1.一种基于块稀疏贝叶斯算法的上下链路通信感知一体化方法，其特征在于，包括以下步骤：

S1：利用多载波调制技术将基带信号调制到不同的子载波上，并将调制后的时域信号分配到不同的基站远距射频单元上；

S2：通过每个远距射频单元的均匀线性阵列雷达确定发射和接收天线的导向矢量aM(σ)；

S3：通过接收端和发射端的阵列响应向量确定在具有L个多径信号的信道中，在第t个OFDM符号上对应的第n个子载波上的频域信道矩阵Hn；

S4：确定上下行链路中远距射频单元的接收和发射信号Yn，t，建立稀疏表示类on‑grid测向方法量化延迟后的模型

S5：将参数估计问题转化为MMV块稀疏问题，得到Yt以及块稀疏信号，通过快速边缘化块稀疏贝叶斯学习算法得到参数的估计值。

2.根据权利要求1所述的方法，其特征在于，所述利用多载波调制技术将基带信号调制到不同的子载波上，并将调制后的时域信号分配到不同的基站远距射频单元上，为首先通过正交幅度调制将数字基带信号调制成数据符号，然后对数据符号进行空间预编码，通过预编码，为接收端提供功率增益，和降低接收端的信号处理难度；然后对频域采样数据进行快速傅里叶逆变换，转换为时域数据；再把生成的复合时域信号x(t)分配给相应的远距射频单元。

3.根据权利要求2所述的方法，其特征在于，所述通过每个远距射频单元的均匀线性阵列雷达确定发射和接收天线的导向矢量aM(σ)，为假设信号传播中存在平面波前，则有M个天线的均匀线性阵列(ULA)的导向矢量由下式给出：jπsinσ jπ(M‑1)sinσTaM(σ)＝[1，e ，...，e ]           (1)其中，M是阵列天线个数，σ是到达角或离开角。

4.根据权利要求3所述的方法，其特征在于，所述通过接收端和发射端的阵列响应向量确定在具有L个多径信号的信道中，在第t个OFDM符号上对应的第n个子载波上的频域信道矩阵Hn，令第l条多径的到达角或离开角分别表示为χl和σl，在有M1个发射天线和M2个接收天线的时域基带信号冲击响应为：其中，bl是振幅值，τl是传播延迟，fD，l是相关的传播延迟；将接收到的信号被转换到频域进行处理，对于第t个OFDM块的第n个子载波处的频域信道矩阵由下式给出：其中， 是有效OFDM符号周期T，Ts是有效OFDM长度T加循环前缀长度Tp。

5.根据权利要求4所述的方法，其特征在于，所述确定上下行链路中远距射频单元的接收和发射信号yn，t，建立稀疏表示类on‑grid测向方法量化延迟后的模型 为假设一共存在Q个远距射频单元，对于下行链路感知，每个远距射频单元从自身和其他Q‑1个远距射频单元接收到反射的下行链路信号，其在第t个OFDM块的第n个子载波处的第q个远距射频单元处的接收信号可以表示为：

其中xq，n，t是第q个远距射频单元在第t个OFDM块的第n个子载波处的发射信号，bq，l，τq，l，Xq，l，σq，l分别为第q个远距射频单元在第l个多径的复值振幅，传播时延，到达角和离开角；且其中

T

xn，t＝(x1，n，t，...，xQ，n，t)               (7)其中，U为阵元离开角的对角矩阵， 或者 的第l列为 或者zn，t为噪声；

同理，上行链路感知时远距射频单元的接收信号为：其中bk，l，τk，l，χk，l，σk，l和fD，k，l分别为第k个远距射频单元在第l个多径的复值振幅，传播时延，到达角，离开角和多普勒频移；

然后考虑延迟量化后的on‑grid稀疏模型，用K代表上行链路或下行链路中的发射端，即移动台或远距射频单元；用MT用于接收信号的阵元数量；用M表示用于接收的阵元数量，其中，Cn是量化延迟对角矩阵且NP≥L且NP≤gN；P是一个Np×L矩形排列矩阵，它将来自用户/远距射频单元的信号映射到其多径信号，并且每行只有一个值为1的非零元素。

6.根据权利要求5所述的方法，其特征在于，所述将参数估计问题转化为MMV块稀疏问题，得到Yt以及块稀疏信号，通过快速边缘化块稀疏贝叶斯学习算法得到参数的估计值，为将(10)重新写为：

其中 为量化延迟向量且

是MTk×MTk的单位矩阵； 为KR积；

T

其中Pl是矩阵P的第l列；

此时， 的前半部分 为已知信号且依赖于子载波n，将 作为行向量得到观察矩阵Yt：

其中W为感知矩阵，其第n行为已知信号 为块稀疏矩阵，由于块稀疏矩阵中只有L个元素不为零，将该块稀疏矩阵称为L‑sparsity，L称为稀疏度；此时参数估计问题被转化为多测量矢量的块稀疏问题，观察矩阵为Yt，感知矩阵为W，块稀疏矩阵为将块稀疏矩阵 按网格分解为

由于块稀疏矩阵为L‑sparsity块稀疏矩阵，则其只有在第l(l∈L)个分块上不为零，所以可得

将块稀疏矩阵中非零矩阵 按发射阵元个数K表示为 则可得：通过计算Bl，k行列之间的互相关可得到到达角或离开角的估计值，