5G NR通感一体化ISAC系统级模拟器设计：从OFDM波形到距离多普勒处理

简介基于5G NR的通信感知一体化ISAC系统级模拟器源码工程面向通信工程、电子信息、人工智能等专业的本科毕业设计或课程设计场景以Matlab仿真实例完整演示5G新空口框架下的综合传感与通信联合仿真流程与数据分析方法。压缩包共含135个文件以.m源文件为核心132个覆盖调度器设计、链路自适应、CQI选择、MAC层处理、物理层收发与指标可视化等关键模块另附README说明文档、OSM城市仿真场景JSON配置及界面图标文件整包仅420KB结构精简、模块边界清晰、便于研读。该资源已通过作者运行验证答辩评审平均分达96分适合需要完整项目参考的学生作为设计蓝本或功能扩展起点。目前已有111人学习下载包内代码注释规范、可读性好可快速理解5G NR协议栈与ISAC系统级仿真的实现思路并支持在基础上做二次开发与功能改造。1. 为什么毕设选ISAC系统级模拟器一条波形两用的链路从5G NR一路做到雷达很多同学把 5G NR 通信模拟器和雷达信号处理当成两门课来学等到毕设题目“基于 5G NR 的综合传感与通信ISAC系统级模拟器”摆在面前才发现这其实是一套系统让同一段 OFDM 波形既传数据又测目标不额外占频谱。这个方向在车联网、低空无人机监测里讨论度很高也是通感一体化里最容易在电脑上出成果的选题。整套模拟器把 NR 帧结构、信道模型、目标回波、距离-多普勒处理和通信误码统计串在一起适合通信工程、电子信息和雷达方向的毕业设计与课设你不需要射频硬件写代码就能把每个模块跑通、调参、画图。这个题目难不在单点技术而在参数之间的耦合。2. ISAC波形与帧结构从5G NR参数集到距离多普勒分辨率2.1 ISAC为什么选OFDM通信波形直接当雷达波形用5G NR 的物理层下行基于 OFDM而 OFDM 从雷达视角看就是一个天然的多载波调频信号。感知端拿到回波后距离信息藏在子载波之间的相位差里速度信息藏在 OFDM 符号之间的相位差里。这样通信和感知共用同一段波形ISAC 系统级模拟器的第一步就是把这两套相位关系同时建模出来。OFDM 雷达的距离维处理就是沿子载波方向做 IFFT速度维处理就是沿符号方向做 FFT这跟通信接收机里的 FFT 完全是同一套数学工具所以软件实现非常省事。距离分辨率由总带宽决定ΔR c/(2B)最大无模糊距离由子载波间隔决定R_max c/(2Δf)。这里有个反直觉的结论把子载波间隔调大最大无模糊距离反而变小。很多第一次写模拟器的同学把 SCS 从 15 kHz 改成 120 kHz结果发现回波落在模糊区之外距离维上出现折叠的假峰还以为是信道代码写错了。速度维同样是两套公式。最大无模糊速度近似为 v_max λ·Δf/2速度分辨率近似为 Δv λ/(2·T_obs)其中 T_obs 是连续积累的 OFDM 符号总时长。注意速度分辨率跟观测时间挂钩而不是跟单个符号挂钩。单个时隙 14 个符号在 30 kHz SCS 下大约只积累 0.5 ms在 3.5 GHz 载频下分辨率差到 85 m/s 量级根本没法分辨行人或普通车辆。ISAC 模拟器里的速度估计必须跨时隙、跨帧积累这是毕设里最容易忽略的坑。2.2 参数集怎么配30 kHz和120 kHz对感知指标的影响5G NR 的参数集选择不只是一个通信问题在 ISAC 里它直接决定雷达探测距离、距离分辨率和多普勒容限。模拟器常见的做法是先在配置文件里列一个参数集对比表再根据目标场景选定一组。我一般会同时跑两组配置做对照因为毕设答辩时老师几乎必问“为什么选这个子载波间隔”。参数30 kHz SCS / 20 MHz120 kHz SCS / 100 MHz最大无模糊距离约 5 km约 1.25 km距离分辨率约 7.5 m约 1.5 m单符号周期约 35.7 μs约 8.93 μs3.5 GHz 下最大无模糊速度约 1285 m/s约 5142 m/s单时隙观测时长约 0.5 ms约 0.125 ms从这个表能直接读出两层意思。第一120 kHz SCS 的距离分辨率明显更好适合近距离高精度感知但最大无模糊距离短适合低空无人机和室内感知不适合远距离车联网。第二SCS 越大单符号越短多普勒容限越高但单时隙积累时间也更短速度分辨率反而更差。这就逼着你在帧结构上做取舍要么拉长积累帧数要么接受较粗的速度估计。还有一档容易漏掉的方案是 60 kHz SCS它在 FR1 某些频段里能用距离分辨率和多普勒容限居中很多 ISAC 论文拿它做基准。毕设里如果只对比 30 kHz 和 120 kHz 两档建议把 60 kHz 也加进去三档画一条曲线折中关系一眼就能看出来。2.3 帧结构里放什么信号用CSI-RS当感知参考信号模拟器不会真的把整个 NR 帧都跑完那样计算量太大。常见做法是在普通下行帧里腾出特定符号和子载波放置已知的参考信号接收端拿这个参考信号做感知。5G NR 里最适合干这件事的是 CSI-RS它本身是给信道状态信息测量用的波形已知、功率可配、可以梳状放置天然适合当感知信标。在 ISAC 帧结构设计里一般把感知参考信号放在时隙前面的符号上尽量靠近同步信号块这样接收端同步之后马上能拿到感知符号。数据符号放在后面避免感知处理时被 PDSCH 数据干扰。如果模拟器想做更激进的数据辅助感知就得在接收端先解调数据再重构发送波形复杂度会高不少毕设阶段优先用参考信号先把链路跑通再考虑数据辅助方案。时隙级的资源分配落到模拟器里就是一个二维网格横轴是 OFDM 符号纵轴是子载波。给感知参考信号留一个或几个符号其余符号照常走 PDSCH。这个网格的配置建议直接写在参数文件里不要散落在各个函数中因为后文要调节点位置、功率、梳状密度集中管理会省非常多调试时间。3. 模拟器架构与代码链路从发射机到CFAR检测一次跑通3.1 模拟器一般包含哪六个模块系统级模拟器跟链路级模拟器最大的不同在于它要同时评估多个用户、多个目标、资源和功率分配策略而不是只看一条链路的误码率。一个可用的毕设 ISAC 模拟器至少要拆成六个模块参数配置、发射机、目标与信道、接收机、感知信号处理、性能统计。按这个结构组织代码后面换参数或者换场景都只动一个模块。模块输入输出关键参数参数配置配置文件全局参数结构体SCS、带宽、载频、时隙数发射机NR 参数、参考信号位置时域发送波形调制阶数、参考信号功率目标与信道目标距离、速度、散射截面回波叠加后的接收信号目标个数、RCS、信噪比接收机接收信号频域资源网格同步误差、噪声系数感知信号处理频域网格中的参考符号距离-多普勒图、检测点FFT 点数、CFAR 窗口性能统计检测结果、通信解调结果BER、吞吐量、测距测速 MSE蒙特卡洛次数这种模块划分也对应论文的章节结构每个模块写一小节配一段核心代码和一组实验结果恰好满足毕业设计的书写量。很多同学拿到模拟器压缩包后喜欢从头到尾读一遍再动手我建议反过来先看参数配置文件再跑一次主脚本然后单步跟感知处理模块比逐行读发射机代码高效得多。3.2 发射机生成NR帧和感知波形发射机要做两件事按 5G NR 参数生成 OFDM 资源网格把感知参考信号填进指定位置再变换到时域。下面这段 MATLAB 代码是主流的参数结构体写法。% 5G NR物理层参数配置 cfg.Nfft 1024; % FFT点数由30.72 MHz采样率和30 kHz SCS决定 cfg.DeltaF 30e3; % 子载波间隔30 kHz cfg.NdlRB 51; % 20 MHz带宽对应的RB数数据子载波共612个 cfg.symSlot 14; % 每时隙OFDM符号数 cfg.slotFrame 40; % 30 kHz SCS下每帧40个时隙 cfg.fc 3.5e9; % 载频3.5 GHzFR1常用频段 cfg.cpLen 72; % 常规CP采样点数约2.38 us % 资源网格初始化行是子载波列是OFDM符号 symGrid zeros(cfg.Nfft, cfg.symSlot); % 在第二个符号上放置梳状感知参考信号 % 每隔一个子载波放一个BPSK符号接收端可以精确重构 refIndices 1:2:612; symGrid(refIndices, 2) 2*randi([0 1], length(refIndices), 1) - 1;逻辑说明第 2 个符号被用作感知参考信号子载波做 2 抽 1 的梳状放置。梳状的好处是接收端知道哪些子载波上有参考符号可以直接提取做相位差分不需要估计数据符号。randi 生成随机 BPSK 符号接收端因为提前知道序列可以拿它做匹配重构。参数说明Nfft 取 1024 是因为 20 MHz 带宽、30 kHz SCS 时采样率是 30.72 Msps1024 点 FFT 正好覆盖 30.72 MHz 频宽其中只有中间 612 个子载波承载数据其余是保护带。cpLen 的值决定 CP 时长会影响符号周期进而影响第 2.1 节里的速度分辨率计算。3.3 目标回波与信道多径衰落叠加运动目标ISAC 模拟器的信道模型要把两套物理过程叠在一起通信方向上的多径衰落以及感知方向上的目标回波。目标回波常用点目标模型距离决定时延速度决定多普勒频移回波功率按雷达方程随距离四次方衰减。% 目标参数 target.dist 300; % 目标距离300 m target.vel 20; % 运动速度20 m/s约72 km/h tau 2 * target.dist / 3e8; % 双向时延 fd 2 * target.vel / 3e8 * cfg.fc; % 多普勒频移 % 用频域相位斜率模拟分数时延避免取整误差 % 先对参考符号的频域值乘线性相位 fracDelay exp(-1j * 2 * pi * (0:cfg.Nfft-1) * tau * cfg.DeltaF); refFreq symGrid(:, 2); targetEchoFreq fracDelay. .* refFreq .* exp(1j * 2 * pi * fd * (0:cfg.symSlot-1)); % 频域转时域并叠加通信信道和噪声 txTime ifft(symGrid, cfg.Nfft, 1); rxTime txTime ifft(targetEchoFreq, cfg.Nfft, 1) * 0.01 noise;逻辑说明这里没有用 circshift 做时延因为 circshift 只能移动整数个采样点30.72 MHz 采样率下每个采样点对应约 4.88 米双程距离量化误差对近距离感知来说太大。频域乘上线性相位 exp(-j2πkΔfτ) 可以精确模拟任意小数时延这是工程里更稳的做法。多普勒则用符号间的相位旋转表示。参数说明回波幅度乘 0.01 表示目标回波比直射信号弱 40 dB这是很典型的路测量级。如果想模拟更远的目标幅度系数还要按距离四次方进一步缩小。noise 是高斯白噪声功率由 SNR 参数控制建议用 awgn 函数生成并记录当前 SNR 值以便后续画 BER 曲线。3.4 接收端感知处理距离-多普勒图与CA-CFAR检测接收端拿到时域信号后先做 FFT 回到频域在参考符号所在的子载波和符号位置上提取相位信息。距离维做 IFFT多普勒维做 FFT得到的是标准的距离-多普勒二维图也就是雷达里常说的 Range-Doppler Map。% 提取第2个符号上的参考信号子载波 refRx rxGrid(refIndices, 2); % 距离维对参考子载波做IFFT得到距离剖面 rangeProfile ifft(refRx, length(refIndices)); % 多普勒维多时隙积累后对每个距离门做FFT rdMap fftshift(fft(rangeProfile, Nslot, 2), 2); rdMapDb mag2db(abs(rdMap)); % 二维CA-CFAR检测 Pfa 1e-4; % 虚警率 Ntrain 32; % 参考单元总数 alpha Ntrain * (Pfa^(-1/Ntrain) - 1); % CFAR阈值系数 threshold alpha * mean(noiseRef(:)); % 噪声功率取目标单元附近参考窗均值 [labeled, count] bwlabel(rdMapDb threshold);逻辑说明IFFT 把子载波索引映射成距离门FFT 把符号索引映射成多普勒门两者乘积就是距离-多普勒图。CA-CFAR 是单元平均恒虚警检测它的思想是用待检测单元周围的参考窗估计噪声功率再乘一个由虚警率算出来的系数得到阈值目标点就是超过阈值的连通区域。参数说明Pfa 取 1e-4 表示每 10000 个距离-多普勒单元允许 1 个虚警这个值在毕设场景里比较常用。Ntrain 是参考单元数量直接影响 alpha 的大小参考单元太少则阈值波动大太多则目标旁瓣容易被当成噪声平均掉。bwlabel 负责把超过阈值的点连成区域每个区域取质心作为目标距离和速度估计值这就是最终的感知测量结果。4. 必调参数与性能权衡通信速率、感知精度和功率分配谁让步4.1 功率分配总发射功率在通信和感知之间怎么分模拟器跑通之后第一个要调的参数就是功率分配。ISAC 的发射功率不是通信独享的感知参考信号也要分走一份。感知参考信号功率提上去回波信噪比变好测距测速误差变小但参考信号挤占数据符号的功率甚至子载波资源通信吞吐量就会下降。这里最值得注意的物理规律是通信链路功率随距离按平方衰减感知回波随距离按四次方衰减。也就是说功率分配给感知的收益在远距离上衰减极快而在近距离上效率很高。毕设里做一个简单的功率扫描实验固定总功率把参考信号功率占比从 5% 调到 50%画出两条曲线一条是通信吞吐量下降曲线一条是感知距离估计 MSE 下降曲线两条曲线的交叉点就是你这个场景下的帕累托最优区间。我一般会把功率分配因子单独设成一个参数写成 p_sense / p_total而不是散落在多个代码位置。这样做功率扫描的时候只需要改一个变量主循环里循环十个点实验很快就能跑完。4.2 子载波间隔的选择多普勒容限和距离模糊怎么两难第 2.2 节已经给出公式层面的对比这里落到实验操作上。很多同学固定带宽 20 MHz然后把 SCS 从 15 kHz 改到 60 kHz发现感知结果完全不同原因在于距离分辨率只依赖总带宽所以没变但最大无模糊距离从 10 km 掉到 2.5 km目标放得稍远就折叠了。多普勒方面则反过来。15 kHz SCS 下最大无模糊速度只有 642 m/s3.5 GHz 载频高速目标会出现多普勒模糊表现在距离-多普勒图上就是目标峰出现在错误的符号间隔位置60 kHz SCS 下这个值翻到 2571 m/s绝大多数地面目标都不会模糊。所以模拟器的场景设定很重要如果目标是行人或低速车辆小 SCS 没问题如果写的是高速公路或无人机场景SCS 低于 30 kHz 会频繁翻车。另一种调整思路是保持 SCS 不变通过目标多普勒补偿来消除模糊但这对毕设来说复杂了。比较稳妥的做法是先按目标速度上限反推 SCS 下限再在满足通信带宽的前提下尽量选小的 SCS 以保留距离无模糊覆盖。4.3 感知信号处理参数CFAR窗口、积累时间和门限CFAR 窗口参数是感知结果好坏的最直接因素。参考窗太小噪声功率估计不稳定参考窗太大附近强目标的旁瓣污染噪声估计目标反而被吞掉。保护单元的作用是隔开目标主瓣和参考窗目标尺度越大保护单元要越多。二维 CA-CFAR 里距离维和保护单元按距离旁瓣宽度设多普勒维按目标速度扩展设。积累时间决定了速度分辨率但积累太长会让运动目标跨距离门也就是目标在一个积累周期内移动超过一个距离分辨率单元导致距离-多普勒图上的峰被拉宽。模拟器里我会先算一算目标在积累时间里移动的距离如果超过 ΔR 的一半就减小积累符号数或者改用更宽的 SCS。CFAR 阈值系数 alpha 不要拍脑袋写死。alpha 和虚警率、参考单元数有明确的函数关系代码里按公式实时计算即可。毕设答辩时如果老师说“你怎么保证虚警率是 1e-4”你能答出 alpha 是从公式推出来的比“我试出来这个值效果好”要有说服力得多。4.4 通信与感知的性能指标怎么对齐ISAC 模拟器的实验设计必须同时报告通信和感知两类指标只报感知不通信相当于没做一体化。通信侧常用吞吐量、BER、频谱效率感知侧常用测距 MSE、测速 MSE、检测概率和虚警率。问题在于这两个维度的量纲不同没法直接加权求和所以毕设里通常画联合对比图。最实用的做法是画出帕累托前沿以通信吞吐量为横轴感知测距 MSE 为纵轴每个点对应一组功率分配和帧配置参数把若干组参数跑出来的点连成一条曲线。这条曲线能明显看出“通信好则感知差”的边界也是 ISAC 论文里出现频率最高的图之一。做这个图只要在主循环里套两层 for一层扫功率分配一层扫参考信号密度数据量不大但展示效果非常好。另一个容易被忽略的指标是感知参考信号密度对频谱效率的影响。参考信号占的子载波和符号越多可用于数据的资源就越少。模拟器里要同时统计参考信号开销和实际吞吐量把这个开销比例写进论文否则只看 BER 会被老师追问“你的感知是白送的还是有代价的”。5. 模拟器避坑5G NR ISAC跑不出有效结果的常见问题与排查5.1 数据符号泄漏到感知通道距离多普勒图上出现随机峰现象明明只放了一个点目标距离-多普勒图上却出现一堆杂乱的小峰目标峰被“噪声墙”包围CFAR 检出几十个点。原因参考符号旁边的数据符号会通过滤波器泄漏能量进入感知通道特别是数据用的调制阶数高或功率大的时候泄漏能量在频域上表现为随机扰动。解决最简单的办法是让感知参考信号的子载波和数据子载波在频域上保持间隔比如 4 抽 1 梳状泄漏能量落在保护位置进阶一点的做法是先解调数据、重构发送符号再对消。毕设阶段用前者就够了把参考信号子载波和数据子载波错开后噪声墙明显下降。5.2 用 circshift 模拟时延测距结果始终有几米的固定偏差现象目标真实距离 300 m估计值稳定在 305 m 或 309 m怎么调 SNR 都消不掉这个偏置。原因circshift 只能按整数采样点延迟真实时延换算成采样点数通常不是整数取整截断直接造成距离偏置。30.72 MHz 采样率下每个采样点对应约 4.88 m 双程距离截断误差接近米级和距离分辨率同一量级。解决不要在时域用 circshift改成在频域乘线性相位 exp(-j2πkΔfτ)如 3.3 节代码所示这样任意小数时延都能精确表示。如果项目代码已经在时域写完另一个补救办法是先用 circshift 做整数延迟再在频域补乘一个残余相位。5.3 多普勒导致的载波间干扰目标峰拉宽现象速度越调大距离-多普勒图上的目标峰越宽旁瓣越来越高有时甚至出现镜像峰。原因OFDM 符号内的多普勒频移破坏了子载波正交性产生 ICI。SCS 越小ICI 越严重这是 OFDM 感知的固有弱点不是代码 bug。解决检查目标速度是否超过当前 SCS 对应的多普勒容限超了就换更大的 SCS 或做多普勒补偿。如果在 30 kHz SCS、20 MHz 带宽下模拟 100 m/s 的高速目标效果一般不会好改成 120 kHz SCS 或者限制仿真速度为 30 m/s 以内ICI 会回到可接受水平。写论文时把这个限制写在仿真场景段不要藏着。5.4 CFAR参考窗口里有目标能量小目标漏检现象强目标旁边的小目标检不出来或者强目标自身被分裂成两个点。原因二维 CFAR 的参考窗跨到了强目标的主瓣或旁瓣里噪声均值被抬高阈值跟着抬高弱目标被吞掉。分裂现象则是保护单元太小目标主瓣落入参考窗两个端点各自超过阈值。解决保护单元至少要覆盖目标主瓣在距离-多普勒图上的尺寸参考窗再往外扩 2 到 3 倍。做到这一步还不够的话改用 OS-CFAR用排序选出的中位数代替均值抗多目标遮挡能力更好。模拟器里建议把 CFAR 窗口参数做成可调变量用一组多目标场景反复测试。5.5 不设随机种子每次运行结果跳动太大现象同一组参数连续跑三次BER 曲线和测距 MSE 差距明显论文里的图每次重新生成都不一样。原因信道噪声、随机数据、随机目标起伏都用了随机数生成器没有固定种子蒙特卡洛实验之间没有可比性。解决主脚本开头用 rng(2024) 之类的固定种子每次实验用不同的种子跑多次取平均同时在存储结果的文件名里带上种子号和 SNR 值。论文实验部分写明“每个 SNR 点运行 500 次蒙特卡洛实验取平均”加上固定种子后任何人复现你的代码都能得到一模一样的图。6. 让模拟器成为毕设亮点验证方法、图表组织与代码规范毕设评审看的不只是最后一张距离-多普勒图而是能不能证明你的模拟器“会思考”。我习惯用一个三阶段验证法先证明感知链路正确再证明通信链路正确最后证明两者耦合时彼此的影响可解释。感知链路正确性的最直接证据是模糊函数图把发射波形代入模糊函数公式画出来看主瓣宽度和旁瓣水平主瓣窄说明分辨率好旁瓣低说明抗干扰强这张图放在论文里比贴十行代码都有说服力。通信链路正确性用 BER 曲线验证对比理论 QPSK/16QAM 曲线感知链路正确性用测距测速 MSE 随 SNR 变化的曲线如果 MSE 在低 SNR 段没有随 SNR 明显下降大概率是同步或 CFAR 代码有问题。图表组织上注意距离-多普勒图要标注颜色条和坐标轴含义距离轴标米多普勒轴标速度或多普勒频率小目标场景要单独放大局部子图否则打印到纸上根本看不清峰。代码规范这一节最容易被小看。我建议把所有参数集中在 config.m模块文件命名和功能一一对应比如 gen_nr_frame.m 负责帧生成target_channel.m 负责回波和信道rd_processing.m 负责距离多普勒处理run_experiment.m 负责扫描参数并保存结果。每个文件头部写三行注释输入、输出、修改需同步的配置项。我当年第一版把所有参数写死在主脚本里改了 SCS 忘记改 FFT 大小出了一组完全对不上的结果后来重构配置文件才救回来。按这个结构写老师要复现你的实验只需要改 config.m你的毕设答辩演示也能少翻车。希望帮到你。本文还有配套的精品资源点击获取