[论文解读] Hybrid Digital-Analog Beamforming and MIMO Radar with OTFS Modulation

Lorenzo Gaudio, Mari Kobayashi+2 more|arXiv (Cornell University)|Sep 17, 2020

PAPR reduction in OFDM参考文献 31被引用 5

一句话总结

本文提出一种基于OTFS调制的混合数字-模拟波束成形方案，用于MIMO雷达，在同时传输数据的同时联合检测多个目标并估计其距离、速度和到达角（AoA）。该方法采用最大似然估计结合连续干扰 cancellation（SIC），性能接近Cramér-Rao下界，实现高可靠性的宽波束检测与窄波束跟踪阶段。

ABSTRACT

Motivated by future automotive applications, we study some joint radar target detection and parameter estimation problems where the transmitter, equipped with a mono-static MIMO radar, wishes to detect multiple targets and then estimate their respective parameters, while simultaneously communicating information data using orthogonal time frequency space (OTFS) modulation. Assuming that the number of radio frequency chains is smaller than the number of antennas over the mmWave frequency band, we design hybrid digital-analog beamforming at the radar transmitter adapted to different operating phases. The first scenario considers a wide angular beam in order to perform the target detection and parameter estimation, while multicasting a common message to all possible active users. The second scenario considers narrow angular beams to send information streams individually to the already detected users and simultaneously keep tracking of their respective parameters. Under this setup, we propose an efficient maximum likelihood scheme combined with hybrid beamforming to jointly perform target detection and parameter estimation. Our numerical results demonstrate that the proposed algorithm is able to reliably detect multiple targets with a sufficient number of antennas and achieves the Cramér-Rao lower bound for radar parameter estimation such as delay, Doppler and angle-of-arrival (AoA).

研究动机与目标

• 在毫米波车载系统中，利用OTFS调制实现雷达目标的联合检测与参数估计。
• 解决在射频链路数量受限条件下，宽波束检测与窄波束跟踪之间的波束成形权衡问题。
• 设计一种与实际毫米波硬件兼容的混合数字-模拟波束成形架构，其中 $N_{\text{rf}} \ll N_{\text{a}}$。
• 在检测阶段通过多播传输公共信息，在跟踪阶段传输独立数据流，实现通信与雷达的并行支持。
• 在距离、多普勒和AoA估计方面，实现接近Cramér-Rao下界的高精度估计。

提出的方法

• 使用正交时频空间（OTFS）调制，在共享信号波形中同时支持雷达感知与通信。
• 采用具有 $N_{\text{rf}}$ 个射频链的混合数字-模拟波束成形，以降低硬件复杂度，同时保持波束成形增益。
• 实施两阶段波束成形策略：初始检测与多播使用宽波束，随后对单个用户使用窄波束进行跟踪。
• 实施最大似然（ML）估计框架，从接收信号中联合估计目标参数（距离、速度、AoA）。
• 引入连续干扰取消（SIC）以减轻多目标存在时的遮蔽效应，尤其在密集环境中。
• 采用具有 $N_{\text{rf}}$ 个波束的宽接收波束图，以确保无论发射波束类型如何，均可实现AoA估计。

实验结果

研究问题

• RQ1 在实际毫米波硬件约束下，基于OTFS的MIMO雷达结合混合波束成形能否实现可靠的联合检测与参数估计？
• RQ2 宽波束检测与窄波束跟踪之间的权衡如何影响雷达性能，特别是在检测概率与估计精度方面？
• RQ3 在多目标场景中，连续干扰取消（SIC）在多大程度上可缓解目标遮蔽效应？
• RQ4 所提出的基于ML的估计器在距离、多普勒和AoA估计方面与Cramér-Rao下界相比有多接近？
• RQ5 天线数量对估计精度有何影响，特别是对AoA和时延-多普勒参数？

主要发现

• 在阵列尺寸足够大的条件下，所提算法在距离、速度和到达角（AoA）估计方面性能接近Cramér-Rao下界。
• 当较近目标遮蔽较远目标时，检测概率（PD）显著下降，尤其在90米以外，SIC无法完全抑制干扰。
• 在估计一个或两个目标时，检测目标的RMSE保持稳定，证实了SIC机制的有效性。
• AoA的RMSE受发射波束图3-dB波束宽度的上限限制，系统性误差 $\epsilon_{\text{BW}}$ 源于波束图分辨率限制。
• 距离与速度的RMSE表现出“瀑布”特性，这是由于ML估计中信噪比低导致的效应，与先前的理论分析一致。
• 随着天线数量增加，性能显著提升，因为波束成形增益与之成比例增加，从而提高信噪比与检测可靠性。