稀疏OFDM ISAC系统中基于牛顿化正交匹配追踪的高分辨率目标检测
信号处理
2024-11-06 v1
摘要
集成感知与通信（ISAC）是一种将感知能力与通信功能集成在单一设备或系统中的技术范式。在车对万物（V2X）侧链路中，ISAC可以通过利用侧链路信号使车辆不仅能够相互通信，还能感知周围环境，从而提供增强的安全性。在具备ISAC能力的V2X侧链路中，随机资源分配导致接收的正交频分复用（OFDM）网格中时间和频率资源呈现无结构且稀疏的分布，使得使用传统二维快速傅里叶变换（2D-FFT）方法处理时雷达检测性能下降。为应对这一挑战，本文提出了一种与OFDM网格结构无关的高分辨率离网雷达目标检测算法。所提方法利用牛顿化正交匹配追踪（NOMP）算法，能够有效检测被强目标旁瓣掩盖的弱目标，并通过牛顿精细化准确估计离网距离和速度参数，且资源消耗极少。仿真结果表明，所提出的基于NOMP的目标检测算法在检测概率、分辨率和精度方面均优于现有的压缩感知（CS）方法。此外，还在半消声室中进行了双基地雷达实验验证。测量结果验证了仿真发现，表明所提算法在真实场景中显著提升了目标检测和参数估计精度。
引用
@article{arxiv.2411.03191,
title = {Newtonized Orthogonal Matching Pursuit for High-Resolution Target Detection in Sparse OFDM ISAC Systems},
author = {Syed Najaf Haider Shah and Sebastian Semper and Aamir Ullah Khan and Christian Schneider and Joerg Robert},
journal= {arXiv preprint arXiv:2411.03191},
year = {2024}
}