本發(fā)明屬于感知通信一體化領(lǐng)域，具體涉及一種基于協(xié)同指標(biāo)優(yōu)化的通感融合混合波形設(shè)計(jì)方法，特別針對(duì)點(diǎn)目標(biāo)探測(cè)與多用戶通信場(chǎng)景下的一體化波形目標(biāo)參數(shù)估計(jì)性能優(yōu)化。

背景技術(shù)：

1、隨著電子信息技術(shù)的迅猛發(fā)展，感知與通信系統(tǒng)在頻譜利用、結(jié)構(gòu)設(shè)計(jì)及信號(hào)處理技術(shù)上展現(xiàn)出越來(lái)越多的共性，加之入網(wǎng)設(shè)備數(shù)量的爆炸式增長(zhǎng)，頻譜資源愈發(fā)緊張，設(shè)備間干擾問(wèn)題日益嚴(yán)重。在這種情況下，感知通信一體化(integrated?sensing?andcommunicatio,isac)技術(shù)應(yīng)運(yùn)而生。這種技術(shù)利用同一套硬件設(shè)備和無(wú)線電信號(hào)來(lái)完成雷達(dá)探測(cè)和通信傳輸?shù)碾p重任務(wù)，具有高效利用頻譜資源、降低設(shè)備間干擾問(wèn)題和賦予信息網(wǎng)絡(luò)全域多維通信感知能力等多重優(yōu)勢(shì)。為契合未來(lái)網(wǎng)絡(luò)與智慧應(yīng)用對(duì)高性能條件的強(qiáng)烈需求，創(chuàng)新和優(yōu)化具體的感知通信一體化波形設(shè)計(jì)方法變得尤為重要，這不僅關(guān)乎高效的目標(biāo)探測(cè)和數(shù)據(jù)傳輸，也涉及一體化系統(tǒng)的復(fù)雜度、可靠性、靈活性等多方面因素，其成功實(shí)施有望大幅提高無(wú)線通信系統(tǒng)的性能和效率，同時(shí)為經(jīng)濟(jì)社會(huì)發(fā)展帶來(lái)顯著的效益。

2、現(xiàn)有研究主要側(cè)重于將通信感知一體化波形的感知性能作為單一界限指標(biāo)進(jìn)行優(yōu)化，在通信(signal-to-interference?plus-noise?ratio,sinr)約束和發(fā)射功率約束條件下構(gòu)建以界限指標(biāo)為代價(jià)函數(shù)的最優(yōu)化問(wèn)題模型，對(duì)于該問(wèn)題模型的求解算法主要局限于推導(dǎo)閉式解、半定松弛(semidefinite?relaxation,sdr)技術(shù)以及交替方向乘子法(alternating?direction?method?ofmultipliers，admm)等。這些方法沒(méi)有充分考慮問(wèn)題模型的自由度和工程實(shí)際問(wèn)題，當(dāng)一體化系統(tǒng)沒(méi)能在其最大探測(cè)范圍內(nèi)有效運(yùn)作或當(dāng)采用非線性放大器時(shí)，信號(hào)失真引發(fā)功率損耗，都會(huì)影響對(duì)于發(fā)射端和接收端系統(tǒng)性能的準(zhǔn)確評(píng)估。因此需要進(jìn)一步研究并設(shè)計(jì)一體化波形問(wèn)題模型和優(yōu)化算法，以降低目標(biāo)估計(jì)誤差，提升一體化波形感知性能的質(zhì)量和準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明目的：本發(fā)明提出了一種基于協(xié)同指標(biāo)優(yōu)化的通感融合混合波形設(shè)計(jì)方法，在波形模量恒定的情況下，本發(fā)明能夠?qū)崿F(xiàn)更高效且更精確的目標(biāo)探測(cè)與參數(shù)估計(jì)。

2、技術(shù)方案：本發(fā)明所述的一種基于協(xié)同指標(biāo)優(yōu)化的通感融合混合波形設(shè)計(jì)方法，包括以下步驟：

3、(1)建立配備有nt個(gè)發(fā)射天線和nr個(gè)接收天線的多輸入多輸出(multi-usermultiple-input?multiple-output,mimo)isac基站模型；

4、(2)構(gòu)建共享信號(hào)與性能指標(biāo)模型，實(shí)現(xiàn)基站服務(wù)于多個(gè)通信用戶的同時(shí)對(duì)目標(biāo)進(jìn)行感知；

5、(3)基于共享信號(hào)與性能指標(biāo)模型，在滿足發(fā)射功率水平最大約束與波形恒定模量約束的情況下，建立協(xié)同優(yōu)化參數(shù)估計(jì)性能與通信服務(wù)質(zhì)量的問(wèn)題模型；

6、(4)針對(duì)問(wèn)題模型的非線性特征，挖掘非凸約束的幾何特性，將恒模約束與黎曼流形在性質(zhì)上進(jìn)行關(guān)聯(lián)，使有約束非凸優(yōu)化問(wèn)題轉(zhuǎn)為流形上的無(wú)約束凸優(yōu)化問(wèn)題；

7、(5)提出基于協(xié)同指標(biāo)優(yōu)化的黎曼信任域(synergistic?metrics-basedriemannian?manifold-trust?region,sm-rmtr)算法求解無(wú)約束凸優(yōu)化問(wèn)題模型，基于求解結(jié)果得到感知通信一體化系統(tǒng)目標(biāo)參數(shù)估計(jì)性能優(yōu)化波形。

8、進(jìn)一步地，所述基站模型采用均勻線性陣列進(jìn)行天線布局，天線間隔為半波長(zhǎng)，其在感知單個(gè)點(diǎn)目標(biāo)的同時(shí)，為k個(gè)單天線用戶提供通信服務(wù)。

9、進(jìn)一步地，所述步驟(2)實(shí)現(xiàn)過(guò)程如下：

10、根據(jù)mimo-isac基站模型，基站發(fā)射信號(hào)表示為：

11、t＝wisacsc(1)

12、式中，表示波束賦形矩陣，sc∈ck×l表示基帶數(shù)據(jù)流，服從獨(dú)立分布的白高斯分布，l為一個(gè)信號(hào)幀包含的符號(hào)數(shù)，數(shù)據(jù)流彼此獨(dú)立，即：

13、用戶接收端信號(hào)流表示為：

14、rc＝ct+nc(2)

15、式中，nc∈ck×l表示高斯白噪聲矩陣，方差為表示基站與下行通信用戶之間的信道矩陣；

16、在多用戶通信情況下，第k個(gè)下行通信用戶的sinr計(jì)算式：

17、

18、根據(jù)基站發(fā)射信號(hào)表達(dá)式，基站接收端回波信號(hào)表示為：

19、rr＝ft+nr(4)

20、式中，表示方差為的加性高斯白噪聲矩陣；表示點(diǎn)目標(biāo)響應(yīng)矩陣，f＝αu(θ)vh(θ)＝αp(θ)；α∈c表示由雷達(dá)散射截面(radar?cross?section,rcs)以及雙程傳播損耗共同影響的目標(biāo)接收幅度響應(yīng)，θ代表相對(duì)方位角，表示發(fā)射天線導(dǎo)向矢量，表示接收天線導(dǎo)向矢量；

21、根據(jù)基站模型和基站接收端回波信號(hào)表達(dá)式，選取均勻天線陣列的中心作為參考相位點(diǎn)，則發(fā)射天線導(dǎo)向矢量及其導(dǎo)數(shù)表示為：

22、

23、式中，vi表示v的第i個(gè)元素項(xiàng)；

24、根據(jù)基站接收到的回波信號(hào)rr，目標(biāo)所在角度θ處的克拉美羅界(cramer-raobound,crb)關(guān)系式為：

25、

26、式中，qt為發(fā)射信號(hào)t的樣本協(xié)方差矩陣，表示為：

27、

28、通過(guò)建立如式(1)(2)(3)(4)(7)所示的共享信號(hào)與性能指標(biāo)模型，實(shí)現(xiàn)基站服務(wù)于多個(gè)通信用戶的同時(shí)對(duì)目標(biāo)進(jìn)行感知。

29、進(jìn)一步地，所述步驟(3)實(shí)現(xiàn)過(guò)程如下：

30、根據(jù)天線導(dǎo)向矢量及其導(dǎo)數(shù)表達(dá)式，由二者間存在對(duì)稱性證得：

31、

32、式中，v，u分別表示v(θ)和u(θ)；

33、根據(jù)導(dǎo)向矢量正交特性，目標(biāo)角度θ處的克拉美羅界crb關(guān)系式簡(jiǎn)化為：

34、

35、在滿足用戶sinr約束和發(fā)射機(jī)功率約束的情況下，最小化目標(biāo)角度θ處的crb估計(jì)問(wèn)題等價(jià)轉(zhuǎn)換為最大化目標(biāo)角度θ處的輻射功率問(wèn)題，一體化波束優(yōu)化問(wèn)題表達(dá)式為：

36、

37、式中，||·||f表示范數(shù)，γk表示保證用戶通信的sinr下界，pt表示發(fā)射功率；

38、將參數(shù)估計(jì)crb與通信質(zhì)量sinr作為協(xié)同優(yōu)化目標(biāo)，使顯性sinr約束轉(zhuǎn)為隱性滿足，優(yōu)化問(wèn)題進(jìn)一步表述為：

39、

40、引入發(fā)射功率水平最大約束與波形恒定模量約束后的權(quán)衡優(yōu)化問(wèn)題表述為：

41、

42、進(jìn)一步地，所述步驟(4)實(shí)現(xiàn)過(guò)程如下：

43、形象表述約束條件的內(nèi)在幾何結(jié)構(gòu)，將約束條件嵌入搜索空間，映入解空間后的光滑流行表述為：

44、

45、式中，為復(fù)圓流形；

46、根據(jù)復(fù)圓流形結(jié)構(gòu)，用切空間來(lái)近似描述流形上任意點(diǎn)周圍的線性空間：

47、

48、式中，表示切向量；

49、通過(guò)設(shè)定滿足雙線性、對(duì)稱性以及正定性的內(nèi)積，構(gòu)建流形上的特定結(jié)構(gòu)，即黎曼度量：

50、

51、根據(jù)以上構(gòu)建的黎曼復(fù)圓流形結(jié)構(gòu)以及非凸優(yōu)化問(wèn)題，得到基于黎曼流形上的無(wú)約束凸優(yōu)化問(wèn)題：

52、

53、進(jìn)一步地，所述步驟(5)實(shí)現(xiàn)過(guò)程如下：

54、推導(dǎo)目標(biāo)函數(shù)關(guān)于波束賦形矩陣的歐式梯度，根據(jù)歐式梯度與黎曼梯度間的映射關(guān)系表征出黎曼梯度；選定初始迭代點(diǎn)及信賴域半徑，利用目標(biāo)函數(shù)及黎曼梯度，構(gòu)建局部二次近似模型并求解，評(píng)估預(yù)測(cè)減少量和實(shí)際目標(biāo)函數(shù)減少量比例，動(dòng)態(tài)更新信賴域半徑，不斷迭代直至達(dá)到收斂準(zhǔn)則，最終提取出滿足問(wèn)題模型優(yōu)化目標(biāo)的最優(yōu)波束矩陣wopt。

55、進(jìn)一步地，所述推導(dǎo)目標(biāo)函數(shù)關(guān)于波束賦形矩陣的歐式梯度實(shí)現(xiàn)過(guò)程如下：

56、對(duì)目標(biāo)函數(shù)進(jìn)行分解：

57、

58、計(jì)算得到各分項(xiàng)目標(biāo)函數(shù)關(guān)于wk的歐式梯度：

59、

60、計(jì)算各分項(xiàng)歐式梯度的和梯度再合并w所有列梯度，得到歐式梯度gradwf。

61、進(jìn)一步地，所述根據(jù)歐式梯度與黎曼梯度間的映射關(guān)系表征出黎曼梯度實(shí)現(xiàn)過(guò)程如下：

62、黎曼梯度是歐式梯度的正交投影，表征為：

63、

64、式中，projw(·)表示正交投影算子；

65、引入黎曼聯(lián)絡(luò)理論，將黎曼hessian表述為：

66、

67、式中，dgradwf[ξw]表示為歐式梯度沿切向量的方向?qū)?shù)；

68、建立以收縮算子為核心的黎曼流形優(yōu)化策略，獲取切空間上離流形最近的點(diǎn)，定義收縮算子為：

69、

70、進(jìn)一步地，所述選定信賴域半徑實(shí)現(xiàn)過(guò)程如下：

71、利用黎曼梯度和黎曼hessian信息，將優(yōu)化問(wèn)題表征為如下信賴域形式：

72、

73、式中，為levi-civita連接，表示信賴域半徑；

74、新信賴域半徑ηk+1的選取基于信賴域下降比，其表示為：

75、

76、有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：

77、1、本發(fā)明將感知性能指標(biāo)crb與通信質(zhì)量指標(biāo)sinr作為協(xié)同優(yōu)化目標(biāo)，在隱性滿足用戶通信質(zhì)量的前提下，最小化目標(biāo)參數(shù)估計(jì)crb，提升波束感知性能和優(yōu)化模型自由度；

78、2、本發(fā)明建立一種新的基于發(fā)射功率水平最大約束與波形恒定模量約束的權(quán)衡優(yōu)化問(wèn)題框架，以提升目標(biāo)探測(cè)效能、優(yōu)化系統(tǒng)工作效率并減少信號(hào)失真引起的功率損耗；

79、3、本發(fā)明基提出了一種基于復(fù)圓黎曼流形上的sm-rmtr優(yōu)化算法，實(shí)現(xiàn)以更低復(fù)雜度求解問(wèn)題模型并獲得更佳的優(yōu)化效果，有效解決傳統(tǒng)算法中的局部最優(yōu)問(wèn)題，并在多約束條件下保證算法的穩(wěn)定性和有效性；相較于現(xiàn)有的波形性能優(yōu)化模型，以及對(duì)應(yīng)的sdr和admm求解算法，本發(fā)明下的一體化波形展現(xiàn)出更為優(yōu)異的目標(biāo)參數(shù)估計(jì)性能。