1. 多普勒鲁棒参数估计的技术背景与挑战在毫米波雷达感知和无线通信系统中多普勒效应一直是影响目标参数估计精度的主要干扰源之一。当目标与收发设备之间存在相对运动时接收信号会产生频率偏移这种现象在传统时域多模(TDMM)系统中会导致严重的参数估计模糊。特别是在多目标场景下不同速度目标的回波信号相互叠加使得传统的匹配滤波和傅里叶变换方法难以准确分离各目标的距离、速度和角度信息。轨道角动量(OAM)波前技术为解决这一问题提供了新的思路。OAM电磁波具有螺旋相位波前的特性其相位分布可表示为exp(iℓφ)其中ℓ是拓扑荷数φ是方位角。这种独特的波前结构使得OAM波在空间中形成涡旋场分布为信号处理提供了额外的维度信息。我们的研究发现通过合理设计OAM模态的编码方式可以有效区分不同空间位置的目标即使它们具有相同的多普勒频移。2. CDMM-OAM系统架构设计2.1 系统整体框架我们提出的编码分集多模(CDMM)系统采用统一圆形阵列(UCA)架构工作于77GHz毫米波频段。系统核心由三个模块组成发射端采用16阵元UCA通过DFT矩阵生成并同时发射多个OAM模态。每个阵元的激励权重为w_{m,u} \frac{1}{\sqrt{M}}exp(-i\ell_u\phi_m)其中M16为阵元数ℓ_u是第u个模态的拓扑荷数ϕ_m是第m个阵元的方位角。接收端同样采用16阵元UCA通过模式分离矩阵实现多模态信号的并行接收。接收信号经过下变频后送入数字信号处理模块。信号处理链包括射频前端、ADC采样、OFDM解调和参数估计算法。系统采用200MHz带宽的OFDM波形包含128个子载波可提供0.75米的距离分辨率。2.2 信号模型与数学表达在存在Q个目标的场景下接收到的基带信号可表示为y(p,l) \sum_{q1}^Q \alpha_q e^{i2π(f_{D,q}pT_s - \tau_q lΔf)} a_R(θ_q,φ_q)a_T^H(θ_q,φ_q)s(p,l) n(p,l)其中p和l分别表示OFDM符号索引和子载波索引f_{D,q}和τ_q分别是第q个目标的多普勒频移和时延a_R和a_T是接收和发射阵列的导向矢量。3. 多普勒鲁棒参数估计算法实现3.1 VCM-EM算法框架我们提出的速度补偿最大期望(VCM-EM)算法通过迭代方式解决多普勒模糊问题。算法流程如下初始化设置初始参数估计值Θ^(0)包括目标距离、角度和速度的初始猜测。E步骤计算完全数据的对数似然函数期望Q(Θ|Θ^{(μ)}) E[log p(Y_{rad},Z|Θ)|Y_{rad},Θ^{(μ)}]其中Z为隐变量表示各测量数据点的目标归属。VCM步骤在速度空间V中进行网格搜索找到使代价函数最小的速度估计\hat{v}_q^{(μ)} argmin_{v^*∈V} ||y_q - A(θ_q^{(μ)},v^*)s||^2M步骤更新参数估计θ_q^{(μ1)} argmax_θ Q(θ|θ^{(μ)})3.2 计算复杂度分析与传统TDMM方法相比CDMM-VCM算法在计算复杂度上的增加主要来自速度搜索步骤。设速度搜索空间大小为|V|则单次迭代的复杂度为O(Q(LlogL UlogU |V|P_{sen}logP_{sen} LU|θ|))其中Q为目标数L为子载波数U为OAM模态数P_{sen}为感知符号数|θ|为角度网格大小。实测表明在典型参数设置下(Q3, |V|20)算法可在5-6次迭代内收敛。4. 系统实现与性能验证4.1 实验配置我们搭建了基于软件无线电的验证平台主要参数如下表所示参数数值说明载频77GHz波长3.9mm带宽200MHz距离分辨率0.75m阵元数16UCA半径λ/4π模态数16ℓ-8到7CPI长度1024符号相干处理时间6.8ms4.2 多目标定位结果在三目标场景下(位置分别为(51,15,25)、(69,50,30)和(60,20,55)米速度5m/s、2.2m/s和3.5m/s)系统表现出色距离估计通过FFT处理获得距离剖面三个目标峰值清晰可辨估计误差小于0.3米。速度估计采用VCM步骤后速度谱中三个目标完全分离估计误差小于0.15m/s。角度估计方位角利用OAM模态谱估计误差小于0.6°俯仰角基于贝塞尔函数模板匹配误差小于0.8°3D定位最终定位误差分别为0.50米、0.99米和0.39米显著优于TDMM方法的2.91米、6.72米和12.05米。4.3 算法收敛性在不同SNR条件下算法的归一化均方误差(NMSE)随迭代次数的变化表明SNR15dB时NMSE在4次迭代后稳定在-15dB以下即使SNR降至5dB仍能收敛到-8dB左右收敛速度与初始猜测质量相关合理的初始化可减少1-2次迭代5. 实际应用中的工程考量5.1 硬件非理想因素补偿在实际系统中我们需要处理以下硬件限制阵列失配通过离线校准获取各通道的幅度/相位误差在数字域进行补偿。校准残余误差应控制在±1dB和±5°以内。互耦效应UCA阵元间互耦会导致模式纯度下降。我们采用基于阻抗矩阵的反演方法进行补偿V_{comp} Z_{inv}(Z_{mut}·V_{ideal})其中Z_{mut}是实测互耦矩阵Z_{inv}是其伪逆。相位噪声毫米波频段的相位噪声会影响OAM模式纯度。我们采用公共本振架构并限制环路带宽在100kHz以内。5.2 系统参数优化建议基于大量实测数据我们总结出以下参数配置经验速度搜索范围应覆盖|v|≤λ/(4T_c)9.13m/s间隔设为Δv0.5m/s可平衡精度与复杂度。模态选择策略近距离(50m)优先使用低阶模态(ℓ±1,±2)中距离(50-100m)使用中阶模态(ℓ±3到±5)远距离(100m)采用高阶模态(ℓ±6到±8)资源分配感知与通信符号的最优比例为P_{sen}:P_{com}1:3此时系统频谱效率可达12.5bps/Hz。6. 性能边界与局限分析虽然CDMM-OAM系统在多目标场景下表现出色但仍存在以下理论限制模糊距离由子载波间隔Δf决定R_{max} c/(2Δf) 95.2米超过此距离的目标会出现距离模糊。最大不模糊速度v_{max} λ/(4T_c) 9.13m/s对更高速度目标需采用变T_c策略。角度-多普勒耦合当目标方位角差小于波束宽度时算法性能会下降。建议最小可分辨角度为Δφ_{min} ≈ 2π/(U·ℓ_{max})在实际部署中我们建议将系统工作范围限制在80米以内目标速度不超过8m/s此时可保证定位误差稳定在1米以下。对于更远或更快目标需要考虑采用多频段联合估计等扩展方案。
