CN112444809B - 一种基于智能反射面的分布式计算成像方法 - Google Patents
一种基于智能反射面的分布式计算成像方法 Download PDFInfo
- Publication number
- CN112444809B CN112444809B CN202011172639.XA CN202011172639A CN112444809B CN 112444809 B CN112444809 B CN 112444809B CN 202011172639 A CN202011172639 A CN 202011172639A CN 112444809 B CN112444809 B CN 112444809B
- Authority
- CN
- China
- Prior art keywords
- reflecting surface
- signal
- intelligent reflecting
- imaged
- detection signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000011084 recovery Methods 0.000 claims abstract description 10
- 230000010363 phase shift Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000014509 gene expression Effects 0.000 claims description 2
- 230000001678 irradiating effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000001228 spectrum Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 15
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Electromagnetism (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Radar Systems Or Details Thereof (AREA)
- Aerials With Secondary Devices (AREA)
Abstract
本发明公开了一种基于智能反射面的分布式计算成像方法。该方法将发射天线、接收天线和智能反射面分布在场景内不同的空间位置,从而构造出四种不同的探测信号传播模型,利用智能反射面的可重构无源元件对探测信号的相位和幅度进行随机调制,实现探测信号的时空不相干性,并将待探测区域细分为网格单元集合,使得每一个网格单元拥有相应的等效散射系数,从而将场景重建过程构造成稀疏恢复问题。本发明相对于传统集中式的计算成像方法相比,能够产生更多的信号传播模式,不需要大量的射频链和复杂的信号调制技术,以较低的硬件成本实现了较高的频谱效率和能量效率,并且可以达到出色的成像性能,最终有效地对目标进行重建。
Description
技术领域
本发明涉及通信领域的计算成像和智能反射面技术,具体涉及一种基于智能反射面的分布式计算成像方法。
背景技术
无线通信系统的性能很大程度上与无线信道息息相关,因此信道参数估计是无线通信系统中的一项关键技术。然而,在传统的通信场景中,对于一个相对固定的场景,用户每次通信前都需要重复进行信道估计,从接收数据中将假定的某个信道模型的模型参数估计出来,而场景中固有的环境信息(如场景内的散射体、反射体的空间布局等)却不能充分利用。因此,如果能主动对通信场景进行感知,就可以将信道从统计模型转变成确定性模型。这种确定性建模的思想在下一代无线通信的环境感知和场景重建方面有着重大的意义。
近年来,计算成像技术被广泛的应用于遥感和成像领域。该技术与传统的雷达成像不同,它不需要依赖于目标与发射天线的相对运动,有着较短的成像时间,并且可以突破天线口径带来的分辨率瑞利极限。然而由于现有的计算成像系统都是使用收发一体的天线阵列作为收发机,需要使用大量射频链路、混频器、数模转换器等,系统的硬件成本和功耗非常高;并且需要对每一个发射天线单独进行调制,涉及到非常复杂的信号处理技术;而收发一体式的系统也不利于系统在不同场景不同地形下进行灵活部署。
下一代无线通信系统中,智能反射面作为一项非常具有发展前景的技术,可以实现高频谱效率和高能量效率。智能反射面是由大量无源单元组成的平面阵列,不需要代价高昂的射频链、混频器、模数转换器等硬件。通过控制连接在智能反射面上的控制器,每个反射单元都能够独立地调节其幅度和/或相位特性。此外,智能反射面具有全频段响应,可以工作在sub-6G、毫米波、太赫兹等频段。
当前关于智能反射面的应用研究主要集中在通信领域,即如何利用智能反射面来辅助通信,增加无线通信信道的容量,从而提高无线通信的频谱效率。而在现有的计算成像系统中,实现的做法通常为采用收发天线一体,直接向待探测目标区域发射探测信号。这种情况下,首先需要对天线阵列的发射信号进行随机调制,此时成像分辨率极大的受制于调制技术。而收发一体的收发机发出的探测信号传播的模式也非常单一,只有探测信号发射到待探测区域再反射回来这一种信号传播模式。面对不同通信场景或地形,现有的计算成像系统也无法做到灵活部署,从而影响最终的成像效果。因此,要探索计算成像在场景感知和确定性建模方面的潜力,本专利提出的一种智能反射面的分布式计算成像方法,可以有效解决上述所提到的传统计算成像系统中存在的问题,从而为下一代移动通信系统中新型的环境感知与场景重建技术提供有价值的参考。
发明内容
本发明提出了一种基于智能反射面的分布式计算成像方法,目的在于解决计算成像场景下功耗高,硬件成本高以及复杂信号处理技术复杂的问题,并且有利于系统的灵活部署。
本发明的目的是通过以下技术方案来实现的:一种基于智能反射面的分布式计算成像方法,包括以下步骤:
(3)发射天线发射的探测信号在空间中传播,并被待成像区域中的待成像目标所构成的散射体或智能反射面反射。信号具有以下不同的传播路径:
(a)发射天线-待探测物体-智能反射面-接收天线
发射天线发射探测信号STx到待成像区域,然后被待成像目标反射之后照射到智能反射面上,最终(a)路径接收机接收信号S'Rx叠加后被接收机接收。
(b)发射天线-智能反射面-待探测物体-接收天线
发射天线发射探测信号STx到智能反射面上,然后被智能反射面反射并照射到待探测目标上,为(b)路径探测信号经过待成像目标反射之后的信号,为(b)路径探测信号经过智能反射面反射后的信号,最终(b)路径接收机接收信号S”Rx为待成像区域划分的所有网格反射的信号的叠加。
(c)发射天线-待探测物体-接收天线
将路(a)、(b)、(c)中的公式整合后得到以下表达式:
(4)对接收信号在不同时刻进行总共K次采样,采样时刻为tk,k=1,…,K。
(5)图像重建。首先将接收信号表示成矩阵形式,
SRx=S·σ+ω
进一步地,通过控制连接在智能反射面上的控制器,实时调整每个单元的反射系数,从而独立地调整入射信号的幅度和相位变化。
进一步地,智能反射面每个单元的反射系数为对角矩阵的对角元素,智能反射面单元的幅度和相移为有限的离散值,总共b个比特表示q=2b个量化值。因此离散的相移可以表示为其中离散相位步长离散的幅度可以表示为βn={0,Δβ,2Δβ,…,(q-1)Δβ},其中离散幅度步长Δβ=1/q。
进一步地,发送天线发送经过随机调制的探测信号STx(t),其中t表示探测信号的发射时刻,A(t),M,rect(),Tp,fc,fm分别是探测信号的幅值,探测信号的脉冲数,矩形窗函数,探测信号的脉冲宽度,探测信号的载频,探测信号的跳频间隔。
本发明的有益效果:本发明提出的基于智能反射面的分布式计算成像方法,与现有的传统计算成像系统相比,不需要大量射频链路、混频器、数模转换器等,降低了系统的硬件成本和功耗;并且相对于传统计算成像系统中对每一个天线单独进行调制,本发明不需要复杂的信号处理技术;由收发一体式的系统转变成发射天线、接收天线和智能反射面分布式系统也有利于系统在不同场景下部署的灵活性。本发明提出的方法可以达到出色的成像性能并有效地重建目标,对下一代通信系统的成像技术和通信场景确定性建模有重要参考意义。
附图说明
图1是本发明提出的基于智能反射面的分布式计算成像方法的探测信号传播模式示意图;
图2是本发明提出的方法中成像区域网格划分示意图;
图3是在不同稀疏恢复算法下成像结果均方误差随载频数量的变化曲线;
图4是在不同稀疏恢复算法下成像结果均方误差随采样数的变化曲线;
图5是在不同稀疏恢复算法下成像结果均方误差随信噪比大小的变化曲线。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。
如图1所示,本发明提供的一种基于智能反射面的分布式计算成像方法,包括分布式计算成像系统,由一根发射天线,一根接收天线和智能反射面组成,放置在待探测的目标之前。发射天线放置在空间向量为的位置,接收天线放置在空间向量为的位置。智能反射面由4×4个可独立调节的被动无源反射单元组成,第n个智能反射面单元的位置向量为通过控制连接在智能反射面上的控制器,实时调整每个单元的反射系数,从而独立地调整入射信号的幅度和相位变化。是第n个单元的反射系数,其中βn∈[0,1]表示第n个单元的幅度衰减系数,表示第n个单元的相移。智能反射面单元的幅度和相移为有限的离散值,总共2个比特表示q=4个量化值。因此离散的相移可以表示为其中离散相位步长离散的幅度可以表示为βn={0,Δβ,2Δβ,3Δβ},其中离散幅度步长Δβ=1/4。
本发明提出的基于智能反射面的分布式计算成像方法,具体包括以下步骤:
(1)将待成像区域进行空间划分。首先将其划分为8个均匀的立方体空间网格,对于每个立方体网格,进一步将其划分为8个更小的立方体网格,总共划分2次。最终待成像区域如图2所示,被划分成I=64个网格单元,每一个网格单元均拥有其对应的等效散射系数,第i个网格的位置向量为 是位于的网格空间的等效散射系数。
(2)发送天线发送经过随机调制的探测信号STx(t),其中t表示探测信号的发射时刻t,探测信号的幅值A(t)=1,探测信号的脉冲数M=8,探测信号的脉冲宽度Tp=5μs,探测信号的跳频间隔fm={-1GHz,-800MHz,-600MHz,…,600MHz,800MHz,1GHz},探测信号的中心频率fc=29GHz。图3是在不同稀疏恢复算法下成像结果均方误差随载频数量的变化曲线,载频数目的增加可以降低成像结果均方误差。
(3)发射天线发射的探测信号在空间中传播,并被待成像区域中的待成像目标所构成的散射体或智能反射面反射。信号具有以下不同的传播路径:
(a)发射天线-待探测物体-智能反射面-接收天线
发射天线发射探测信号STx到待成像区域,然后被待成像目标反射之后照射到智能反射面上,最终(a)路径接收机接收信号S'Rx叠加后被接收机接收。
(b)发射天线-智能反射面-待探测物体-接收天线
发射天线发射探测信号STx到智能反射面上,然后被智能反射面反射并照射到待探测目标上,为(b)路径探测信号经过待成像目标反射之后的信号,为(b)路径探测信号经过智能反射面反射后的信号,最终(b)路径接收机接收信号S”Rx为待成像区域划分的所有网格反射的信号的叠加。
(c)发射天线-待探测物体-接收天线
(d)发射天线-智能反射面-接收天线
(4)滤除第四条传播路径,即发射天线-智能反射面-接收天线的信号。由于该情况下所接收的信号不包含关于待检测物体的任何信息,因此应当从所接收的信号中去除。控制天线与智能反射面之间的距离小于天线与目标之间的距离,从发射天线到智能反射面到接收天线的信号传播时间小于从发射天线到目标再到接收天线的传播时间,从而根据接收信号的时延滤除该条路径上的信号。
(5)接收天线对待探测空间中反射回来的信号进行接收。接收信号可以表示为下式,
(6)对接收信号在不同时刻进行总共K=200次采样,采样时刻为tk,k=1,…,K。图4是在不同稀疏恢复算法下成像结果均方误差随采样数的变化曲线,采样数越高,相应的成像结果均方误差越低;
(7)图像重建。首先将接收信号表示成矩阵形式,
SRx=S·σ+ω
进一步地,使用稀疏恢复算法求解上述矩阵等式,得到每一个待成像区域网格单元的等效散射系数从而得到待成像区域每个网格空间的散射特性,最终根据每个位置的散射特性恢复出完整的散射特性,实现待成像区域的重建和成像。
以上实施例用于理解本发明的方法和核心思想,对于本领域的技术人员来说,在不脱离本发明构思的前提下,进行任何可能的变化或替换,均属于本发明的保护范围。
Claims (4)
1.一种基于智能反射面的分布式计算成像方法,其特征在于,包括以下步骤:
(3)发射天线发射的探测信号在空间中传播,并被待成像区域中的待成像目标所构成的散射体或智能反射面反射;信号具有以下不同的传播路径:
(a)发射天线-待探测物体-智能反射面-接收天线
发射天线发射探测信号STx到待成像区域,然后被待成像目标反射之后照射到智能反射面上,最终(a)路径接收机接收信号S'Rx在叠加后被接收机接收;
(b)发射天线-智能反射面-待探测物体-接收天线
发射天线发射探测信号STx到智能反射面上,然后被智能反射面反射并照射到待探测目标上,为(b)路径探测信号经过待成像目标反射之后的信号,为(b)路径探测信号经过智能反射面反射后的信号,最终(b)路径接收机接收信号S”Rx为待成像区域划分的所有网格反射的信号的叠加;
(c)发射天线-待探测物体-接收天线
将路(a)、(b)、(c)中的公式整合后得到以下表达式:
(4)对接收信号在不同时刻进行总共K次采样,采样时刻为tk,k=1,…,K;
(5)图像重建;首先将接收信号表示成矩阵形式,
SRx=S·σ+ω
2.根据权利要求1所述的一种基于智能反射面的分布式计算成像方法,其特征在于,通过控制连接在智能反射面上的控制器,实时调整每个单元的反射系数,从而独立地调整入射信号的幅度和相位变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011172639.XA CN112444809B (zh) | 2020-10-28 | 2020-10-28 | 一种基于智能反射面的分布式计算成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011172639.XA CN112444809B (zh) | 2020-10-28 | 2020-10-28 | 一种基于智能反射面的分布式计算成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112444809A CN112444809A (zh) | 2021-03-05 |
CN112444809B true CN112444809B (zh) | 2023-04-25 |
Family
ID=74736338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011172639.XA Active CN112444809B (zh) | 2020-10-28 | 2020-10-28 | 一种基于智能反射面的分布式计算成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112444809B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113206388B (zh) * | 2021-05-13 | 2022-06-21 | 浙江大学 | 基于相位调制有源频率选择表面的成像系统及其成像方法 |
CN115453525B (zh) * | 2022-09-19 | 2023-10-27 | 华工未来科技(江苏)有限公司 | 基于ris的无线电感知成像方法、装置、电子设备及介质 |
CN115856767B (zh) * | 2023-02-08 | 2023-05-05 | 安徽大学 | 一种可重构智能超表面辅助的波到达方向估计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000009429A (ja) * | 1998-06-26 | 2000-01-14 | Nippon Signal Co Ltd:The | 障害物センサ |
CN106772365A (zh) * | 2016-11-25 | 2017-05-31 | 南京理工大学 | 一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法 |
CN110266352A (zh) * | 2019-05-27 | 2019-09-20 | 东南大学 | 一种大规模mimo系统中智能反射面相移矩阵自适应设计方法 |
CN110830097A (zh) * | 2019-11-05 | 2020-02-21 | 西南交通大学 | 一种基于反射面的主被动互惠共生传输通信系统 |
CN111239730A (zh) * | 2020-01-19 | 2020-06-05 | 浙江大学 | 一种基于时间反转和压缩感知的电磁非视线成像方法 |
CN111818533A (zh) * | 2020-06-04 | 2020-10-23 | 浙江大学 | 一种基于智能反射面的无线通信系统设计方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8965460B1 (en) * | 2004-01-30 | 2015-02-24 | Ip Holdings, Inc. | Image and augmented reality based networks using mobile devices and intelligent electronic glasses |
US10547116B2 (en) * | 2017-08-01 | 2020-01-28 | University Of Cyprus | Wireless communication paradigm: realizing programmable wireless environments through software-controlled metasurfaces |
-
2020
- 2020-10-28 CN CN202011172639.XA patent/CN112444809B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000009429A (ja) * | 1998-06-26 | 2000-01-14 | Nippon Signal Co Ltd:The | 障害物センサ |
CN106772365A (zh) * | 2016-11-25 | 2017-05-31 | 南京理工大学 | 一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法 |
CN110266352A (zh) * | 2019-05-27 | 2019-09-20 | 东南大学 | 一种大规模mimo系统中智能反射面相移矩阵自适应设计方法 |
CN110830097A (zh) * | 2019-11-05 | 2020-02-21 | 西南交通大学 | 一种基于反射面的主被动互惠共生传输通信系统 |
CN111239730A (zh) * | 2020-01-19 | 2020-06-05 | 浙江大学 | 一种基于时间反转和压缩感知的电磁非视线成像方法 |
CN111818533A (zh) * | 2020-06-04 | 2020-10-23 | 浙江大学 | 一种基于智能反射面的无线通信系统设计方法 |
Non-Patent Citations (3)
Title |
---|
Reconfigurable Intelligent Surface-Based Index Modulation: A New Beyond MIMO Paradigm for 6G;Ertugrul Basar;《IEEE Transactions on Communications 》;20200204;全文 * |
基于无源反向散射技术的智能标签:应用与挑战;郭颖等;《物联网学报》;20200922(第03期);全文 * |
智能反射面――大有前景的6G技术;姚建文等;《电信快报》;20200710(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112444809A (zh) | 2021-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112444809B (zh) | 一种基于智能反射面的分布式计算成像方法 | |
Björnson et al. | Massive MIMO is a reality—What is next?: Five promising research directions for antenna arrays | |
Scholtz et al. | Ultra-wideband radio | |
CN103744078B (zh) | 一种基于不同码速随机跳频的微波凝视关联成像装置 | |
CN107192991B (zh) | 一种射频辐射式仿真宽带脉冲雷达成像等效模拟方法 | |
CN103532644B (zh) | 多径阴影复合衰落信道模拟装置及其工作方法 | |
CN111787558A (zh) | 一种mimome系统及其安全速率优化方法 | |
CN109031282A (zh) | 一种电子侦察和雷达探测同时工作的系统 | |
CN109946654B (zh) | 雷达阵元-脉冲编码与处理方法 | |
Chen et al. | Antenna placement optimisation for compressed sensing‐based distributed MIMO radar | |
CN110212955B (zh) | 一种基于射线的3d mimo信道建模的方法 | |
CN113556164A (zh) | Irs辅助的swipt系统中基于能效优先的波束成型优化方法 | |
Tao et al. | Distributed computational imaging with reconfigurable intelligent surface | |
Galati et al. | Signal design and processing for noise radar | |
CN114285445B (zh) | 电磁辐射约束的ris-dma辅助多用户mimo上行谱效优化方法 | |
Shaddad et al. | Channel estimation for intelligent reflecting surface in 6G wireless network via deep learning technique | |
CN111398916A (zh) | 一种基于数字编码超表面快速相位调控的雷达干扰方法 | |
CN113067616B (zh) | 基于时间调制数字超表面的dbf相控阵系统 | |
Dai et al. | Enhancement of metasurface aperture microwave imaging via information-theoretic waveform optimization | |
CN113271126A (zh) | 电磁辐射约束的多用户mimo上行谱效能效联合优化方法 | |
Wilden et al. | MIRA-CLE, an experimental MIMO radar in Ka band | |
Gros et al. | Multi-path fading and interference mitigation with reconfigurable intelligent surfaces | |
Lie et al. | Multiple UWB emitters DOA estimation employing time hopping spread spectrum | |
Mahipathi et al. | Constrained radar waveform optimization for a cooperative radar-communication system | |
CN115128550A (zh) | 一种新型调频连续波联合雷达通信方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |