CN112924957A - 智能反射面辅助的分布式mimo雷达目标检测方法与电子设备 - Google Patents

智能反射面辅助的分布式mimo雷达目标检测方法与电子设备 Download PDF

Info

Publication number
CN112924957A
CN112924957A CN202110106514.5A CN202110106514A CN112924957A CN 112924957 A CN112924957 A CN 112924957A CN 202110106514 A CN202110106514 A CN 202110106514A CN 112924957 A CN112924957 A CN 112924957A
Authority
CN
China
Prior art keywords
target
reflecting surface
intelligent
receiving antenna
intelligent reflecting
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.)
Granted
Application number
CN202110106514.5A
Other languages
English (en)
Other versions
CN112924957B (zh
Inventor
吕伟
林强
宋宁哲
方其庆
邓斌
李洪力
刘根
胡亚敏
张从胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Air Force Early Warning Academy
Original Assignee
Air Force Early Warning Academy
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Air Force Early Warning Academy filed Critical Air Force Early Warning Academy
Priority to CN202110106514.5A priority Critical patent/CN112924957B/zh
Publication of CN112924957A publication Critical patent/CN112924957A/zh
Application granted granted Critical
Publication of CN112924957B publication Critical patent/CN112924957B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • 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
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • G01S7/2927—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value
    • 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种智能反射面辅助的分布式MIMO雷达目标检测方法，包括：根据每个智能反射面与其接收阵列之间的信道状态信息，得到智能反射面的阵元的优化相移量；根据智能反射面阵元的优化相移量对智能反射面进行控制，雷达发射信号并进行接收信号；对某一距离单元的接收信号统一传输到处理中心；通过设置虚警率，得到检测门限；根据传输到处理中心的信号和检测门限，对该距离单元进行目标检测；如果检测统计量大于门限值，则表示该方向的该距离单元上存在目标。本发明利用智能反射面来增强分布式MIMO雷达接收天线的信号强度，改善目标检测的性能。本发明还提供了相应的电子设备。

Description

智能反射面辅助的分布式MIMO雷达目标检测方法与电子设备
技术领域
本发明属于雷达探测技术领域，更具体地，涉及一种智能反射面辅助的分布式MIMO雷达目标检测方法与电子设备。
背景技术
智能反射面是一种由大量低成本的被动无源反射元件组成的平面，每个元件能都能够独立地对入射信号进行相位和幅度的改变。目前已有大量的研究将智能反射面运用到6G无线通信中，通过智能放射面改善接收端的信噪比，扩大信号的覆盖范围，减少覆盖盲区。文献《Towards Smart Wireless Communications via Intelligent ReflectingSurfaces:A Contemporary Survey》 (IEEE Communications Surveys&Tutorials,2020)总结和展望了智能反射面在无线通信中的巨大潜力和应用前景。在文献《Review ofMetasurface Antennas for Computational Microwave Imaging》(IEEE Transactionson Antennas and Propagation,vol.68,no.3)中对智能反射面在雷达微波成像中的应用进行了综述。由此可见，智能反射面在雷达和无线通信中都具有较大的应用潜力。
发明内容
为了解决现有技术存在的问题，本发明提出了一种智能反射面辅助的分布式MIMO雷达目标检测方法。利用智能反射面，改善分布式MIMO雷达接收阵列的接收信号强度，改善雷达目标探测性能。本发明目的在于利用智能反射面，改善分布式MIMO雷达目标探测性能。
为了达到上述目的，本发明提供了一种智能反射面辅助的分布式 MIMO雷达目标检测方法，首先对智能反射面进行优化，然后进行目标探测。具体包括以下步骤：
步骤S1：根据每个智能反射面与其接收阵列之间的信道状态信息，得到智能反射面的阵元的优化相移量。
考虑窄带分布式MIMO雷达系统，系统安装有M根发射天线和N根接收天线，发射天线和接收天线远距离的放置在待测目标周围。智能反射面放置在接收天线附近，且每个智能反射面被其邻近的接收天线控制，可以实现幅度和相位调整。假设分布布置的每个发射天线和接收天线都等效为单个天线，智能反射面也等效为单个天线。此假设在分布式MIMO雷达系统的分析中较为常见；在实际的系统布置中，反射面天线和阵列天线都可以等效为单个天线系统。
考虑二维平面的情况，假设M根发射天线和N根接收天线的坐标分别为(txk,tyk),k＝1,…,M和(rxl,ryl),l＝1,…,N。目标的位置坐标为(x0,y0)。
Figure BDA0002917586080000021
和
Figure BDA0002917586080000022
分别表示(x,y)和(x',y')之间的距离和信号传输时间，其中c为光速。发射天线同时发射M个正交的窄带信号，表示为
Figure BDA0002917586080000023
||sk(t)||2＝1,E是总发射能量。
每个接收天线接收从目标直接反射的信号和由智能反射面反射的目标信号。由于假设发射的为窄带信号，则第l个接收天线的接收信号可以表示为：
Figure BDA0002917586080000024
其中αlk表示从第k个发射天线到第l个接收天线的传输路径上目标的雷达截面积,且服从均值为0方差为1的复高斯分布αlk～CN(0,1)；其中
Figure BDA0002917586080000025
是均值为0方差为
Figure BDA0002917586080000026
高斯复噪声；
Figure BDA0002917586080000027
是从第l个智能反射面到第l个接收天线之间的信道
Figure BDA0002917586080000028
是第l个智能反射面在接收天线控制下的增益,其中
Figure BDA0002917586080000029
和
Figure BDA00029175860800000210
分别为相应的幅度和相位值；其中
Figure BDA0002917586080000031
ψk＝2πfc(τ(txk,tyk,x0,y0)-τ(tx1,ty1,x0,y0))， (3)
Figure BDA0002917586080000032
其中τ是第1个发射天线的信号经过目标到第1个接收天线的传输时延；ψk是是第k个发射天线到目标的传输路径相对于第1个发射天线到目标的传输路径的时延差引起的相位差；
Figure BDA0002917586080000033
是目标到第l个接收天线的传输路径相对于目标到第1个接收天线的传输路径的时延差引起的相位差；
Figure BDA0002917586080000034
是目标到第l个智能反射面的传输路径相对于目标到第1个接收天线的传输路径的时延差引起的相位差。
需要注意的是，发射信号经过目标反射到第l个接收天线和第l个智能反射面的信号具有不同的离去角。但是智能反射面一般放置离接收天线较近，距离探测目标一般较远，在目标处反射信号离去角的差异很小。因此，在本信号模型中我们假设两者具有相同的雷达反射截面积。
通过合理的设置智能反射面的相移量可以优化增强接收天线的信号。但是智能反射面上阵元的幅度衰减值和相移量存在一定的联系。智能反射面上的阵元对入射信号进行反射后的幅度衰减值和相移量之间满足一定的近似函数关系β(θ)，即当智能反射面上阵元的相移位θ时，其幅度增益为β(θ)。其中一种近似函数可以表示为：
Figure BDA0002917586080000035
其中θ表示阵元的相移量，β(θ)表示对于不同的相移量时阵元对入射信号的衰减值；βmin和
Figure BDA0002917586080000036
是对该函数关系进行调整的常量，根据对智能反射面的实际测量结果来进行设置。
对于第l个反射面的优化，可以表示为求
Figure BDA0002917586080000041
的最大值，其中
Figure BDA0002917586080000042
为第 l个反射面的相移量，如下所示
Figure BDA0002917586080000043
对于
Figure BDA0002917586080000044
最大值的优化求解，我们采用三点的二项式近似的方法，因此可以采用三个点(x1,f(x1))，(x2,f(x2))和(x3,f(x3))来求取近似最优值。令
Figure BDA0002917586080000045
当
Figure BDA0002917586080000046
时，
Figure BDA0002917586080000047
x2＝π，x3＝0.5(x1+x2)；当
Figure BDA0002917586080000048
时，
Figure BDA0002917586080000049
x2＝-π， x3＝0.5(x1+x2)。f(x1)，f(x2)和f(x3)的取值如(6)所示。因此，该三点确立的二次曲线的顶点即为最大值所在位置，对应的移相量即为优化的移相量。。
根据以上定义，第l个智能反射面优化后的相移量为：
Figure BDA00029175860800000410
根据上述方法，可以对所有N个智能发射面进行相移量优化和控制，从而改善接收阵列接收到的目标信号。
步骤S2：根据步骤S1得到的智能反射面阵元的优化相移量对智能反射面进行控制，雷达发射信号并进行接收信号；对某一距离单元的接收信号统一传输到处理中心。通过设置适当的虚警率，得到检测门限。
第l个接收天线接收的信号如公式(1)所示。假设发射的波形具有良好低的互相关性质。第l个接收天线接收的信号分别与M个发射波形进行匹配滤波，则第l个接收天线接收的信号与第k个发射波形的匹配滤波输出可以表示为：
Figure BDA00029175860800000411
每个接收天线将经过匹配滤波处理后信号传输到处理中心，那么可以得到由其构成的NM×1矢量x，其中[x]lN+k＝xlk。
在处理中心的检测门限δ可以表示为
Figure BDA0002917586080000051
其中
Figure BDA0002917586080000052
表示自由度为2MN的卡方分布累计概率的逆函数，PFA为虚警概率，
Figure BDA0002917586080000053
为噪声方差。
需要注意的是，各个接收天线也可以将接收信号直接传输到处理中心；然后在处理中心进行同样的匹配滤波处理。
步骤S3：根据步骤S2中的传输到处理中心的信号和检测门限，对该距离单元进行目标检测。如果检测统计量大于门限值，则表示该方向的该距离单元上存在目标。
在处理中心，对N个接收天线传输的匹配滤波后的信号进行过门限判断来判断是否存在目标，如下
Figure BDA0002917586080000054
其中T为检测统计量，为矢量x的2范数的平方。若T大于门限δ，则表示存在目标的情况H1；否则表示不存在目标的情况H0。
与现有技术相比，本发明具有如下有益效果：
本发明提供的基于智能反射面的分布式MIMO雷达目标检测方法，通过控制智能反射面上阵元的相移量，改善在接收阵列处接收的目标反射信号，通过检测统计量与检测门限的比较来实现目标探测。
附图说明
图1为本发明实施例中智能反射面辅助的分布式MIMO雷达目标探测系统示意图；
图2为本发明实施例中一种智能反射面辅助的分布式MIMO雷达目标检测方法的流程示意图；
图3为本发明实施例中一种智能反射面辅助的分布式MIMO雷达检测概率性能曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
由于智能发射面可以根据无线环境，灵活的改变反射面上每个阵元的相位和幅度，从而增加接收方的信号功率或者抑制接收方的干扰信号。本发明利用智能反射面来增强分布式MIMO雷达接收阵列的信号强度，改善目标检测的性能。
智能反射面辅助的分布式MIMO(Multiple Input Multiple Output，多入多出)雷达目标探测系统示意图如图1所示。智能反射面通过控制链路与雷达信号处理器连接，进行智能反射面上阵元的相移量控制。雷达接收阵列同时接收目标发射的回波和目标回波经过智能反射面反射的回波。智能反射面安装在距离雷达几十到几百米的位置处。雷达根据需要探测的目标位置和智能反射面与相应接收天线之间的信道信息，通过控制链路向智能反射面控制器发送控制信号，调整智能反射面上阵元的相移量。雷达发射天线发射正交信号，雷达接收阵列接收目标回波信号。处理中心通过处理所有雷达的接收信号，得到相应的检测统计量；将检测统计量与检测门限比较，从而判断相应的距离单元是否存在目标。
如图2所示，本发明提供了一种智能反射面辅助的MIMO雷达目标检测方法，具体包括以下步骤：
步骤S1：根据每个智能反射面与其接收阵列之间的信道状态信息，对智能反射面的阵元的相移量进行优化控制得到阵元的优化相移量。
考虑窄带分布式MIMO雷达系统，系统安装有M根发射天线和N根接收天线，发射天线和接收天线远距离的放置在待测目标周围。智能反射面放置在接收天线附近，且每个智能反射面被其邻近的接收天线控制，可以实现幅度和相位调整。假设分布布置的每个发射天线和接收天线都等效为单个天线，智能反射面也等效为单个天线。此假设在分布式MIMO雷达系统的分析中较为常见；在实际的系统布置中，反射面天线和阵列天线都可以等效为单个天线系统。
考虑二维平面的情况，假设M根发射天线和N根接收天线的坐标分别为(txk,tyk),k＝1,…,M和(rxl,ryl),l＝1,…,N。目标的位置坐标为(x0,y0)。
Figure BDA0002917586080000071
和
Figure BDA0002917586080000072
分别表示(x,y)和(x',y')之间的距离和信号传输时间，其中c为光速。发射天线同时发射M个正交的窄带信号，表示为
Figure BDA0002917586080000073
||sk(t)||2＝1,E是总发射能量。
每个接收天线接收从目标直接反射的信号和由智能反射面反射的目标信号。由于假设发射的为窄带信号，则第l个接收天线的接收信号可以表示为：
Figure BDA0002917586080000074
其中αlk表示从第k个发射天线到第l个接收天线的传输路径上目标的雷达截面积,且服从均值为0方差为1的复高斯分布αlk～CN(0,1)；其中
Figure BDA0002917586080000075
是均值为0方差为
Figure BDA0002917586080000076
高斯复噪声；
Figure BDA0002917586080000077
是从第l个智能反射面到第l个接收天线之间的信道
Figure BDA0002917586080000078
是第l个智能反射面在接收天线控制下的增益,其中
Figure BDA0002917586080000079
和
Figure BDA00029175860800000710
分别为相应的幅度和相位值；其中
Figure BDA00029175860800000711
ψk＝2πfc(τ(txk,tyk,x0,y0)-τ(tx1,ty1,x0,y0))， (3)
Figure BDA00029175860800000712
其中τ是第1个发射天线的信号经过目标反射到第1个接收天线的传输时延；ψk是是第k个发射天线到目标的传输路径相对于第1个发射天线到目标的传输路径的时延差引起的相位差；
Figure BDA0002917586080000081
是目标到第l个接收天线的传输路径相对于目标到第1个接收天线的传输路径的时延差引起的相位差；
Figure BDA0002917586080000082
是目标到第l个智能反射面的传输路径相对于目标到第1个接收天线的传输路径的时延差引起的相位差。
需要注意的是，发射信号经过目标反射到第l个接收天线和第l个智能反射面的信号具有不同的离去角。但是智能反射面一般放置离接收天线较近，距离探测目标一般较远，在目标处反射信号离去角的差异很小。因此，在本信号模型中我们假设两者具有相同的雷达反射截面积。
通过合理的设置智能反射面的相移量可以优化接收天线的信号。但是智能反射面上阵元的幅度衰减值和相移量存在一定的联系。智能反射面上的阵元对入射信号进行反射后的幅度衰减值和相移量之间满足一定的近似函数关系β(θ)，即当智能反射面上阵元的相移位θ时，其幅度增益为β(θ)。其中一种近似函数可以表示为：
Figure BDA0002917586080000083
其中θ表示阵元的相移量，β(θ)表示对于不同的相移量时阵元对入射信号的衰减值；βmin和
Figure BDA0002917586080000084
是对该函数关系进行调整的常量，根据对智能反射面的实际测量结果来进行设置。
对于第l个反射面的优化，可以表示为求
Figure BDA0002917586080000085
的最大值，其中
Figure BDA0002917586080000086
为第 l个反射面的相移量，如下所示
Figure BDA0002917586080000087
对于
Figure BDA0002917586080000088
最大值的优化求解，我们采用三点的二项式近似的方法，因此可以采用三个点(x1,f(x1)),(x2,f(x2))和(x3,f(x3))来求取近似最优值。令
Figure BDA0002917586080000089
当
Figure BDA00029175860800000810
时，
Figure BDA00029175860800000811
x2＝π,x3＝0.5(x1+x2)；当
Figure BDA00029175860800000812
时，
Figure BDA00029175860800000813
x2＝-π, x3＝0.5(x1+x2)。f(x1)，f(x2)和f(x3)的取值如(6)所示。因此，该三点确立的二次曲线的顶点即为最大值所在位置，对应的移相量即为优化的移相量。
根据以上定义，第l个智能反射面优化后的相移量为：
Figure BDA0002917586080000091
根据上述方法，可以对所有N个智能发射面进行相移量优化和控制，从而改善接收阵列接收到的目标信号。
步骤S2：根据步骤S1得到的智能反射面阵元的优化相移量对智能反射面进行控制，雷达发射信号并进行接收信号；对某一距离单元的接收信号统一传输到处理中心。通过设置适当的虚警率，得到检测门限。
第l个接收天线接收的信号如(1)所示。假设发射的波形具有良好低的互相关性质。第l个接收天线接收的信号分别与M个发射波形进行匹配滤波，则第l个接收天线接收的信号与第k个发射波形的匹配滤波输出可以表示为：
Figure BDA0002917586080000092
每个接收天线将经过匹配滤波处理后信号传输到处理中心，那么可以得到由其构成的NM×1矢量x,[x]lN+k＝xlk。
在处理中心的检测门限δ可以表示为
Figure BDA0002917586080000093
其中
Figure BDA0002917586080000094
表示自由度为2MN的卡方分布累计概率的逆函数，PFA为虚警概率，
Figure BDA0002917586080000095
为噪声方差。
需要注意的是，各个接收天线也可以将接收信号直接传输到处理中心；然后在处理中心进行同样的匹配滤波处理。
步骤S3：根据步骤S2中的传输到处理中心的信号和检测门限，对该距离单元进行目标检测。如果检测统计量大于门限值，则表示该方向的该距离单元上存在目标。
在处理中心，对N个接收天线传输的匹配滤波后的信号进行过门限判断来判断是否存在目标，如下
Figure BDA0002917586080000101
其中T为检测统计量，为矢量x的2范数的平方。若T大于门限δ，则表示存在目标的情况H1；否则表示不存在目标的情况H0。
在2个发射天线(2T)和2个接收天线(2R)的智能反射面辅助的分布式MIMO(IRS-aided DMIMO)系统中，不同信噪比(SNR)下，当虚警概率为0.001时，检测概率PD如图3所示。与传统的分布式MIMO雷达 (DMIMO)相比，智能反射面辅助的分布式MIMO雷达系统具有更好的检测概率。
进一步地，本发明还了一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述智能反射面辅助的分布式MIMO雷达目标检测方法。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种智能反射面辅助的分布式MIMO雷达目标检测方法，其特征在于，包括以下步骤：
步骤S1：根据每个智能反射面与其接收阵列之间的信道状态信息，得到智能反射面的阵元的优化相移量；
步骤S2：根据步骤S1得到的智能反射面阵元的优化相移量对智能反射面进行控制，雷达发射信号并进行接收信号；对某一距离单元的接收信号统一传输到处理中心；通过设置虚警率，得到检测门限；
步骤S3：根据步骤S2中的传输到处理中心的信号和检测门限，对该距离单元进行目标检测；如果检测统计量大于门限值，则表示该方向的该距离单元上存在目标。
2.如权利要求1所述的智能反射面辅助的分布式MIMO雷达目标检测方法，其特征在于，所述步骤S1具体为：
对于窄带分布式MIMO雷达系统，系统安装有M根发射天线和N根接收天线，发射天线和接收天线远距离的放置在待测目标周围；智能反射面放置在接收天线附近，且每个智能反射面被其邻近的接收天线控制，可以实现幅度和相位调整；分布布置的每个发射天线和接收天线都等效为单个天线，智能反射面也等效为单个天线；
对于二维平面的情况，M根发射天线和N根接收天线的坐标分别为(txk,tyk),k＝1,…,M和(rxl,ryl),l＝1,…,N；目标的位置坐标为(x0,y0)；
Figure FDA0002917586070000011
和
Figure FDA0002917586070000012
分别表示(x,y)和(x',y')之间的距离和信号传输时间，其中c为光速；发射天线同时发射M个正交的窄带信号，表示为
Figure FDA0002917586070000013
||sk(t)||2＝1,E是总发射能量；
每个接收天线接收从目标直接反射的信号和由智能反射面反射的目标信号；由于发射的为窄带信号，则第l个接收天线的接收信号表示为：
Figure FDA0002917586070000021
其中αlk表示从第k个发射天线到第l个接收天线的传输路径上目标的雷达截面积,且服从均值为0方差为1的复高斯分布αlk～CN(0,1)；其中
Figure FDA0002917586070000022
是均值为0方差为
Figure FDA0002917586070000023
高斯复噪声；
Figure FDA0002917586070000024
是从第l个智能反射面到第l个接收天线之间的信道
Figure FDA0002917586070000025
Figure FDA0002917586070000026
是第l个智能反射面在接收天线控制下的增益,其中
Figure FDA0002917586070000027
和
Figure FDA0002917586070000028
分别为相应的幅度和相位值；其中
Figure FDA0002917586070000029
ψk＝2πfc(τ(txk,tyk,x0,y0)-τ(tx1,ty1,x0,y0))， (3)
Figure FDA00029175860700000210
其中τ是第1个发射天线的信号经过目标反射后到第1个接收天线的传输时延；ψk是是第k个发射天线到目标的传输路径相对于第1个发射天线到目标的传输路径的时延差引起的相位差；
Figure FDA00029175860700000211
是目标到第l个接收天线的传输路径相对于目标到第1个接收天线的传输路径的时延差引起的相位差；
Figure FDA00029175860700000212
是目标到第l个智能反射面的传输路径相对于目标到第1个接收天线的传输路径的时延差引起的相位差；
智能反射面上的阵元对入射信号进行反射后的幅度衰减值和相移量之间满足一定的近似函数关系β(θ)，即当智能反射面上阵元的相移位θ时，其幅度增益为β(θ)；其中一种近似函数表示为：
Figure FDA00029175860700000213
其中θ表示阵元的相移量，β(θ)表示对于不同的相移量时阵元对入射信号的衰减值；βmin和
Figure FDA00029175860700000214
是对该函数关系进行调整的常量，根据对智能反射面的实际测量结果来进行设置；
对于第l个反射面的优化表示为求
Figure FDA0002917586070000031
的最大值，其中
Figure FDA0002917586070000032
为第l个反射面的相移量，且有
Figure FDA0002917586070000033
对于
Figure FDA0002917586070000034
最大值的优化求解，采用三点的二项式近似的方法，因此可以采用三个点(x1,f(x1)),(x2,f(x2))和(x3,f(x3))来求取近似最优值；令
Figure FDA0002917586070000035
当
Figure FDA0002917586070000036
时，
Figure FDA0002917586070000037
x2＝π,and x3＝0.5(x1+x2)；当
Figure FDA0002917586070000038
时，
Figure FDA0002917586070000039
x2＝-π,and x3＝0.5(x1+x2)；f(x1)，f(x2)和f(x3)的取值如(6)所示；因此，该三点确立的二次曲线的顶点即为最大值所在位置，对应的移相量即为优化的移相量；
根据以上定义，第l个智能反射面优化后的相移量为：
Figure FDA00029175860700000310
3.如权利要求2所述的智能反射面辅助的分布式MIMO雷达目标检测方法，其特征在于，所述步骤S2具体为：
第l个接收天线接收的信号如(1)所示，发射的波形具有良好低的互相关性质，第l个接收天线接收的信号分别与M个发射波形进行匹配滤波，则第l个接收天线接收的信号与第k个发射波形的匹配滤波输出可以表示为：
Figure FDA00029175860700000311
每个接收天线将经过匹配滤波处理后信号传输到处理中心，那么可以得到由其构成的NM×1矢量x,[x]lN+k＝xlk；
在处理中心的检测门限δ可以表示为
Figure FDA00029175860700000312
其中
Figure FDA0002917586070000041
表示自由度为2MN的卡方分布累计概率的逆函数，PFA为虚警概率，
Figure FDA0002917586070000042
为噪声方差。
4.如权利要求3所述的智能反射面辅助的分布式MIMO雷达目标检测方法，其特征在于，所述步骤S3具体为：
对N个接收天线传输的匹配滤波后的信号进行过门限判断来判断是否存在目标，如下
Figure FDA0002917586070000043
其中T为检测统计量，为矢量x的2范数的平方；若T大于门限δ，则表示存在目标的情况H1；否则表示不存在目标的情况H0。
5.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4任一项所述的智能反射面辅助的分布式MIMO雷达目标检测方法。
CN202110106514.5A 2021-01-26 2021-01-26 智能反射面辅助的分布式mimo雷达目标检测方法与电子设备 Active CN112924957B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110106514.5A CN112924957B (zh) 2021-01-26 2021-01-26 智能反射面辅助的分布式mimo雷达目标检测方法与电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110106514.5A CN112924957B (zh) 2021-01-26 2021-01-26 智能反射面辅助的分布式mimo雷达目标检测方法与电子设备

Publications (2)

Publication Number Publication Date
CN112924957A true CN112924957A (zh) 2021-06-08
CN112924957B CN112924957B (zh) 2022-04-08

Family

ID=76166472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110106514.5A Active CN112924957B (zh) 2021-01-26 2021-01-26 智能反射面辅助的分布式mimo雷达目标检测方法与电子设备

Country Status (1)

Country Link
CN (1) CN112924957B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113660017A (zh) * 2021-09-16 2021-11-16 重庆邮电大学 一种irs辅助的双功能雷达通信系统的sinr最大化方法
CN116500598A (zh) * 2023-06-30 2023-07-28 深圳市大数据研究院 基于智能反射面的无线感知方法、系统、装置及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107015205A (zh) * 2017-03-15 2017-08-04 电子科技大学 一种分布式mimo雷达检测的虚假目标消除方法
CN110865362A (zh) * 2019-11-29 2020-03-06 桂林电子科技大学 一种基于fda-mimo雷达的低慢小目标检测方法
CN111162823A (zh) * 2019-12-25 2020-05-15 浙江工业大学 双向mimo通信系统中预编码矩阵和相移矩阵优化方法
WO2020176595A1 (en) * 2019-02-26 2020-09-03 Metawave Corporation Switchable reflective phase shifter for millimeter wave applications
CN111865387A (zh) * 2020-08-04 2020-10-30 同济大学 智能反射面辅助无线通信系统的波束成形设计方法
CN112260740A (zh) * 2020-10-19 2021-01-22 电子科技大学 可重构智能表面辅助的共生通信系统波束赋形设计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107015205A (zh) * 2017-03-15 2017-08-04 电子科技大学 一种分布式mimo雷达检测的虚假目标消除方法
WO2020176595A1 (en) * 2019-02-26 2020-09-03 Metawave Corporation Switchable reflective phase shifter for millimeter wave applications
CN110865362A (zh) * 2019-11-29 2020-03-06 桂林电子科技大学 一种基于fda-mimo雷达的低慢小目标检测方法
CN111162823A (zh) * 2019-12-25 2020-05-15 浙江工业大学 双向mimo通信系统中预编码矩阵和相移矩阵优化方法
CN111865387A (zh) * 2020-08-04 2020-10-30 同济大学 智能反射面辅助无线通信系统的波束成形设计方法
CN112260740A (zh) * 2020-10-19 2021-01-22 电子科技大学 可重构智能表面辅助的共生通信系统波束赋形设计方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113660017A (zh) * 2021-09-16 2021-11-16 重庆邮电大学 一种irs辅助的双功能雷达通信系统的sinr最大化方法
CN116500598A (zh) * 2023-06-30 2023-07-28 深圳市大数据研究院 基于智能反射面的无线感知方法、系统、装置及设备
CN116500598B (zh) * 2023-06-30 2023-11-03 深圳市大数据研究院 基于智能反射面的无线感知方法、系统、装置及设备

Also Published As

Publication number Publication date
CN112924957B (zh) 2022-04-08

Similar Documents

Publication Publication Date Title
CN112924957B (zh) 智能反射面辅助的分布式mimo雷达目标检测方法与电子设备
EP2556385B2 (en) Electronic counter measure system
CN110456334A (zh) 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法
US8988275B2 (en) Low energy radar system
CN109444820B (zh) 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法
US11703564B2 (en) Radar and communication integrated cooperative detection method and apparatus based on beam power distribution
CN108226893B (zh) 一种用于mimo雷达的低复杂度接收机设计方法
CN109765529B (zh) 一种基于数字波束形成的毫米波雷达抗干扰方法及系统
CN112147600B (zh) 面向射频隐身和目标跟踪的多基雷达发射参数优化方法
CN110007277B (zh) 雷达通信一体化系统及该系统的扩容方法
CN105807275A (zh) 基于部分杂波先验知识的mimo-ofdm-stap稳健波形设计
CN112034444A (zh) 基于循环编码阵列的多波束雷达通信一体化方法
CN104977567A (zh) 一种ofdm单脉冲雷达自适应发射波束形成方法
CN106772254A (zh) 改进的基于数字自适应干扰对消的收发隔离方法
CN105487054A (zh) 提高基于mimo-ofdm雷达stap最差检测性能的稳健波形设计方法
CN104678362B (zh) Mimo天波超视距雷达波形优化方法
CN112379347B (zh) 一种智能反射面辅助的mimo雷达目标检测方法与电子设备
CN112444809A (zh) 一种基于智能反射面的分布式计算成像方法
CN114114188A (zh) 一种低旁瓣的fda雷达通信一体化波形设计方法
KR102665123B1 (ko) 저피탐지를 위한 통합망 레이더 체류 시간과 방사 전력의 공동 최적화 방법
CN109669165B (zh) 基于射频隐身的多基雷达发射机与波形联合选择优化方法
CN114185019A (zh) 智能反射面辅助的雷达通信协同目标检测方法与电子设备
CN111175705B (zh) 一种基于空间波形两维加权的雷达通信一体化设计方法
CN107589409A (zh) 一种分置天线mimo雷达分布式低通信量检测融合方法
CN209432998U (zh) 高精度宽波束中短距小型mimo雷达传感器

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