波束赋能通感一体化基于可控模拟天线阵列的多波束JCAS框架解析在智能汽车、无人机等新一代移动平台飞速普及的当下通信与雷达感知一体化JCAS已然成为无线通信领域的核心刚需。如何用一套硬件同时实现高速通信与环境雷达感知兼顾低成本、小体积、高频谱效率是业界亟待突破的关键难题。原文链接今天带大家精读 IEEE 顶刊《IEEE Transactions on Vehicular Technology》2019 年重磅论文Multibeam for Joint Communication and Radar Sensing Using Steerable Analog Antenna Arrays拆解其创新多波束框架、系统架构、波束设计与感知算法看懂毫米波通感一体化的经典解决方案。一、行业痛点通感一体化为何难做波束赋形是实现 JCAS 的核心技术虽然通信、雷达各自的波束成形技术已被广泛研究但直接融合落地却障碍重重✅ 需求矛盾通信需要固定指向、高增益的稳定波束保障传输链路质量雷达感知需要时变扫描波束大范围探测周边目标距离、速度、角度。✅ 传统方案局限现有 JCAS 大多采用单波束复用雷达探测范围被限制在通信节点方向无法实现全域扫描感知。✅ 毫米波落地成本全数字阵列造价高昂难以适配无人机、智能车等小型便携平台模拟天线阵列才是高性价比实用选择。而这篇论文最大的突破首次将多波束技术引入 JCAS基于可控模拟天线阵列单发射阵列同时生成两类子波束 —— 固定子波束承载通信、随数据包动态扫描子波束实现雷达感知真正实现通信与感知无缝融合。二、核心创新双阵列多波束 JCAS 系统架构1. 硬件架构设计系统采用空间分离的双可控模拟天线阵列适配 TDD时分双工通信模式完美兼容 OFDM 多载波分组通信体制阵列 1主打发射功能可通过开关分时复用至接收端阵列 2常驻接收状态全程工作在通信 / 感知模式无需切换休眠核心优势双阵列架构抑制发射端到接收端的信号泄露让接收机可全天候运行自由切换通信与主动 / 被动感知。2. 双工作时序模式两个通信节点基于 TDD 帧结构复用时隙实现通信 感知同步运行分为两大阶段CTAS 通信发射 主动感知阶段节点发射多波束信号固定子波束对准对端节点保障通信扫描子波束逐数据包遍历空域接收阵列同步窄波束扫描完成主动雷达感知利用自身发射信号探测环境时延测量绝对精准。CRPS 通信接收 被动感知阶段节点切换为接收模式双阵列合并接收对端发射信号优先保障通信解调同时利用对端信号实现被动感知无需自身发射能量仅测量相对时延与角度信息。整套协议无需改动现有 TDD 通信帧结构可直接适配现代移动通信分组传输体系落地性极强。三、关键技术波束成形设计与多波束生成1. 波束设计核心约束为适配分组通信与雷达感知双重需求论文明确波束矢量两大约束发射波束单个数据包周期内保持固定稳定通信信道避免复杂信道跟踪接收波束单 OFDM 符号内固定便于从接收信号中剥离通信数据符号提取感知特征。结合毫米波 24GHz 典型场景论证低速移动场景下信道参数在毫秒级时长内准静态完全满足波束固定约束条件。2. 广义最小二乘LS波束优化提出带功率约束的加权最小二乘波束成形算法推导最优闭式解证明归一化 LS 解即为功率约束下的最优解针对仅已知阵列响应幅度、未知相位的工程场景引入迭代最小二乘ILS算法灵活合成低旁瓣、定制化波束方向图。3. 多波束生成两大实现方法论文提出两种通信 感知子波束合成方案各有优劣分离设计 矢量相位对齐分别设计通信、感知子波束通过能量分配因子调控功率占比再相位相干合并通信波束增益更高、波束更新灵活适配动态通感需求是论文主推方案。联合一体化设计直接将多波束期望方向图输入 ILS 算法一次性合成最终波束矢量波束形状控制更精准但增益略低、更新灵活性差。同时提出波束波形位移算法只需预生成基准波束通过相位偏移矢量即可快速生成任意指向的扫描波束无需重复迭代优化大幅降低硬件实时计算复杂度。四、感知算法低复杂度 高分辨率双方案依托所提多波束框架论文配套设计两套目标参数估计算法可估算目标距离、到达角、运动速度三大核心雷达参数1. 低复杂度 DFT 算法基于传统傅里叶变换周期图法实现距离 - 角度二维粗估计算法极简、硬件易实现缺点是多普勒频率、角度分辨率有限适合低成本终端。2. 一维压缩感知1D-CS高分辨率算法创新采用多测量矢量压缩感知MMV-CS框架先通过 CS 算法精准估计目标时延距离再基于时延分箱用频谱分析提取多普勒频率速度与到达角规避高维 CS 网格量化误差问题在非网格连续目标场景下仍保持高精度适配智能车、商用无人机网络复杂环境。五、仿真结论性能全面优于传统分时方案论文搭建 16 天线均匀线阵毫米波仿真场景验证框架性能多波束方案通信容量远超时分复用通感方案功率分配系数 0.5 时容量提升近 88%所提分离设计波束相比联合设计通信归一化功率提升约 6%1D-CS 感知算法相比 DFT距离、角度估计分辨率与精度大幅提升低速 / 高速目标速度估计误差可控模拟阵列多波束架构无需昂贵数字阵列完美适配小型化、低功耗机载 / 车载平台。六、总结与未来展望这篇 2019 年 TVT 经典论文开创了模拟天线阵列多波束 JCAS 新范式核心价值在于✔ 架构层面双阵列 TDD 兼容架构实现通信与感知时隙、频谱、硬件全复用✔ 算法层面低复杂度多波束生成、LS/ILS 波束优化、1D-CS 高精度感知算法成套落地✔ 工程层面基于低成本模拟相控阵兼顾通信增益与全域雷达扫描适配车联网、无人机、毫米波通信等主流场景。同时论文也指出未来研究方向量化相位幅度的多波束设计、面向通感联合优化的子波束合成算法、离网格高维感知算法等为后续 5G/6G 通感一体化研究奠定了重要理论基础。#通感一体化 #JCAS #波束成形 #毫米波通信 #雷达感知 #6G 关键技术
【JCRS】波束赋能通感一体化！基于可控模拟天线阵列的多波束JCAS框架解析 【附MATLAB代码】
波束赋能通感一体化基于可控模拟天线阵列的多波束JCAS框架解析在智能汽车、无人机等新一代移动平台飞速普及的当下通信与雷达感知一体化JCAS已然成为无线通信领域的核心刚需。如何用一套硬件同时实现高速通信与环境雷达感知兼顾低成本、小体积、高频谱效率是业界亟待突破的关键难题。原文链接今天带大家精读 IEEE 顶刊《IEEE Transactions on Vehicular Technology》2019 年重磅论文Multibeam for Joint Communication and Radar Sensing Using Steerable Analog Antenna Arrays拆解其创新多波束框架、系统架构、波束设计与感知算法看懂毫米波通感一体化的经典解决方案。一、行业痛点通感一体化为何难做波束赋形是实现 JCAS 的核心技术虽然通信、雷达各自的波束成形技术已被广泛研究但直接融合落地却障碍重重✅ 需求矛盾通信需要固定指向、高增益的稳定波束保障传输链路质量雷达感知需要时变扫描波束大范围探测周边目标距离、速度、角度。✅ 传统方案局限现有 JCAS 大多采用单波束复用雷达探测范围被限制在通信节点方向无法实现全域扫描感知。✅ 毫米波落地成本全数字阵列造价高昂难以适配无人机、智能车等小型便携平台模拟天线阵列才是高性价比实用选择。而这篇论文最大的突破首次将多波束技术引入 JCAS基于可控模拟天线阵列单发射阵列同时生成两类子波束 —— 固定子波束承载通信、随数据包动态扫描子波束实现雷达感知真正实现通信与感知无缝融合。二、核心创新双阵列多波束 JCAS 系统架构1. 硬件架构设计系统采用空间分离的双可控模拟天线阵列适配 TDD时分双工通信模式完美兼容 OFDM 多载波分组通信体制阵列 1主打发射功能可通过开关分时复用至接收端阵列 2常驻接收状态全程工作在通信 / 感知模式无需切换休眠核心优势双阵列架构抑制发射端到接收端的信号泄露让接收机可全天候运行自由切换通信与主动 / 被动感知。2. 双工作时序模式两个通信节点基于 TDD 帧结构复用时隙实现通信 感知同步运行分为两大阶段CTAS 通信发射 主动感知阶段节点发射多波束信号固定子波束对准对端节点保障通信扫描子波束逐数据包遍历空域接收阵列同步窄波束扫描完成主动雷达感知利用自身发射信号探测环境时延测量绝对精准。CRPS 通信接收 被动感知阶段节点切换为接收模式双阵列合并接收对端发射信号优先保障通信解调同时利用对端信号实现被动感知无需自身发射能量仅测量相对时延与角度信息。整套协议无需改动现有 TDD 通信帧结构可直接适配现代移动通信分组传输体系落地性极强。三、关键技术波束成形设计与多波束生成1. 波束设计核心约束为适配分组通信与雷达感知双重需求论文明确波束矢量两大约束发射波束单个数据包周期内保持固定稳定通信信道避免复杂信道跟踪接收波束单 OFDM 符号内固定便于从接收信号中剥离通信数据符号提取感知特征。结合毫米波 24GHz 典型场景论证低速移动场景下信道参数在毫秒级时长内准静态完全满足波束固定约束条件。2. 广义最小二乘LS波束优化提出带功率约束的加权最小二乘波束成形算法推导最优闭式解证明归一化 LS 解即为功率约束下的最优解针对仅已知阵列响应幅度、未知相位的工程场景引入迭代最小二乘ILS算法灵活合成低旁瓣、定制化波束方向图。3. 多波束生成两大实现方法论文提出两种通信 感知子波束合成方案各有优劣分离设计 矢量相位对齐分别设计通信、感知子波束通过能量分配因子调控功率占比再相位相干合并通信波束增益更高、波束更新灵活适配动态通感需求是论文主推方案。联合一体化设计直接将多波束期望方向图输入 ILS 算法一次性合成最终波束矢量波束形状控制更精准但增益略低、更新灵活性差。同时提出波束波形位移算法只需预生成基准波束通过相位偏移矢量即可快速生成任意指向的扫描波束无需重复迭代优化大幅降低硬件实时计算复杂度。四、感知算法低复杂度 高分辨率双方案依托所提多波束框架论文配套设计两套目标参数估计算法可估算目标距离、到达角、运动速度三大核心雷达参数1. 低复杂度 DFT 算法基于传统傅里叶变换周期图法实现距离 - 角度二维粗估计算法极简、硬件易实现缺点是多普勒频率、角度分辨率有限适合低成本终端。2. 一维压缩感知1D-CS高分辨率算法创新采用多测量矢量压缩感知MMV-CS框架先通过 CS 算法精准估计目标时延距离再基于时延分箱用频谱分析提取多普勒频率速度与到达角规避高维 CS 网格量化误差问题在非网格连续目标场景下仍保持高精度适配智能车、商用无人机网络复杂环境。五、仿真结论性能全面优于传统分时方案论文搭建 16 天线均匀线阵毫米波仿真场景验证框架性能多波束方案通信容量远超时分复用通感方案功率分配系数 0.5 时容量提升近 88%所提分离设计波束相比联合设计通信归一化功率提升约 6%1D-CS 感知算法相比 DFT距离、角度估计分辨率与精度大幅提升低速 / 高速目标速度估计误差可控模拟阵列多波束架构无需昂贵数字阵列完美适配小型化、低功耗机载 / 车载平台。六、总结与未来展望这篇 2019 年 TVT 经典论文开创了模拟天线阵列多波束 JCAS 新范式核心价值在于✔ 架构层面双阵列 TDD 兼容架构实现通信与感知时隙、频谱、硬件全复用✔ 算法层面低复杂度多波束生成、LS/ILS 波束优化、1D-CS 高精度感知算法成套落地✔ 工程层面基于低成本模拟相控阵兼顾通信增益与全域雷达扫描适配车联网、无人机、毫米波通信等主流场景。同时论文也指出未来研究方向量化相位幅度的多波束设计、面向通感联合优化的子波束合成算法、离网格高维感知算法等为后续 5G/6G 通感一体化研究奠定了重要理论基础。#通感一体化 #JCAS #波束成形 #毫米波通信 #雷达感知 #6G 关键技术
双梁正问题 【 torch 实战】（Python代码实现）)
