辆车，通过多跳通信的方式将信息发送出去。如果能够根据接收信息对信号转发者或者信号源发送者进行雷达探测，必将大幅提高车联网中车辆对信号的利用效率，也会进一步提高车辆的安全性能。

[1] Christian Sturm．Waveform Design and Signal Processing Aspects for Fusion of Wireless Communications and Radar Sensing[J]．Proceedings of the IEEE,2011,99(7):1236-1259. [2] George N.Saddik．Ultra-wideband multifunctional communications/radar system[J]．IEEE Transaction on communication microwave theory and techniques,2007,55(7):1431-1437. [3] 姜俊迪,林如俭．一种OFDM时域导频插入的最小二乘估计方法[J]．电子测量技 术,2008,31(3):34-37.

[4] N.Levanon．Multifrequency complementary phase-coded radar signal[J]．IEE Proc, Radar, Sonar and Navigation,2000,147(6):276-284.

[5] N. Levanon．Multifrequency Signal Structure for Radar Systems[P]．U.S. Patent :6392 588, May 21, 2002.

[6] Steven C，Tompson．Constant-envelope OFDM for power-efficient radar and data communications[C]．in Proc IEEE International WD&D Conference,2009.291-295.

[7] R.Firat Tigrek．OFDM Signals as the Radar Waveform to Solve Doppler Ambiguity[J]．IEEE Transaction on aerospace and electronic systems,2012,48(1): 130-143.

[8] COLIERI S，ERGEN M，PURl A．A study of channel estimation in OFDM systems[J]． Vehicular Technology Conference,2002,2(24-28):894-898

[9] C. Sturm, E. Pancera, T. Zwick, and W. Wiesbeck． A novel approach to OFDM radar processing[C]．in Proc. IEEE 2009 Radar Conf, Pasadena, CA, May 2009.

[10] Christian R. Berger, Signal Processing for Passive Radar Using OFDM Waveforms[J]. IEEE journal of selected topics in signal processing,2010,4(1):226-238. [11] Christian Sturm．Maximum Likelihood Speed and Distance Estimation for OFDM Radar[C]． Radar Conference,IEEE International , 2010.256-261.

[12] Christian Sturm．Waveform Communalities between Digital Beamforming Radar and MIMO[C]．Radar Conference,IEEE International , 2007.279-281.

[13] 刘振，魏玺章，黎湘．基于频域波形分析的调频步进雷达测距测速新方法．系统工程 与电子技术,2011,33(8):1756-1759.

[14] 郭汝江，吴明敏．基于雷达宽带回波的目标测距和测速方法[J]．现代雷达,2009,31(4)： 47-50.

[15] 耿籍．扩展比值插值算法的雷达测距、测速精度分析[J]．现代防御技术，2010, 38(5)： 107-109.

[16] 袁俊泉，龚享铱，皇甫堪．基于二次差频的多频连续波测距方法研究．电子学 报,2004,32(12):2056-2058. [17] S.D.Blunt，P.Yatham and J.Stiles．Intrapulse radar-embedded communications．IEEE Trans. Aerosp. Electron,2010,46(3):1185–1200. [18] M. Younis and W. Wiesbeck．BSAR with digital beamforming on receive only．in Proc. IEEE Int. Geosci. Remote Sensing Symp, Hamburg, Germany, 1999, pp. 1773–1775. [19] I. G. Cumming，F. H. Wong．Digital Processing of Synthetic Aperture Radar Data: Algorithms and Implementation. Norwood, MA: Artech House, 2005.

[20] K. Mizui ,Vehicle-to-vehicle communication and ranging system using spread spectrum technique[A]. in Proc IEEE Veh Technol Conf. 1993.335–338.

[21] TakeshiFukuda,A 26GHz Short-Range UWB Vehicular-Radar Using 2.5Gcps Spread Spectrum Modulation[A]. in Proc IEEE Veh Technol Conf. 2007.1311-1314. [22] Satyabrata Sen, Adaptive OFDM Radar for Detecting a Moving Target in Urban Scenarios[C]. in Proc IEEE International WD&D Conference,2009.268-272.

[23] Satyabrata Sen. Adaptive Design of OFDM Radar Signal With Improved Wideband Ambiguity Function[J].IEEE Transaction on signal processing,2010,58(2):928-933. [24]Dmitriy Garmatyuk. Adaptive Multicarrier OFDM SAR Signal Processing[J]. IEEE Transaction on geosciences and remote sensing,2011,49(10):3780-3790.

[25]Dmitriy Garmatyuk. Multifunctional software-defined radar sensor and data communication system[J].IEEE Sensors Journal,2011,11(1):99-106.

[26]Yoke Leen Sit, Christian Sturm, and Thomas Zwick.Doppler Estimation in an OFDM Joint Radar and Communication System.Proceedings of the 6th German Microwave Conference. [27]Martin Braun, Christian Sturm and Friedrich K. Jondral.On the Single-Target Accuracy of OFDM Radar Algorithms.Radar Conference,IEEE International , 2011.794-798.

[28]Yoke Leen Sit, Lars Reichardt, Christian Sturm, Thomas Zwick. Extension of the OFDM Joint Radar-Communication System for a Multipath,Multiuser Scenario.Radar Conference,IEEE International , 2011.718-723.

[29]罗志锋，徐洪刚，何山.车路互联网的底层协议802.11p标准，重庆邮电大学，电子质量， 2011（11）.45-50

[30]Lars Reichardt, Christian Sturm, Frank Grünhaupt, and Thomas Zwick.Demonstrating the Use of the IEEE 802.11P Car-to-Car Communication Standard for Automotive Radar.Radar Conference,IEEE International.2011.1576-1580

[31]Christian Sturm, Thomas Zwick, and Werner Wiesbeck.An OFDM System Concept for Joint Radar and Communications Operations.Radar Conference,IEEE International.2009.1-5.

[32]Christian Sturm, Martin Braun, Thomas Zwick, Werner Wiesbeck.A Multiple Target Doppler

Estimation Algorithm for OFDM based Intelligent Radar Systems. Radar Conference,IEEE International.2010.73-76.

[33]ChristianSturm and WernerWiesbeck.joint integration of digital beam-forming radar with communication.Radar Conference,IEEE International.

[34]Yoke Leen Sit, Christian Sturm, Thomas Zwick.Interference Cancellation for Dynamic Range

Improvement in an OFDM Joint Radar and Communication System.Radar Conference,IEEE International.2011.333-336.

[35]Yoke Leen Sit, Christian Sturm, Johannes Baier, Thomas Zwick.Direction of Arrival using the MUSIC algorithm for a MIMO OFDM Radar.Radar Conference,IEEE International. 2012.0226-0229