毫米波低空无人机通感波束训练与追踪技术研究

受信息论的启发，针对毫米波（millimeter-Wave，mmWave）低空无人机（Unmanned aerial vehicle，UAV）场景的波束训练与目标定位追踪问题，分别提出了基于信道编码原理的分层波束训练算法和基于mmWave雷达感知的UAV目标定位跟踪算法。两种算法具有强鲁棒性和泛化性，不仅适用于静态和动态场景，还适用于远场、近场、多智能超表面（Reconfigurable intelligent surface，RIS）辅助通信、分布式无蜂窝网络场景，以及非法UAV入侵感知等多种通信与感知场景，并通过仿真和硬件平台进行测试。信道编码波束训练算法利用编码增益和纠错机制能够大幅提高训练准确率；mmWave雷达算法结合 Capon 波束形成、恒虚警率（Constant false alarm rate，CFAR）检测和基于噪声密度的聚类（Density-based spatial clustering of applications with noise，DBScan）实现了UAV的检测和跟踪。仿真和硬件测试结果均表明，本文算法在mmWave低空UAV场景下能够有效提高波束训练效率和感知定位精度，为低空经济进一步的繁荣发展提供技术支撑。