SSB-Based Signal Processing for Passive Radar Using a 5G Network

摘要—本文为被动雷达提出了一种替代处理链，利用第五代（5G）标准技术，将宽带蜂窝网络作为机会照射源。该方案提出，在基于5G的被动相干定位（PCL）系统处理中，利用5G同步信号块（SSB）作为一种周期性发射的调制脉冲。

尽管 SSB 的周期性限制了速度模糊度，但本文描述了一种在单目标场景下解决该问题的方案。当电信信道中缺少传输且 5G SSB 是唯一存在的信号时，该方法具有优势。本文提出了一种用于基于 5G 的 PCL（passive coherent location） 的信号处理流程，其灵感来自于使用非合作脉冲雷达作为照射源的被动雷达。

该方法已通过模拟和真实的 5G 数据测量得到验证。本文呈现的结果表明，在 5G 网络中数据传输缺失的情况下，当传统被动雷达信号处理失败时，仅使用 SSB 就有可能检测到移动目标。所呈现的结果证明，在短程应用中，基于 5G 网络的 PCL 利用率有显著增加的可能性。

索引术语—第五代（5G），新空口，被动相干定位（PCL），被动雷达，遥感，同步信号块（SSB）。

I. INTRODUCTION

如今，被动雷达 [1], [2], [3] 在新型无线电通信系统中的应用已成为一个前沿课题，与之并列的还有雷达通信一体化系统 [4], [5]。由于通信标准的不断修改和创新，例如 5G 新空口 (NR) 标准 [6], [7] 中引入的那些，雷达工程师和科学家们一直面临着拓展被动相干定位 (PCL) 系统可能性的压力。最新的例子是基于 5G 的被动雷达实现，稍后将简要概述，在将这种信号作为照射源时，这些实现已引发了若干问题。

与数字视频地面广播 (digital video broadcast-terrestrial，DVB-T) 信号等不同，5G 传输是内容依赖的；因此，基于互模糊函数 (CAF) 的经典被动相干定位 (cross-ambiguity function，PCL) 处理不能总是适用。当没有用户在给定的通信小区中下载大量数据时，基站仅周期性地传输同步信号突发，即 SSBs [8]。

传输信号中内容的缺乏使得基于 5G 的被动雷达存在盲区。迄今为止，文献中尚未讨论过 5G 信号的这一障碍。通常，作者们会考虑连续传输或通过软件定义无线电 (SDR) [9], [10], [11], [12], [13], [14] 生成的合成波形，或者通过多个终端下载海量文件来强制实现高网络流量 [15]。在实际场景中，高流量并非总是可以假定的。例如，在一些国家的边境附近，通信流量通常很少，即使基站覆盖良好，经典的 PCL 处理也毫无用处。这种情况对于农村地区的 5G 网络被动雷达来说非常典型。

短程被动雷达的一个特定用例可以是在边境地区探测车辆或走私无人机。这些地区通常是农村，基站部署频率较低，但可以发射更高的信号功率，从而获得更大的探测范围。网络负载通常很低。这类基站通常使用较低的载波频率，从而获得更好的森林和植被穿透能力。另一个案例也可以是探测小型机场（特别是航空俱乐部附近，aeroclubs）附近的飞行物（包括无人机）。同样，在这里我们也可以预期网络流量较少，通过这种方式，我们可以提高当地空中交通的安全性。

在 5G NR 中，同步信号块 (SSB) 由基站收发信台 (base transceiver station，BTS) 发送，无论内容是否存在 [8]。SSB 是 5G 网络中唯一始终开启 (always-ON) 的信号。它包含一个广播信道，该信道必须在整个小区覆盖区域内都可被检测到。当一个 BTS 支持波束成形时，会发送多个 SSBs。每一个都是一个波束特定的信号。它们共同组成一个同步信号突发 [8]。因此，人们也可以使用 5G SSB 脉冲来实现 PCL，这使得基于 5G 的雷达系统具有鲁棒性，并且能够始终工作，而不仅仅是在具有密集下行链路内容的时隙中工作。

在文献中，可以找到一些关于使用电信和广播信号进行被动雷达处理的研究。例如，在 [16] 中，研究人员检验了数字视频地面广播 (DVB-T)、数字音频广播 (DAB) 和长期演进 (LTE) 信号作为被动雷达的照射源，并使用了它们的模糊函数。然而，[16] 和 [17] 中呈现的结果仅限于仿真以及 DAB, DVB-T, 和 LTE 标准。基于 DAB, DVB-T, 和 LTE 的被动雷达技术如今已是一项成熟的技术。许多由工业界为这些频段开发的演示样机和众多已投入运行的雷达都证实了这一点 [18], [19], [20], [21]。将 5G 信号用作照射源是一个新的概念，仍处于可行性研究和演示样机阶段——远未成为成品 [15], [22]。5G 照射源的信号结构需要对其特性和结构进行进一步研究，以确认这种照射方式可用于未来的被动雷达技术 [23]。本文提出了一种新颖的处理方法，该方法已通过数值模拟以及在运行中的 5G 网络上进行的真实测量得到验证。

---

在本文中，作者们提出了一种信号处理流程，其灵感源于一种利用主动脉冲雷达作为照射源的被动雷达技术 [24], [25]。在这种配置中，一个主动雷达发射脉冲波形作为信号源，而一个寄生的双通道接收机则负责采集参考脉冲（其参数对被动接收机是未知的）以及从移动目标反射的回波。

这一概念与作者们在 [15] 中提出的算法有显著不同。

• 在[15]的算法中，仅检测SSB中的PSS并将其用于帧同步，而帧同步的目的是为了从5G时分双工（TDD）帧中移除上行链路时隙。

• 相比之下，当前提出的整体信号处理链则要求对完整的SSB信号——包含四个不同部分（例如PSS, SSS, DM-RS, PBCH）——进行精确的检测和重建/再合成，并将其用于同步、匹配滤波以及移动目标指示（moving target indication，MTI）等在主动雷达中常用的处理。

文献中已经讨论过在被动雷达背景下，内容依赖性传输所带来的类似障碍，例如，在基于 Wi-Fi 的 PCL [26], [27], [28], [29], [30], [31] 中，其下行链路信号结构类似于 5G 网络。也就是说，同步突发信号是周期性传输的，但下行链路信号取决于终端的存在与否以及下载的数据量。因此，基于 PCL 的信号处理结果依赖于信号占空比，这使得该方法在一些实际应用中不敷使用。因此，使用 5G 网络实现被动雷达连续且内容独立运行的需求，鼓励了作者们去研究 5G 信号结构，其研究结果在本作中进行了描述。当然，解码机会信号、在被动雷达节点中进行再合成、以及用其在监视信号中寻找回波的通用方法是众所周知的。然而，据作者们所知，迄今为止（到目前为止）还没有关于使用 5G NR 波形的 SSB 信号来实际应用该技术的已发表作品。

总结来说，与 [15] 相比，本文的主要新颖之处在于将 SSB 用作照射信号。这是在系统中不存在其他信号的假设下完成的。然而，使用 SSB 作为照射源需要对其进行检测和重建，并将其置于“被动雷达节点”中。由于完成此任务需要关于复杂的 SSB 形态结构的详细知识，因此对不同 SSB 部分及其连续的逐一同步和解码的描述占据了本文的很大一部分。

本文其余部分的组织如下。在第二节中，描述了本工作中使用的广播 5G SSB 信号。接下来，在第三节中，总结了在 5G 网络中具有显著缺点的经典被动雷达处理方法。在第四节中，介绍了所提出的信号处理流程。仿真和真实数据处理分别在第五节和第六节中呈现。此外，在第五节中，作者们展示了如何处理单目标场景下的速度模糊问题。最后，第八节对本文进行了总结。

II. 5G NR AND SSB DETECTION

在本节中，我们详细描述了在5G中广播的SSB同步信号的形态结构（morphology），以及在“被动雷达节点”中对其各个部分进行的逐步解码。当SSB被识别后，它可以在被动雷达中被数字方式再合成，并用作参考信号，以在监视信号中检测其回波。为了使下文的电信术语更容易理解，所有使用的5G缩略语都汇总在表 I 中。SSB的块结构要求按以下顺序对信号进行解码（SSB各部分逐一解码）：PSS → SSS → PBCH DM-RS → PBCH。

5G NR标准由第三代合作伙伴计划（3GPP）在38系列 [32], [33] 中定义，并在文献中有广泛描述，例如 [6] 和 [7]。5G NR采用滤波正交频分复用传输方案。NR信号是时域中的一个符号序列，由反快速傅里叶变换（IFFT）产生，并经过一个带通滤波器滤波。每个符号被解释为一个分组采样的块，其前有一个CP，即其最后几个采样的副本，主要用于抑制符号间干扰（ISI）。一条由预定数量的符号组成的链构成一个5G NR帧（每帧10毫秒）。另一方面，在这个时频资源网格中的每个子载波都可以用于在下行和上行链路方向上传输独立的广播/控制/数据流。在本研究中，始终“在线”(ON)的5G广播信号SSBs被用作被动雷达技术中目标检测的机会照射源。这种方法是“绿色”的，因为不需要生成额外的信号。

使用SSBs作为照射源的另一个好处是，未来5G NR标准将在全球范围内部署，从而实现其共同覆盖。声明中的“共同覆盖”应这样解释：覆盖区域内每个点的接收功率电平必须高于根据3GPP TS 138 101-1的表7.3.2-1定义的参考灵敏度（reference sensitivity power level，REFSENS）值。REFSENS是UE接收机的参考灵敏度功率。它取决于工作频段、信道带宽和子载波间隔。

在第六节中描述的真实测量，是在n77工作频段（3.4–3.8 GHz）、40 MHz信道带宽和30 kHz子载波间隔（SCS）下测量的。在这种环境下，REFSENS等于-89.7 dBm。

为了在被动雷达处理流程中使用SSB，必须对其进行解码并重建其信号。SSB的结构在[8], [32], 和[33]中有详细规定。它由PSS和SSS、DM-RS以及PBCH组成。

SSB的结构如图1所示。标准[33]将SSB定义为一个连续的块，在时域上由四个OFDM符号组成，在频域上由240个子载波组成。同步信号PSS和SSS在1个OFDM符号上跨越127个子载波。SSBs在每个5G NR小区中以突发的形式广播，在所有波束上，其传输时间间隔为 TdistSSB={5,10,20,40,80,160}T_{\text{dist}}^{\text{SSB}} = \{5, 10, 20, 40, 80, 160\}TdistSSB​={5,10,20,40,80,160} ms，具体取决于配置。默认且最常用的SSB周期是20毫秒。如果需要，可以将其缩短至10毫秒——得益于此，我们可以在基于SSB的被动雷达中实现更宽的速度不模糊范围。图2展示了一个SSB突发序列的范例，该序列仅通过单个波束进行传输。

PSS 信号用于在资源网格中进行 SSB 检测。它是一个伪随机二进制序列 (PRBS)，由 [33] 中 7.4.2.2.1 节定义的最大长度序列生成。5G NR 标准允许使用仅有的三种 PSS 序列，记为 NID(2)∈{0,1,2}N_{\text{ID}}^{(2)} \in \{0, 1, 2\}NID(2)​∈{0,1,2} ，如图 1 所示。PSS 位于 SSB 的最前端（时域上）和 SSB 中心（频域上）。根据标准，包含 PSS 的接收信号与参考序列的互相关是 PSS 检测最有效的方法 [34]。

SSB 解码过程的第一步是估计：1) $\hat{g}$—正确的 GSCN（Global Synchronization Channel Number）位置；2) $\hat{u}$—PSS 标识符 $N_{\text{ID}}^{(2)}$ ；3) $n_{\text{start}}=\hat{n}-N_{\text{CP}}-N_{\text{FFT}}$—SSB 的第一个采样索引，其中 $N_{\text{CP}}$ 表示循环前缀的采样长度，而 $N_{\text{FFT}}$ 是快速傅里叶变换 (FFT) 的大小。该估计根据以下表达式完成：

$$(\hat{g},\hat{u},\hat{n})=\underset{g,u,n}{\mathrm{argmax}}\sum _{m=0}^{M-1}|r_u^{\text{PSS}}[m]\cdot x_g^r[m+n{]}^{\ast }{|}^2\text{\hspace{1em}(1)}$$

其中

1. $x_g^r[n]$ 是接收到的信号，已移位至 GSCN 栅格位置（raster position） $(3000+g\cdot 1.44)$ MHz， g∈{0,1,…,14756}g \in \{0, 1, \dots, 14756\}g∈{0,1,…,14756}—见 [32] 中 7.4.2.2 节，且 $(\cdot {)}^{\ast }$ 是复共轭。
2. $r_u^{\text{PSS}}[n]$ 是 $d_u^{\text{PSS}}[n]$ 的 IFFT， u∈{0,1,2}u \in \{0, 1, 2\}u∈{0,1,2}—即 PSS PRBS，其 $N_{\text{ID}}^{(2)}=u$ ，见 [33] 中 7.4.2.2.1 节。

通过知晓 $\hat{g}$ ， $\hat{u}$ ，和 $\hat{n}$ ，可以获得 SSB 的精确时间和频率位置以及相应的 $N_{\text{ID}}^{(2)}$ 。

这里关于 $\hat{n}$ 的定义非常奇怪，极有可能存在笔误

与 PSS 相比，SSS 信号的起始点在时域上被移动了两个 OFDM 符号（见图 1），并且是根据 [33] 中 7.4.2.3.1 节使用 Gold 序列生成的。在时间和频率 PSS 同步之后，其位置已经是已知的。因此，其解码过程的计算要求较低，这允许将包含 SSS 的接收信号的 FFT 权重 ($X^{\text{SSS}}[k]$) 与多达 336 个不同的参考序列（记为 NID(1)∈{0,1,…,335}N_{\text{ID}}^{(1)} \in \{0, 1, \dots, 335\}NID(1)​∈{0,1,…,335}）进行相关。该相关的结果允许根据 [33] 估计出 $\hat{v}$—SSS 标识符 $N_{\text{ID}}^{(1)}$ 。

V. SSB-BASED PASSIVE RADAR SIGNAL PROCESSING

如第一节所述，所提出的基于SSB的5G被动雷达的信号处理链，其灵感来源于PCL利用非合作主动雷达作为照射源时所使用的类似技术。这种方法在文献中已被多次提及，并应用于经典的目标检测 [24], [25], [27], [28] 和成像 [41], [42], [43]。

如 [25] 所示，此类处理与经典PCL处理的主要区别在于，用重建脉冲对监视信号进行匹配滤波（距离压缩），然后进行相位对齐，取代了互模糊函数。在使用非合作主动雷达作为照射源的被动雷达中，主要问题如下：

1. 接收机可能不知道脉冲开始的精确时刻，导致错误的相同步和不正确的检测。因此，精确的时间同步对于使被动雷达正常工作是必要的 [24]。

2. 脉冲雷达通常使用变化的波形，这些波形涉及幅度、相位、载波频率和线性调频率。在考虑非合作雷达时，理想模型通常是未知的；因此，在接收机中，只能考虑其估计，而无法保证其质量 [44]。

在所考虑的情况下，当5G SSB信号被当作来自非合作发射机的脉冲时，人们可以接收、解调和再调制（重建）该波形至纯净形式。此外，由于描述SSB的标准化公式 [8], [32], [33]，人们可以用单采样精度定义脉冲的起始点，从而消除了寻找脉冲起始点的问题。因此，作者们在这项工作中获得的频率和时间同步，这对PCL系统中参考信号的重建至关重要。

SSB脉冲重建的合理性，通过图 7 中所示的两个实际场景的分析得以呈现。第一个在图 7(a) 中分析的案例涉及由以下公式给出的信号 $x(t)$ 和 $y(t)$ 的互相关函数的动态特性

$$\chi (\tau )={\int }_{-\infty }^{\infty }x(t)y^{\ast }(t-\tau )dt\text{\hspace{1em}(8)}$$

在该研究中，两个具有不同信噪比水平的SSB脉冲被进行相关，其水平在图 7 的下标中写出。

对于没有噪声的纯净波形，假定 $SNR=\infty$ dB。结果清楚地表明，重建能够促进信号检测并显著影响回波探测能力。参考脉冲的质量越好，互相关函数的噪声基底就越低，对于精确重建的信号可以获得最佳性能。

• 在所呈现的最差情况 $\chi (0,0)$ ，即对于 (0 dB, 0 dB) 的情况下，噪声峰值甚至高于其旁瓣。
• 当比较 $\chi (0,0)$ 和 $\chi (\infty ,\infty )$ 时，噪声基底水平的差异约为 15–20 dB。

图 7(b) 中的第二个例子显示了匹配滤波后的真实信号（本节稍后讨论）。只有通过检测、解调和重建SSB，才可能实现精确的定时。从参考天线接收到的信号中找到脉冲的起始点，可以让我们研究观测物体的时间相关性，并精确确定其速度。这是因为当你知道脉冲从哪里开始时，相位对齐才是正确的 [图 7(b) 中的红色竖线]。

在所呈现的案例中，由多径传播产生的信号比直达脉冲更强。这使得定时变得复杂，并需要进行上述的重建工作。

时间同步过程之后，可以创建一个二维矩阵，其中一个维度对应于距离（$N$ 个采样点），称为快时间 [24]。假设两个连续SSB之间的时间间隔等于 $T_{\text{dist}}^{\text{SSB}}$ ，矩阵的第二个维度（慢时间）表示时间，这取决于处理中考虑的SSB数量（$M=\lfloor T_{\text{int}}/T_{\text{dist}}^{\text{SSB}}\rfloor$ 个采样点，其中 $T_{\text{int}}$ 是积分时间，$\lfloor \cdot \rfloor$ 是向下取整运算符）。然后，通过将监视信道信号 ${\hat{x}}_{sur}[n]$ 与每个延迟采样点（慢时间索引 $m\in [0,M-1]$）的匹配滤波器 $h[n]={\hat{x}}_{ref}^{\text{SSB}}[-n{]}^{\ast }$ 进行卷积，来创建距离-时间矩阵。

$$\mathcal{R}[n,m]=\sum _{i=0}^{N-1}h[i,m]{\hat{x}}_{\text{sur}}[n-i,m]\text{\hspace{1em}(9)}$$

其中一个主要操作是卷积（通常使用FFT算法执行）

$$y[n]=\sum _{i=0}^{N-1}h[i]{\hat{x}}_{\text{sur}}[n-i].\text{\hspace{1em}(10)}$$

因此，该匹配滤波器是如第二节所述重建的时间反转和共轭的SSB信号。一个完整的距离-时间图 $\mathcal{R}[n,m]$ 由一组距离压缩信号组成，这些信号按每个连续的SSB及其索引 $m$ 排列。距离-时间图创建的总体思路呈现在图 8 中。算法的下一步是相位对齐，定义如 [41]

$${\mathcal{R}}_a[n,m]=\mathcal{R}[n,m]\cdot \exp (-j\hat{\varphi }[m])\text{\hspace{1em}(11)}$$

其中

$$\hat{\varphi }[m]=\angle (\mathcal{R}[0,m])\text{\hspace{1em}(12)}$$

其中 $\angle (\cdot )$ 代表相位角运算符。为了抑制杂波并将回波与静止反射区分开，必须沿着观测时间进行MTI处理。杂波消除包括沿着慢时间进行高通滤波。

对每个距离单元 $n$ 的 $m$ 值进行该操作。该操作可以写为如下形式：

$${\mathcal{R}}_a^c[n,m]=\sum _{j=0}^{M-1}w[j]{\mathcal{R}}_a[n,m-j]\text{\hspace{1em}(13)}$$

其中 $w[n]$ 是一个高通滤波器。最后的操作是沿慢时间对每个距离单元进行傅里叶变换，因此

C[n,k]=Fm→k{Rac[n,m]}(14)C[n, k] = \mathcal{F}_{m \to k}\{\mathcal{R}_a^c[n, m]\} \tag{14} C[n,k]=Fm→k​{Rac​[n,m]}(14)

其中 F{⋅}\mathcal{F}\{\cdot\}F{⋅} 是使用FFT算法计算的离散傅里叶变换，且 $k\in [0,K-1]$ 表示频率箱（解释为应用于 $V_b$ 的多普勒频移）。接下来，在跟踪之前，应用检测和估计算法。该算法的总体概念如图 9 所示。

在使用调频机会信号的被动双基地雷达中，假设匹配滤波器输出等于1，可以获得在 [(2.8) in [2]] 中定义的双基地距离分辨率

$$\Delta R=\frac{c}{B}=c\tau ,\text{\hspace{1em}(15)}$$

其中 $c$ 是光速， $B$ 是信号带宽。在本工作的后续考虑中， $B=61.44$ MHz [15]。多普勒范围受 $T_{\text{dist}}^{\text{SSB}}$ 限制，因此

$$V_b\in \left[\frac{-\lambda }{4T_{\text{dist}}^{\text{SSB}}},\frac{\lambda }{4T_{\text{dist}}^{\text{SSB}}}\right)\text{\hspace{1em}(16)}$$

其中波长 $\lambda =\frac{c}{f_c}$ ，且 $f_c=3.44$ GHz 是实验中使用的5G网络的载波频率。

速度估计的模糊性是主动雷达中的一个问题 [45]。移动目标会在雷达接收的信号中引入一个频率偏移，该偏移是通过沿慢时间对每个距离单元执行傅里叶变换来估计的。因此，脉冲重复频率对应于多普勒频移域中的采样率。根据奈奎斯特采样定理，脉冲重复频率越高，不模糊速度范围就越宽。

可以推断，假设 $T_{\text{dist}}^{\text{SSB}}=20$ ms 的默认值并且对于对于给定的载波频率，可以获得的最大不模糊双基地速度为 $\pm 1.0901$ m/s。对于更高的速度，会发生混叠，从而妨碍了速度的无模糊测量。这是基于 5G SSB 的被动雷达的一个主要限制，可以通过操控 $T_{\text{dist}}^{\text{SSB}}$ 来缓解。当考虑协作网络时，SSB 的周期性可以降低到最小值。例如，在所讨论的情况下，当 $T_{\text{dist}}^{\text{SSB}}=5$ ms 时，可以获得的最大不模糊双基地速度为 $\pm 4.3605$ m/s，这在某些应用中可能已经足够。5G 标准还假定使用较低的频率，例如 n28 频段（703–748 MHz 上行 / 758–803 MHz 下行），从而允许获得更宽的不模糊多普勒频率。

此外，对于下行链路传输预计很低甚至没有传输的农村环境，当典型的 PCL 处理失败时，任何被动检测都可能是有用的。如第一节所述，这种情况在国家边境附近很常见。因此，对于协作 5G 网络，当检测到任何移动目标时，可以增加 SSB 的周期性，前提是假设其速度已发生混叠。