[论文解读] Adaptive detection and localization exploiting the IEEE 802.11ad standard

Emanuele Grossi, Marco Lops+1 more|arXiv (Cornell University)|Apr 29, 2019

Radar Systems and Signal Processing参考文献 71被引用 45

一句话总结

该论文提出了一种自适应雷达检测与定位方法，利用IEEE 802.11ad 60 GHz标准的扇区级扫描（SLS）阶段实现机会式感知。通过依次检测并消除更强的目标，该方法克服了探测信号非理想自相关引起的信号溢出和远近效应问题，在多目标场景下实现了接近单目标基准的检测与定位性能，且定位精度达到亚厘米级。

ABSTRACT

In this work, we exploit the sector level sweep of the IEEE 802.11ad communication standard to implement an opportunistic radar at mmWaves and derive an adaptive procedure for detecting multiple targets (echoes) and estimating their parameters. The proposed detector/estimator extracts the prospective echoes one-by-one from the received signal, after removing the interference caused by the previously detected (stronger) targets. Examples are provided to assess the system performance, also in comparison with the canonical matched-filter peak-detector and the Cram\'er-Rao bounds. Results indicate that the proposed method is robust against the signal spillover and the near-far problem caused by the imperfect auto-correlation of the probing signal and, for the same probability of false alarm, grants detection and localization performances close to those previously obtained in a simplified single-target scenario.

研究动机与目标

• 为解决在使用IEEE 802.11ad的常规匹配滤波器峰值检测在多目标毫米波雷达中的局限性。
• 克服由CPHY前导序列非理想自相关特性引起的信号溢出和远近效应。
• 利用现有通信信号，在短距离环境中实现鲁棒且自适应的多目标检测与定位。
• 在真实多目标条件下，实现接近理论极限（Cramér-Rao界）的性能。

提出的方法

• 所提出的方法采用自适应多目标检测器，按顺序处理SLS信号，优先检测最强目标。
• 在处理下一个目标前，通过减去已检测目标的估计回波来实现干扰抑制。
• 应用优化估计器以提高距离分辨率，实现亚厘米级精度。
• 利用IEEE 802.11ad CPHY前导序列的已知结构（包括Golay序列和前导结构）进行信号建模。
• 根据期望的虚警概率（Pfa）设定检测阈值，该过程迭代重复。
• 采用512符号间隔的处理窗口，以在性能与计算成本之间取得平衡。

实验结果

研究问题

• RQ1 在存在信号溢出的情况下，利用IEEE 802.11ad SLS的机会式雷达是否能在多目标环境中实现可靠的检测与定位？
• RQ2 在强弱目标共存的情况下，自适应干扰抑制方案相较于经典匹配滤波器峰值检测器表现如何？
• RQ3 在真实信号条件和多目标环境下，可实现的距离与幅度估计精度如何？
• RQ4 处理窗口长度和时间延迟分辨率（∆g）如何影响目标分辨率与检测性能？
• RQ5 在多目标场景下，所提出方法在多大程度上接近理论性能极限（Cramér-Rao界）？

主要发现

• 所提出的自适应方法在相同Pfa条件下，检测与定位性能与单目标场景相比仅低1-2 dB，表现出对干扰的强鲁棒性。
• 采用512符号处理窗口时，对于雷达散射截面（RCS）为0.1 m²的目标，检测概率在25米以内均高于0.8。
• 距离估计精度达到几厘米，使用优化估计器后在短距离下可提升至几毫米。
• 将时间延迟分辨率∆g从T降低至T/8，可使距离分辨率提高约8.5 cm，从而更好分离距离相近的目标。
• 当目标间距低于8.5 cm时，RMSE因相互干扰而恶化，但随着目标合并为单一有效散射体，性能又逐渐恢复。
• 该方法有效抑制了由信号溢出引起的虚警和目标遮蔽现象，在多目标场景下优于经典匹配滤波器峰值检测器。