CN114675238A - 一种雷达通信一体化波形直接优化方法和系统 - Google Patents
一种雷达通信一体化波形直接优化方法和系统 Download PDFInfo
- Publication number
- CN114675238A CN114675238A CN202210173633.7A CN202210173633A CN114675238A CN 114675238 A CN114675238 A CN 114675238A CN 202210173633 A CN202210173633 A CN 202210173633A CN 114675238 A CN114675238 A CN 114675238A
- Authority
- CN
- China
- Prior art keywords
- waveform
- communication
- transmitting
- radar
- mimo
- 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
Links
- 238000004891 communication Methods 0.000 title claims abstract description 153
- 238000005457 optimization Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000013598 vector Substances 0.000 claims abstract description 51
- 238000010586 diagram Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 15
- 125000004122 cyclic group Chemical group 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002040 relaxant effect Effects 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 9
- 238000013461 design Methods 0.000 description 21
- 238000001514 detection method Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 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
- 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
- G01S7/282—Transmitters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radio Transmission System (AREA)
Abstract
本发明提出一种雷达通信一体化波形直接优化方法和系统。所述方法基于MIMO平台来实现，MIMO平台为多输入多输出雷达发射平台。所述方法包括：获取所述MIMO平台发射信号的发射波形，基于所述发射波形和导向矢量确定所述发射波形的空间功率分布特性，并根据已知的期望发射方向图进一步建立用于优化所述发射波形的优化模型；获取若干通信接收机相对于所述MIMO平台的角度导向矢量，构建所述若干通信接收机处的通信信号模型，在所述发射波形的优化模型的基础上生成基于所述MIMO平台的雷达通信一体化波形优化模型；获取所述雷达通信一体化波形优化模型的松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形。
Description
技术领域
本发明属于雷达系统与雷达信号处理领域，尤其涉及一种雷达通信一体化波形直接优化方法和系统。
背景技术
MIMO雷达(多输入多输出雷达)是近年来提出的一种新体制雷达，由于自身的特殊优势，引起了国内外众多学者的广泛关注。目前，关于MIMO雷达的研究主要集中以下几个方面：MIMO雷达的布阵优化、参数估计、目标检测以及目标跟踪等。而这些研究多数是在假设MIMO雷达发射理想正交波形的前提下进行的。随着对MIMO雷达研究的不断深入，信号处理学者发现理想正交波形并非是任何情况下MIMO雷达的最佳选择。根据实际应用场景，合理设计MIMO雷达发射波形的特性，能够进一步提高MIMO雷达的目标探测性能。比如：基于输出信干噪比最大化的MIMO雷达发射波形和接收滤波器联合优化设计，能够有效改善MIMO雷达对弱目标的检测性能。因此，发射波形优化设计便迅速成为了MIMO雷达的又一研究热点。
现有MIMO雷达波形设计通常可以包含以下几种情况：期望方向图匹配下的发射波形设计、最大化输出信干噪比的波形设计、正交波形设计等等。然后这些设计方法并没有考虑到空间电磁频谱拥塞的情况。随着电子信息技术的不断发展，各种电子设备的不断应用，使现实中的电磁环境变得异常复杂。各种电子设备对频谱资源进行激烈掠夺，相互之间的电磁干扰日益严重。为了缓解空间己方、敌方各种有意或者无意干扰，基于频谱拥塞的MIMO雷达发射波形设计是一个亟待解决的关键问题。
频谱拥塞环境下的MIMO雷达发射波形设计主要包括两个方面：一、基于频谱赋形的MIMO雷达发射波形设计，该方法主要是在现有波形设计方法的基础上，附加了对发射波形的频谱形状约束，使MIMO雷达发射波形的频谱与空间现有可用频谱资源进行完美匹配，从而避免不同设备间的电磁干扰；二、基于同一个发射平台(MIMO雷达平台)发射一个多功能波形，能够同时实现雷达的目标探测功能和通信的信息传输功能。著名学者A.Hassanien在设计一体化波形时，分别提出了基于波形分集特性和旁瓣电平控制的设计方法、基于波形分集特性和相位控制的设计方法。但这些方法存在通信信息传输速率低、波形恒模特性无法满足等缺点，在实际应用中十分受限。
发明内容
本申请针对背景技术的不足之处，在传统MIMO雷达发射波形设计的基础上，进一步考虑目标探测和通信信息传输双重功能，提出一种雷达通信一体化波形直接优化方案，通过对发射波形的优化，使其在指定期望空域实现发射功率的聚焦，在通信接收机方向合成所需的通信信号，同时保证发射波形的恒模特性，以方便实际工程的应用。
本发明第一方面公开了一种雷达通信一体化波形直接优化方法。所述方法基于MIMO平台来实现，所述MIMO平台为多输入多输出雷达发射平台，所述方法包括：
步骤S1、获取所述MIMO平台发射信号的发射波形，基于所述发射波形和导向矢量确定所述发射波形的空间功率分布特性，并根据已知的期望发射方向图进一步建立用于优化所述发射波形的优化模型，其中所述导向矢量包含空间中任意方向的导向矢量信息；
步骤S2、获取若干通信接收机相对于所述MIMO平台的角度导向矢量，构建所述若干通信接收机处的通信信号模型，所述通信信号模型用于在所述发射波形的优化模型的基础上生成基于所述MIMO平台的雷达通信一体化波形优化模型；
步骤S3、获取所述雷达通信一体化波形优化模型的松弛模型，并基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形。
根据本发明第一方面的方法，在所述步骤S1中，所述发射波形的波形矩阵为：S＝[s1,s2,...,sN]，其中sn＝[s1(n),s2(n),...,sM(n)]T为第n个子脉冲的发射波形，M为发射阵元数目，N为子脉冲的个数，确定的所述发射波形的空间功率分布特性如下：
P(θ)＝||sHA(θ)||2
其中，s＝vec(S)，
vec(·)表示矩阵向量化，
表示Kronecker积，IN表示N维单位阵，a(θ)表示所述发射波形的导向矢量。
根据本发明第一方面的方法，在所述步骤S1中，根据所述已知的期望发射方向图建立的所述发射波形的优化模型如下：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，Ak＝A(θk)，θk为空间的离散化角度，离散化个数为K，wk表示所述空间中不同方向上的加权系数，
表示所述已知的期望发射方向图，α为尺度因子且α＞0，用于折中所述期望发射方向图与实际发射方向图之间的失配。
根据本发明第一方面的方法，在所述步骤S2中，P个所述通信接收机相对于所述MIMO平台的角度为θp,p＝1,2,...,P，相对于所述MIMO平台的角度导向矢量为a(θp)，则P个所述通信接收机处的通信信号模型为：
sHAc＝x
其中，Ac＝[A1,A2,...,AP]，
x为期望的通信信号。
根据本发明第一方面的方法，在所述步骤S2中，基于P个所述通信接收机处的通信信号模型，在所述发射波形的优化模型的基础上，生成的所述雷达通信一体化波形优化模型为：
根据本发明第一方面的方法，在所述步骤S3中，所述雷达通信一体化波形优化模型的松弛模型为：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，0≤β≤1为用于折中方向图的匹配性能与P个所述通信接收机处的通信信号的合成性能的加权系数。
根据本发明第一方面的方法，在所述步骤S3中，基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形，具体包括：
给定所述发射波形s时，优化所述尺度因子α：
给定所述优化因子α时，优化所述发射波形s：
s.t.|s(i)|＝1,i＝1,2,...,MN
将经优化的所述发射波形s松弛为等式约束下的二次优化问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，s(l)表示第l个所述发射波形的取值，
tr(·)表示求迹运算，vec(·)表示矩阵向量化；
将所述等式约束下的二次优化进一步松弛为等式约束下的线性问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，
LC＝diag(|C|EMN)，diag(·)表示以向量元素作为对角元素对其进行矩阵化，ELN表示元素全为1的向量，最终求得最优发射波形为：
利用上式更新s(l)，以获得给定所述尺度因子α时的经优化的发射波形s。
本发明第二方面公开了一种基于序列重建的异常事件自动检测系统。所述系统基于MIMO平台来实现，所述MIMO平台为多输入多输出雷达发射平台，所述系统包括：
第一处理单元，被配置为，获取所述MIMO平台发射信号的发射波形，基于所述发射波形和导向矢量确定所述发射波形的空间功率分布特性，并根据已知的期望发射方向图进一步建立用于优化所述发射波形的优化模型，其中所述导向矢量包含空间中任意方向的导向矢量信息；
第二处理单元，被配置为，获取若干通信接收机相对于所述MIMO平台的角度导向矢量，构建所述若干通信接收机处的通信信号模型，所述通信信号模型用于在所述发射波形的优化模型的基础上生成基于所述MIMO平台的雷达通信一体化波形优化模型；
第三处理单元，被配置为，获取所述雷达通信一体化波形优化模型的松弛模型，并基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形。
根据本发明第二方面的系统，所述发射波形的波形矩阵为：S＝[s1,s2,...,sN]，其中sn＝[s1(n),s2(n),...,sM(n)]T为第n个子脉冲的发射波形，M为发射阵元数目，N为子脉冲的个数，确定的所述发射波形的空间功率分布特性如下：
P(θ)＝||sHA(θ)||2
其中，s＝vec(S)，
vec(·)表示矩阵向量化，
表示Kronecker积，IN表示N维单位阵，a(θ)表示所述发射波形的导向矢量。
根据本发明第二方面的系统，根据所述已知的期望发射方向图建立的所述发射波形的优化模型如下：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，Ak＝A(θk)，θk为空间的离散化角度，离散化个数为K，wk表示所述空间中不同方向上的加权系数，
表示所述已知的期望发射方向图，α为尺度因子且α＞0，用于折中所述期望发射方向图与实际发射方向图之间的失配。
根据本发明第二方面的系统，P个所述通信接收机相对于所述MIMO平台的角度为θp,p＝1,2,...,P，相对于所述MIMO平台的角度导向矢量为a(θp)，则P个所述通信接收机处的通信信号模型为：
sHAc＝x
其中，Ac＝[A1,A2,...,AP]，
x为期望的通信信号。
根据本发明第二方面的系统，所述第二处理单元具体被配置为，基于P个所述通信接收机处的通信信号模型，在所述发射波形的优化模型的基础上，生成的所述雷达通信一体化波形优化模型为：
根据本发明第二方面的系统，所述雷达通信一体化波形优化模型的松弛模型为：
其中，0≤β≤1为用于折中方向图的匹配性能与P个所述通信接收机处的通信信号的合成性能的加权系数。
根据本发明第二方面的系统，所述第三处理单元具体被配置为，基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形，具体包括：
给定所述发射波形s时，优化所述尺度因子α：
给定所述优化因子α时，优化所述发射波形s：
s.t.|s(i)|＝1,i＝1,2,...,MN
将经优化的所述发射波形s松弛为等式约束下的二次优化问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，s(l)表示第l个所述发射波形的取值，
tr(·)表示求迹运算，vec(·)表示矩阵向量化；
将所述等式约束下的二次优化进一步松弛为等式约束下的线性问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，
LC＝diag(|C|EMN)，diag(·)表示以向量元素作为对角元素对其进行矩阵化，ELN表示元素全为1的向量，最终求得最优发射波形为：
利用上式更新s(l)，以获得给定所述尺度因子α时的经优化的发射波形s。
通过循环迭代交替所述尺度因子α和所述发射波形s，直至相邻两个迭代步目标函数的变化值小于预设的门限，则停止迭代，并获得所述MIMO平台的雷达通信一体化的最优发射波形s*。
本发明第三方面公开了一种电子设备。所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现本公开第一方面中任一项所述的一种雷达通信一体化波形直接优化方法中的步骤。
本发明第四方面公开了一种计算机可读存储介质。所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现本公开第一方面中任一项所述的一种雷达通信一体化波形直接优化方法中的步骤。
综上，本发明的有益效果如下：(1)本发明在实现MIMO雷达目标探测功能的同时，能够完成与己方通信设备之间的通信信息传输，而且可以同时传统不同调制样式的通信信号，实现了一对多的通信传输体制；(2)本发明相比现有一体化波形设计的另一优势在于，本发明可以实现对发射波形的恒模设计，更接近实际工程化；而且本发明可以实现通信信息的高速率传输，每个雷达脉冲内可传输上百比特的通信信息；(3)本发明提出的循环算法和Minorization-maximization(MM)技术联合优化方法，使得原始非凸问题转为为一系列线性规划问题，相比现有算法具有更低的计算复杂度和更好的优化效果，为在线设计基于MIMO平台的雷达通信一体化波形奠定有利基础。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的一种雷达通信一体化波形直接优化方法的流程图；
图2为根据本发明第一实施例的雷达通信一体化波形直接优化的流程示意图；
图3a为根据本发明第二实施例的经优化的发射波形的发射方向图；
图3b1-3b2为根据本发明第二实施例的利用经优化的发射波形合成的通信信号的相位星座图；
图3c1-3c2为根据本发明第二实施例的实际合成的通信信号的示意图；
图4为根据本发明实施例一种基于MIMO平台的雷达通信一体化波形优化系统的结构图；
图5为根据本发明实施例的一种电子设备的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明第一方面公开了一种雷达通信一体化波形直接优化方法，所述方法基于MIMO平台来实现，所述MIMO平台为多输入多输出雷达发射平台。图1为根据本发明实施例的一种雷达通信一体化波形直接优化方法的流程图；如图1所示，所述方法包括：
步骤S1、获取所述MIMO平台发射信号的发射波形，基于所述发射波形和导向矢量确定所述发射波形的空间功率分布特性，并根据已知的期望发射方向图进一步建立用于优化所述发射波形的优化模型，其中所述导向矢量包含空间中任意方向的导向矢量信息；
步骤S2、获取若干通信接收机相对于所述MIMO平台的角度导向矢量，构建所述若干通信接收机处的通信信号模型，所述通信信号模型用于在所述发射波形的优化模型的基础上生成基于所述MIMO平台的雷达通信一体化波形优化模型；
步骤S3、获取所述雷达通信一体化波形优化模型的松弛模型，并基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形。
在步骤S1，利用预定义的事件模板，从多源日志中确定离散事件序列，所述离散事件序列由同一用户的多个事件日志按照时间顺序拼接而成。
根据本发明第一方面的方法，在所述步骤S1中，所述发射波形的波形矩阵为：S＝[s1,s2,...,sN]，其中sn＝[s1(n),s2(n),...,sM(n)]T为第n个子脉冲的发射波形，M为发射阵元数目，N为子脉冲的个数，确定的所述发射波形的空间功率分布特性如下：
P(θ)＝||sHA(θ)||2
其中，s＝vec(S)，
vec(·)表示矩阵向量化，
表示Kronecker积，IN表示N维单位阵，a(θ)表示所述发射波形的导向矢量。
根据本发明第一方面的方法，在所述步骤S1中，根据所述已知的期望发射方向图建立的所述发射波形的优化模型如下：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，Ak＝A(θk)，θk为空间的离散化角度，离散化个数为K，wk表示所述空间中不同方向上的加权系数，
表示所述已知的期望发射方向图，α为尺度因子且α＞0，用于折中所述期望发射方向图与实际发射方向图之间的失配。
根据本发明第一方面的方法，在所述步骤S2中，P个所述通信接收机相对于所述MIMO平台的角度为θp,p＝1,2,...,P，相对于所述MIMO平台的角度导向矢量为a(θp)，则P个所述通信接收机处的通信信号模型为：
sHAc＝x
其中，Ac＝[A1,A2,...,AP]，
x为期望的通信信号。
根据本发明第一方面的方法，在所述步骤S2中，基于P个所述通信接收机处的通信信号模型，在所述发射波形的优化模型的基础上，生成的所述雷达通信一体化波形优化模型为：
根据本发明第一方面的方法，在所述步骤S3中，所述雷达通信一体化波形优化模型的松弛模型为：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，0≤β≤1为用于折中方向图的匹配性能与P个所述通信接收机处的通信信号的合成性能的加权系数。
根据本发明第一方面的方法，在所述步骤S3中，基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形，具体包括：
给定所述发射波形s时，优化所述尺度因子α：
给定所述优化因子α时，优化所述发射波形s：
s.t.|s(i)|＝1,i＝1,2,...,MN
将经优化的所述发射波形s松弛为等式约束下的二次优化问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，s(l)表示第l个所述发射波形的取值，
tr(·)表示求迹运算，vec(·)表示矩阵向量化；
将所述等式约束下的二次优化进一步松弛为等式约束下的线性问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，
LC＝diag(|C|EMN)，diag(·)表示以向量元素作为对角元素对其进行矩阵化，ELN表示元素全为1的向量，最终求得最优发射波形为：
利用上式更新s(l)，以获得给定所述尺度因子α时的经优化的发射波形s。
第一实施例
图2为根据本发明第一实施例的雷达通信一体化波形直接优化的流程示意图；结合图2给出本发明第一方面的第一实施例。
1.首先，利用发射波形与导向矢量的乘积，推导发射波形的空间功率分布特性；然后，结合期望发射方向图，建立恒模约束下的MIMO雷达发射波形优化模型：
(1)令MIMO雷达的发射波形矩阵为：S＝[s1,s2,...,sN]，其中sn＝[s1(n),s2(n),...,sM(n)]T表示第n个子脉冲的发射波形，M为发射阵元数目，N是子脉冲的个数，建立发射波形空间功率的分布如下：
P(θ)＝||sHA(θ)||2
其中，s＝vec(S)，
vec(·)表示矩阵向量化，
表示Kronecker积，IN表示N维单位阵，a(θ)表示发射导向矢量。
(2)根据发射波形空间功率和期望发射方向图，建立MIMO雷达发射波形优化模型如下：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，Ak＝A(θk)，θk为空间的离散化角度，离散化个数为K，wk和
分别表示不同方向上的加权系数和期望方向图，α＞0为尺度因子，用来折中期望方向图与实际方向图之间的失配。
2.推导通信接收机方向的通信信号合成模型，并在此基础之上，建立基于MIMO平台的雷达通信一体化波形直接优化模型：
(1)假设空间共有P个通信接收机，相对于一体化MIMO平台的角度为θp,p＝1,2,...,P，相应的导向矢量记为a(θp)，则接收机处的通信信号模型可以建立为：
sHAc＝x
其中，Ac＝[A1,A2,...,AP]，
x为期望的通信信号。
(2)建立基于MIMO平台的雷达通信一体化波形直接优化模型：
s.t.sHAc＝x
|s(i)|＝1,i＝1,2,...,MN
3.为方便后续的求解，引入适当的人工辅助参数，构建基于MIMO平台的雷达通信一体化波形设计松弛模型。由于原始优化模型的可行域具有高度的非凸性，并且过多的等式约束严重制约了目标函数求解的自由度，为此，引入下述松弛模型：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，0≤β≤1为加权系数，用来折中方向图的匹配性能与通信信号的合成性能。
4.利用循环算法求解优化问题：
基于MIMO平台的雷达通信一体化波形优化模型，是一个恒模约束下的四次优化问题，对该问题可以采用循环算法进行求解：
(1)s一定时，优化尺度因子α：
(2)α一定时，优化发射波形s：
s.t.|s(i)|＝1,i＝1,2,...,MN
通过选择一个合适的目标上界函数，利用Minorization-maximization(MM)算法可将其松弛为一个等式约束下的二次优化问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，s(l)表示发射波形第l的取值，
tr(·)求迹运算，vec(·)表示矩阵向量化。但是上述模型仍然属于非凸优化问题，为此本发明专利再次利用Minorization-maximization(MM)算法将其松弛为一个等式约束下的线性问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，
LC＝diag(|C|EMN)，diag(·)表示以向量元素作为对角元素对其进行矩阵化，ELN表示元素全为1的向量。很容易求得，最优发射波形为：
利用上式更新s(l)，即可获得α一定时的优化波形s。
(3)循环迭代，交替优化尺度因子α和发射波形s，直至相邻两个迭代步目标函数的变化值小于预设的门限，停止迭代，即可获得基于MIMO平台的雷达通信一体化最优发射波形s*。
(4)第二实施例
仿真条件：MIMO雷达的阵元数目为M＝16，每个阵元发射波形的编码长度为N＝256，发射功率聚焦空域为[-15°,15°]，空间有两个通信接收机，分别位于-45°和50°，期望的通信信号分别为QPSK和8QAM，设定wk＝1，k＝1,2,...,K，β＝10-5，当相邻迭代步目标函数值的变化小于10-4时，停止迭代，初始波形采用随机方法产生，独立的蒙特卡洛实验次数为100。
图3a为根据本发明第二实施例的经优化的发射波形的发射方向图；如图3a所示，优化后的发射方向图在指定空域实现了发射功率聚焦，与传统MIMO雷达的方向图性能相近，仅有个别方向的旁瓣电平有所抬升，这对基于MIMO平台的雷达目标探测功能影响不大，因此较好地完成了雷达通信一体化系统的雷达探测功能。
图3b1-3b2为根据本发明第二实施例的利用经优化的发射波形合成的通信信号的相位星座图；如图所示，优化后的一体化波形在通信接收机方向形成了所需的通信信号，与期望信号误差较小而且具有很高的稳定性。
对其中一次的合成信号进行解码，可以获得实际的合成通信信号，如图3c1-3c2所示，本发明专利在两个通信接收机处合成的通信信号实现了零误码率。
因此，本发明第一方面提出的方法，在实现对指定空域目标探测的同时，能够与期望方向的通信接收机实现高速率的通信信息传输，为后续研制雷达-通信一体化设备样机奠定了坚实基础。
本发明第二方面公开了一种基于MIMO平台的雷达通信一体化波形优化系统，所述系统基于MIMO平台来实现，所述MIMO平台为多输入多输出雷达发射平台。图4为根据本发明实施例一种基于MIMO平台的雷达通信一体化波形优化系统的结构图；如图4所示，所述系统400包括：
第一处理单元401，被配置为，获取所述MIMO平台发射信号的发射波形，基于所述发射波形和导向矢量确定所述发射波形的空间功率分布特性，并根据已知的期望发射方向图进一步建立用于优化所述发射波形的优化模型，其中所述导向矢量包含空间中任意方向的导向矢量信息；
第二处理单元402，被配置为，获取若干通信接收机相对于所述MIMO平台的角度导向矢量，构建所述若干通信接收机处的通信信号模型，所述通信信号模型用于在所述发射波形的优化模型的基础上生成基于所述MIMO平台的雷达通信一体化波形优化模型；
第三处理单元403，被配置为，获取所述雷达通信一体化波形优化模型的松弛模型，并基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形。
根据本发明第二方面的系统，所述发射波形的波形矩阵为：S＝[s1,s2,...,sN]，其中sn＝[s1(n),s2(n),...,sM(n)]T为第n个子脉冲的发射波形，M为发射阵元数目，N为子脉冲的个数，确定的所述发射波形的空间功率分布特性如下：
P(θ)＝||sHA(θ)||2
其中，s＝vec(S)，
vec(·)表示矩阵向量化，
表示Kronecker积，IN表示N维单位阵，a(θ)表示所述发射波形的导向矢量。
根据本发明第二方面的系统，根据所述已知的期望发射方向图建立的所述发射波形的优化模型如下：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，Ak＝A(θk)，θk为空间的离散化角度，离散化个数为K，wk表示所述空间中不同方向上的加权系数，
表示所述已知的期望发射方向图，α为尺度因子且α＞0，用于折中所述期望发射方向图与实际发射方向图之间的失配。
根据本发明第二方面的系统，P个所述通信接收机相对于所述MIMO平台的角度为θp,p＝1,2,...,P，相对于所述MIMO平台的角度导向矢量为a(θp)，则P个所述通信接收机处的通信信号模型为：
sHAc＝x
其中，Ac＝[A1,A2,...,AP]，
x为期望的通信信号。
根据本发明第二方面的系统，所述第二处理单元402具体被配置为，基于P个所述通信接收机处的通信信号模型，在所述发射波形的优化模型的基础上，生成的所述雷达通信一体化波形优化模型为：
根据本发明第二方面的系统，所述雷达通信一体化波形优化模型的松弛模型为：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，0≤β≤1为用于折中方向图的匹配性能与P个所述通信接收机处的通信信号的合成性能的加权系数。
根据本发明第二方面的系统，所述第三处理单元403具体被配置为，基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形，具体包括：
给定所述发射波形s时，优化所述尺度因子α：
给定所述优化因子α时，优化所述发射波形s：
s.t.|s(i)|＝1,i＝1,2,...,MN
将经优化的所述发射波形s松弛为等式约束下的二次优化问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，s(l)表示第l个所述发射波形的取值，
表示求迹运算，vec(·)表示矩阵向量化；
将所述等式约束下的二次优化进一步松弛为等式约束下的线性问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，
LC＝diag(|C|EMN)，diag(·)表示以向量元素作为对角元素对其进行矩阵化，ELN表示元素全为1的向量，最终求得最优发射波形为：
利用上式更新s(l)，以获得给定所述尺度因子α时的经优化的发射波形s。
通过循环迭代交替所述尺度因子α和所述发射波形s，直至相邻两个迭代步目标函数的变化值小于预设的门限，则停止迭代，并获得所述MIMO平台的雷达通信一体化的最优发射波形s*。
本发明第三方面公开了一种电子设备。所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现本公开第一方面中任一项所述的一种雷达通信一体化波形直接优化方法中的步骤。
图5为根据本发明实施例的一种电子设备的结构图，如图5所示，电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、近场通信(NFC)或其他技术实现。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本公开的技术方案相关的部分的结构图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本发明第四方面公开了一种计算机可读存储介质。所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现本公开第一方面中任一项所述的一种雷达通信一体化波形直接优化方法中的步骤。
综上，本发明的有益效果如下：(1)本发明在实现MIMO雷达目标探测功能的同时，能够完成与己方通信设备之间的通信信息传输，而且可以同时传统不同调制样式的通信信号，实现了一对多的通信传输体制；(2)本发明相比现有一体化波形设计的另一优势在于，本发明可以实现对发射波形的恒模设计，更接近实际工程化；而且本发明可以实现通信信息的高速率传输，每个雷达脉冲内可传输上百比特的通信信息；(3)本发明提出的循环算法和Minorization-maximization(MM)技术联合优化方法，使得原始非凸问题转为为一系列线性规划问题，相比现有算法具有更低的计算复杂度和更好的优化效果，为在线设计基于MIMO平台的雷达通信一体化波形奠定有利基础。
请注意，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种雷达通信一体化波形直接优化方法，其特征在于，所述方法基于MIMO平台来实现，所述MIMO平台为多输入多输出雷达发射平台，所述方法包括：
步骤S1、获取所述MIMO平台发射信号的发射波形，基于所述发射波形和导向矢量确定所述发射波形的空间功率分布特性，并根据已知的期望发射方向图进一步建立用于优化所述发射波形的优化模型，其中所述导向矢量包含空间中任意方向的导向矢量信息；
步骤S2、获取若干通信接收机相对于所述MIMO平台的角度导向矢量，构建所述若干通信接收机处的通信信号模型，所述通信信号模型用于在所述发射波形的优化模型的基础上生成基于所述MIMO平台的雷达通信一体化波形优化模型；
步骤S3、获取所述雷达通信一体化波形优化模型的松弛模型，并基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形。
2.根据权利要求1所述的一种雷达通信一体化波形直接优化方法，其特征在于，在所述步骤S1中，所述发射波形的波形矩阵为：S＝[s1,s2,...,sN]，其中sn＝[s1(n),s2(n),...,sM(n)]T为第n个子脉冲的发射波形，M为发射阵元数目，N为子脉冲的个数，确定的所述发射波形的空间功率分布特性如下：
P(θ)＝||sHA(θ)||2
其中，s＝vec(S)，
vec(·)表示矩阵向量化，
表示Kronecker积，IN表示N维单位阵，a(θ)表示所述发射波形的导向矢量。
3.根据权利要求2所述的一种雷达通信一体化波形直接优化方法，其特征在于，在所述步骤S1中，根据所述已知的期望发射方向图建立的所述发射波形的优化模型如下：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，Ak＝A(θk)，θk为空间的离散化角度，离散化个数为K，wk表示所述空间中不同方向上的加权系数，
表示所述已知的期望发射方向图，α为尺度因子且α＞0，用于折中所述期望发射方向图与实际发射方向图之间的失配。
4.根据权利要求3所述的一种雷达通信一体化波形直接优化方法，其特征在于，在所述步骤S2中，P个所述通信接收机相对于所述MIMO平台的角度为θp,p＝1,2,...,P，相对于所述MIMO平台的角度导向矢量为a(θp)，则P个所述通信接收机处的通信信号模型为：
sHAc＝x
其中，Ac＝[A1,A2,...,AP]，
x为期望的通信信号。
5.根据权利要求4所述的一种雷达通信一体化波形直接优化方法，其特征在于，在所述步骤S2中，基于P个所述通信接收机处的通信信号模型，在所述发射波形的优化模型的基础上，生成的所述雷达通信一体化波形优化模型为：
6.根据权利要求5所述的一种雷达通信一体化波形直接优化方法，其特征在于，在所述步骤S3中，所述雷达通信一体化波形优化模型的松弛模型为：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，0≤β≤1为用于折中方向图的匹配性能与P个所述通信接收机处的通信信号的合成性能的加权系数。
7.根据权利要求6所述的一种雷达通信一体化波形直接优化方法，其特征在于，在所述步骤S3中，基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形，具体包括：
给定所述发射波形s时，优化所述尺度因子α：
给定所述优化因子α时，优化所述发射波形s：
s.t.|s(i)|＝1,i＝1,2,...,MN
将经优化的所述发射波形s松弛为等式约束下的二次优化问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，s(l)表示第l个所述发射波形的取值，
tr(·)表示求迹运算，vec(·)表示矩阵向量化；
将所述等式约束下的二次优化进一步松弛为等式约束下的线性问题：
s.t.|s(i)|＝1,i＝1,2,...,MN
其中，
LC＝diag(|C|EMN)，diag(·)表示以向量元素作为对角元素对其进行矩阵化，ELN表示元素全为1的向量，最终求得最优发射波形为：
利用上式更新s(l)，以获得给定所述尺度因子α时的经优化的发射波形s。
通过循环迭代交替所述尺度因子α和所述发射波形s，直至相邻两个迭代步目标函数的变化值小于预设的门限，则停止迭代，并获得所述MIMO平台的雷达通信一体化的最优发射波形s*。
8.一种基于MIMO平台的雷达通信一体化波形优化系统，其特征在于，所述系统包括：
第一处理单元，被配置为，获取所述MIMO平台发射信号的发射波形，基于所述发射波形和导向矢量确定所述发射波形的空间功率分布特性，并根据已知的期望发射方向图进一步建立用于优化所述发射波形的优化模型，其中所述导向矢量包含空间中任意方向的导向矢量信息；
第二处理单元，被配置为，获取若干通信接收机相对于所述MIMO平台的角度导向矢量，构建所述若干通信接收机处的通信信号模型，所述通信信号模型用于在所述发射波形的优化模型的基础上生成基于所述MIMO平台的雷达通信一体化波形优化模型；
第三处理单元，被配置为，获取所述雷达通信一体化波形优化模型的松弛模型，并基于所述松弛模型，通过循环计算的方式交替优化所述发射波形，直至得到最优发射波形。
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时，实现权利要求1至7中任一项所述的一种雷达通信一体化波形直接优化方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至7中任一项所述的一种雷达通信一体化波形直接优化方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210173633.7A CN114675238B (zh) | 2022-02-24 | 2022-02-24 | 一种雷达通信一体化波形直接优化方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210173633.7A CN114675238B (zh) | 2022-02-24 | 2022-02-24 | 一种雷达通信一体化波形直接优化方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114675238A true CN114675238A (zh) | 2022-06-28 |
| CN114675238B CN114675238B (zh) | 2023-11-03 |
Family
ID=82072745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210173633.7A Active CN114675238B (zh) | 2022-02-24 | 2022-02-24 | 一种雷达通信一体化波形直接优化方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114675238B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115291198A (zh) * | 2022-10-10 | 2022-11-04 | 西安晟昕科技发展有限公司 | 一种雷达信号发射及信号处理方法 |
| CN115361042A (zh) * | 2022-10-17 | 2022-11-18 | 中国人民解放军国防科技大学 | 一种基于mimo阵列的发射波形优化方法与系统 |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2567572A1 (en) * | 2004-05-03 | 2005-11-24 | Raytheon Canada Limited | System and method for concurrent operation of multiple radar or active sonar systems on a common frequency |
| EP2966469A1 (en) * | 2014-07-10 | 2016-01-13 | King Abdullah University Of Science And Technology | Generation of correlated finite alphabet waveforms using gaussian random variables |
| CN106526569A (zh) * | 2016-10-28 | 2017-03-22 | 中国人民解放军信息工程大学 | 基于交替迭代的宽带mimo雷达稀疏频谱波形设计方法 |
| CN107656257A (zh) * | 2017-09-28 | 2018-02-02 | 西安电子科技大学 | 一种弹载mimo雷达波形协方差矩阵的优化设计方法 |
| CN108008364A (zh) * | 2017-11-22 | 2018-05-08 | 大连大学 | 改善mimo-stap检测性能的发射波形及接收权联合优化方法 |
| US20180156892A1 (en) * | 2016-12-06 | 2018-06-07 | GM Global Technology Operations LLC | Multiple modulation element radar waveform generation |
| CN108226878A (zh) * | 2017-12-08 | 2018-06-29 | 西安电子科技大学 | 基于坐标下降算法的mimo雷达发射波形合成方法 |
| WO2018183502A1 (en) * | 2017-03-30 | 2018-10-04 | Raytheon Company | Polymorphic waveform generation |
| CN108983226A (zh) * | 2018-07-20 | 2018-12-11 | 北京航空航天大学 | 一种基于天线布阵调制的mimo雷达通信一体化方法 |
| CN111132335A (zh) * | 2019-12-16 | 2020-05-08 | 南京航空航天大学 | 雷达通信一体化系统子载波聚类与功率联合分配方法 |
| EP3690483A1 (en) * | 2019-02-04 | 2020-08-05 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | A method for synthesis of antenna array layouts or selection of waveform in a set of mutually incoherent apertures for radar and radio-frequency applications |
| WO2020212569A1 (en) * | 2019-04-17 | 2020-10-22 | Université Du Luxembourg | Method and device for beamforming in a mimo radar system |
| CN111856410A (zh) * | 2020-07-21 | 2020-10-30 | 中国人民解放军国防科技大学 | 恒模约束下机载mimo雷达的稳健发射接收联合优化方法 |
| US10895635B1 (en) * | 2020-08-14 | 2021-01-19 | King Abdulaziz University | Method of processing waveforms at a multiple-input-multiple-output (MIMO) radar for an unknown target |
| CN112363132A (zh) * | 2020-10-09 | 2021-02-12 | 西安电子科技大学 | 一种基于fbmc的雷达通信一体化波形生成方法 |
| US20210132211A1 (en) * | 2019-10-30 | 2021-05-06 | University Of Kansas | Physical waveform optimization for multiple-beam multifunction digital arrays |
| CN112968722A (zh) * | 2021-03-17 | 2021-06-15 | 南京大学 | 基于fd-mimo的雷达通信一体化信号设计方法 |
| CN113075622A (zh) * | 2021-03-30 | 2021-07-06 | 重庆三峡学院 | 一种雷达通信一体化中多用户通信的发射波束赋形方法 |
| CN113534091A (zh) * | 2021-07-21 | 2021-10-22 | 北京航空航天大学 | 一种高分辨雷达发/收联合设计的优化问题解算方法 |
| CN113702961A (zh) * | 2021-07-15 | 2021-11-26 | 浙江理工大学 | 杂波场景下mimo-stap雷达收发空时资源配置方法 |
-
2022
- 2022-02-24 CN CN202210173633.7A patent/CN114675238B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2567572A1 (en) * | 2004-05-03 | 2005-11-24 | Raytheon Canada Limited | System and method for concurrent operation of multiple radar or active sonar systems on a common frequency |
| EP2966469A1 (en) * | 2014-07-10 | 2016-01-13 | King Abdullah University Of Science And Technology | Generation of correlated finite alphabet waveforms using gaussian random variables |
| CN106526569A (zh) * | 2016-10-28 | 2017-03-22 | 中国人民解放军信息工程大学 | 基于交替迭代的宽带mimo雷达稀疏频谱波形设计方法 |
| US20180156892A1 (en) * | 2016-12-06 | 2018-06-07 | GM Global Technology Operations LLC | Multiple modulation element radar waveform generation |
| WO2018183502A1 (en) * | 2017-03-30 | 2018-10-04 | Raytheon Company | Polymorphic waveform generation |
| CN107656257A (zh) * | 2017-09-28 | 2018-02-02 | 西安电子科技大学 | 一种弹载mimo雷达波形协方差矩阵的优化设计方法 |
| CN108008364A (zh) * | 2017-11-22 | 2018-05-08 | 大连大学 | 改善mimo-stap检测性能的发射波形及接收权联合优化方法 |
| CN108226878A (zh) * | 2017-12-08 | 2018-06-29 | 西安电子科技大学 | 基于坐标下降算法的mimo雷达发射波形合成方法 |
| CN108983226A (zh) * | 2018-07-20 | 2018-12-11 | 北京航空航天大学 | 一种基于天线布阵调制的mimo雷达通信一体化方法 |
| EP3690483A1 (en) * | 2019-02-04 | 2020-08-05 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | A method for synthesis of antenna array layouts or selection of waveform in a set of mutually incoherent apertures for radar and radio-frequency applications |
| WO2020212569A1 (en) * | 2019-04-17 | 2020-10-22 | Université Du Luxembourg | Method and device for beamforming in a mimo radar system |
| US20210132211A1 (en) * | 2019-10-30 | 2021-05-06 | University Of Kansas | Physical waveform optimization for multiple-beam multifunction digital arrays |
| CN111132335A (zh) * | 2019-12-16 | 2020-05-08 | 南京航空航天大学 | 雷达通信一体化系统子载波聚类与功率联合分配方法 |
| CN111856410A (zh) * | 2020-07-21 | 2020-10-30 | 中国人民解放军国防科技大学 | 恒模约束下机载mimo雷达的稳健发射接收联合优化方法 |
| US10895635B1 (en) * | 2020-08-14 | 2021-01-19 | King Abdulaziz University | Method of processing waveforms at a multiple-input-multiple-output (MIMO) radar for an unknown target |
| CN112363132A (zh) * | 2020-10-09 | 2021-02-12 | 西安电子科技大学 | 一种基于fbmc的雷达通信一体化波形生成方法 |
| CN112968722A (zh) * | 2021-03-17 | 2021-06-15 | 南京大学 | 基于fd-mimo的雷达通信一体化信号设计方法 |
| CN113075622A (zh) * | 2021-03-30 | 2021-07-06 | 重庆三峡学院 | 一种雷达通信一体化中多用户通信的发射波束赋形方法 |
| CN113702961A (zh) * | 2021-07-15 | 2021-11-26 | 浙江理工大学 | 杂波场景下mimo-stap雷达收发空时资源配置方法 |
| CN113534091A (zh) * | 2021-07-21 | 2021-10-22 | 北京航空航天大学 | 一种高分辨雷达发/收联合设计的优化问题解算方法 |
Non-Patent Citations (4)
| Title |
|---|
| CHEN, N.等: "Beampattern synthesis and spectral compatibility based MIMO radar waveform design", DIGITAL SIGNAL PROCESSING, pages 1 - 8 * |
| HUANG, Z.等: "Waveform Design for Dual-Function Radar Communications Based on the MIMO Platform", 2021 CIE INTERNATIONAL CONFERENCE ON RADAR (RADAR), pages 2871 - 2875 * |
| 何团, 等: "基于稀疏恢复的MIMO-STAP离散干扰抑制方法", 探测与控制学报, vol. 41, no. 6, pages 95 - 100 * |
| 田团伟: "雷达通信一体化的多载波信号功率分配算法研究", 中国博士学位论文全文数据库 信息科技辑, no. 1, pages 136 - 263 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115291198A (zh) * | 2022-10-10 | 2022-11-04 | 西安晟昕科技发展有限公司 | 一种雷达信号发射及信号处理方法 |
| CN115291198B (zh) * | 2022-10-10 | 2023-01-24 | 西安晟昕科技发展有限公司 | 一种雷达信号发射及信号处理方法 |
| CN115361042A (zh) * | 2022-10-17 | 2022-11-18 | 中国人民解放军国防科技大学 | 一种基于mimo阵列的发射波形优化方法与系统 |
| CN115361042B (zh) * | 2022-10-17 | 2022-12-23 | 中国人民解放军国防科技大学 | 一种基于mimo阵列的发射波形优化方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114675238B (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Holographic integrated sensing and communication | |
| CN111010219B (zh) | 可重构智能表面辅助的多用户mimo上行链路传输方法 | |
| Qi et al. | Integrating sensing, computing, and communication in 6G wireless networks: Design and optimization | |
| EP3567742A1 (en) | Channel state information feedback and determination methods, and device | |
| CN114675238B (zh) | 一种雷达通信一体化波形直接优化方法和系统 | |
| CN113765550A (zh) | 通信方法及相关装置 | |
| Zappone et al. | Intelligent reflecting surface enabled random rotations scheme for the MISO broadcast channel | |
| CN108141256B (zh) | 天线阵列的相位调整方法及装置 | |
| Xu et al. | Intelligent reflecting surface based backscatter communication for data offloading | |
| Sun et al. | A robust secure hybrid analog and digital receive beamforming scheme for efficient interference reduction | |
| Adhikary et al. | Artificial intelligence framework for target oriented integrated sensing and communication in holographic MIMO | |
| Shtaiwi et al. | Sum-rate maximization for RIS-assisted integrated sensing and communication systems with manifold optimization | |
| Liu et al. | Robust energy-efficient hybrid beamforming design for massive MIMO LEO satellite communication systems | |
| CN118265058A (zh) | 双极化智能超表面辅助的通感一体化方法和装置 | |
| CN114765785B (zh) | 一种基于最大信噪比的多智能反射面选择方法 | |
| Peng et al. | Mutual information-based integrated sensing and communications: A WMMSE framework | |
| CN116760439A (zh) | 一种基于雷达通信一体化系统的鲁棒波束成形方法 | |
| Kong et al. | Active and passive beamforming for IRS-aided vehicle communication | |
| Feng et al. | Hybrid precoding for massive MIMO systems using partially-connected phase shifter network | |
| Li et al. | Joint Beamforming for STAR-RIS in Near-Field Communications | |
| Jiang et al. | Intelligent reflecting surface aided co-existing radar and communication system | |
| CN114499612A (zh) | 波束赋形的处理方法、装置及可读存储介质 | |
| CN114499602B (zh) | Ris辅助mimo-noma通信系统中的发送预编码和相移矩阵设计方法 | |
| Khalili et al. | Advanced ISAC design: Movable antennas and accounting for dynamic RCS | |
| Xu et al. | A divide-and-conquer precoding scheme for sub-connected massive MIMO systems |
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 |