CN115225176B - 复杂电磁环境下的多天线系统协同任务多维度调度方法 - Google Patents
复杂电磁环境下的多天线系统协同任务多维度调度方法 Download PDFInfo
- Publication number
- CN115225176B CN115225176B CN202210849378.3A CN202210849378A CN115225176B CN 115225176 B CN115225176 B CN 115225176B CN 202210849378 A CN202210849378 A CN 202210849378A CN 115225176 B CN115225176 B CN 115225176B
- Authority
- CN
- China
- Prior art keywords
- electromagnetic
- antenna
- antenna system
- interference
- electromagnetic environment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims abstract description 8
- 238000013316 zoning Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 230000010287 polarization Effects 0.000 claims description 3
- 238000002922 simulated annealing Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Electromagnetism (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Quality & Reliability (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明公开复杂电磁环境下的多天线系统协同任务多维度调度方法,步骤如下:拆解协同任务R,分成N个不同层次的子任务Ri,分别赋予最重要度系数Ki,并将天线系统A通过任务的重要程度,初步分配于多个可以执行的任务、若可执行,则停止;否则,利用分区域的方法分析多天线系统所处的电磁环境,计算M个不同区域的外来电磁干扰和系统间的电磁兼容E,并计算电磁状态矩阵Eo,通过所得到的电磁环境中天线系统的电磁状态矩阵Eo,从空间维度对多个天线系统A进行分类将空间维度不可分的天线系统Ap,在可用频谱的范围里根据天线电磁状态Eo,p等,本发明在面对复杂电磁环境下的电磁干扰和兼容问题时,显著提升调度效率。
Description
技术领域
本发明涉及天线系统技术领域,具体为复杂电磁环境下的多天线系统协同任务多维度调度方法。
背景技术
随着电子设备数量及种类的不断增加,且电磁环境日益复杂。在军事和民用领域实现协同任务的需求,众多的电子设备尤其是天线系统,主要包括多部雷达天线系统和多部通信天线系统,产生空间密集、宽覆盖的电磁频谱,包括外来电磁设备的干扰导致复杂的电磁环境,使得多天线系统协同任务的难度大大增加。
现有的任务调度方法多基于理想的电磁环境模型,默认天线不收外来和其他协同系统,实现资源分配,包括功率、波束等,这些调度方法忽略电磁干扰和电磁兼容问题,随着未来电磁环境的复杂化趋势,理想化的调度方法越来越有着较大的局限性。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述和/或现有通信天线系统调度中存在的问题,提出了本发明。
因此,本发明的目的是提供复杂电磁环境下的多天线系统协同任务多维度调度方法,在面对复杂电磁环境下的电磁干扰和兼容问题时,显著提升调度效率。
为解决上述技术问题,根据本发明的一个方面,本发明提供了如下技术方案:
复杂电磁环境下的多天线系统协同任务多维度调度方法,具体步骤如下:
S1、拆解协同任务R,分成N个不同层次的子任务Ri,分别赋予最重要度系数Ki,并将天线系统A通过任务的重要程度,初步分配于多个可以执行的任务;
其中,R={R1,R2,…,RN};
S2、若可执行,则停止;否则,利用分区域的方法分析多天线系统所处的电磁环境,计算M个不同区域的外来电磁干扰和系统间的电磁兼容E,其中E为M×M的矩阵,将不同重要性的区域赋予不同的重要系数ti,并计算电磁状态矩阵Eo;
S3、通过所得到的电磁环境中天线系统的电磁状态矩阵Eo,从空间维度对多个天线系统A进行分类;
其中,A={A1,A2,…,AP};
S4、将空间维度不可分的天线系统Ap,在可用频谱的范围里根据天线电磁状态Eo,p,在频率维度再次对多个天线系统进行分类;
其中,Ap={Ap,1,Ap,2,…,Ap,Q};
S5、对在频率维度不可分的天线系统类中多个天线系统Ap,q,在时间维度再次对多个天线系统进行分类Ap,q={Ap,q,1,Ap,q,2,…,Ap,q,S},并分配多个协同任务的子任务;
S6、利用优化算法,对每个天线系统类Ap,q,s在时域维度进行任务调度。
作为本发明所述的复杂电磁环境下的多天线系统协同任务多维度调度方法的一种优选方案,其中,所述步骤S2中,电磁干扰和电磁兼容E计算模型具体为:
其中,i、j分别表示区域i和区域j;Gi(θ,φ)或者Gj(θ,φ)为区域i或者j的天线增益方向图;λ为波长;γ为天线间极化系数;R为天线的距离;L为传播损耗;
电磁状态矩阵Eo为不同重要程度下的电磁干扰和电磁兼容程度,
作为本发明所述的一种复杂电磁环境下的多天线系统协同任务多维度调度方法的一种优选方案,其中,所述步骤S4中的电磁状态Eo,p,计算方法具体为:
天线之间的耦合和干扰受到接收机的选择性曲线产生的对无用发射机发射频谱抑制FDR的影响;
其中,P(f)为干扰信号等效中频的功率谱密度,H(f)为接收机的频率响应,Δf=ft–fr,其中,ft为干扰源的即时频率,fr为接收机的调谐频率;
此时,空域维度不可分的每个区域之间的天线电磁状态Ep为:
电磁状态矩阵Eo,p为不同重要程度下的电磁干扰和电磁兼容程度,
作为本发明所述的复杂电磁环境下的多天线系统协同任务多维度调度方法的一种优选方案,其中,所述天线系统包括雷达系统和通信系统。
作为本发明所述的复杂电磁环境下的多天线系统协同任务多维度调度方法的一种优选方案,其中,所述优化算法包括遗传算法、粒子群算法和模拟退火。
与现有技术相比,本发明具有的有益效果是:本发明基于电磁干扰和电磁兼容模型从空间、频率以及时间维度对多天线系统调度,可实现在复杂电磁环境下,对多天线系统协同任务进行多维度调度,面对复杂电磁环境下的电磁干扰和兼容前提下提升调度效率。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将结合附图和详细实施方式对本发明进行详细说明,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明复杂电磁环境下的多天线系统协同任务多维度调度方法的流程图;
图2为本发明复杂电磁环境下的多天线系统协同任务多维度调度方法应用案例示意图;
图3为本发明复杂电磁环境下的多天线系统协同任务多维度调度方法应用的实验结果示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
其次,本发明结合示意图进行详细描述,在详述本发明实施方式时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明提供复杂电磁环境下的多天线系统协同任务多维度调度方法,在面对复杂电磁环境下的电磁干扰和兼容问题时,显著提升调度效率。
图1示出的是本发明复杂电磁环境下的多天线系统协同任务多维度调度方法的流程图,请参阅图1,该种复杂电磁环境下的多天线系统协同任务多维度调度方法具体步骤如下:
S1、拆解协同任务R,分成N个不同层次的子任务Ri,分别赋予最重要度系数Ki,并将例如如雷达系统、通信系统等的天线系统A通过任务的重要程度,初步分配于多个可以执行的任务;
其中,R={R1,R2,…,RN};
S2、若可执行,则停止;否则,利用分区域的方法分析多天线系统所处的电磁环境,计算M个不同区域的外来电磁干扰和系统间的电磁兼容E,其中E为M×M的矩阵,将不同重要性的区域赋予不同的重要系数ti,并计算电磁状态矩阵Eo;在本实施方式中,电磁干扰和电磁兼容E计算模型具体为:
其中,i、j分别表示区域i和区域j;Gi(θ,φ)或者Gj(θ,φ)为区域i或者j的天线增益方向图;λ为波长;γ为天线间极化系数;R为天线的距离;L为传播损耗;
电磁状态矩阵Eo为不同重要程度下的电磁干扰和电磁兼容程度,
S3、通过所得到的电磁环境中天线系统的电磁状态矩阵Eo,从空间维度对多个天线系统A进行分类;
其中,A={A1,A2,…,AP};
S4、将空间维度不可分的天线系统Ap,在可用频谱的范围里根据天线电磁状态Eo,p,在频率维度再次对多个天线系统进行分类;
其中,Ap={Ap,1,Ap,2,…,Ap,Q};
在本实施方式中,电磁状态Eo,p,计算方法具体为:
天线之间的耦合和干扰受到接收机的选择性曲线产生的对无用发射机发射频谱抑制FDR的影响;
其中,P(f)为干扰信号等效中频的功率谱密度,H(f)为接收机的频率响应,Δf=ft–fr,其中,ft为干扰源的即时频率,fr为接收机的调谐频率;
此时,空域维度不可分的每个区域之间的天线电磁状态Ep为:
电磁状态矩阵Eo,p为不同重要程度下的电磁干扰和电磁兼容程度,
S5、对在频率维度不可分的天线系统类中多个天线系统Ap,q,在时间维度再次对多个天线系统进行分类Ap,q={Ap,q,1,Ap,q,2,…,Ap,q,S},并分配多个协同任务的子任务;
S6、利用优化算法,例如遗传算法、粒子群算法和模拟退火等,对每个天线系统类Ap,q,s在时域维度进行任务调度。
为了验证本发明复杂电磁环境下的多天线系统协同任务多维度调度方法的效果,以图2的协同任务为例,对图2的任务通过本发明的方法进行调度,经过空间、频率和时间维度的分类划分,对于某一个协同任务包含的子任务如图2所示,五个天线系统分别分配了多个任务,利用优化算法对协同任务的多个子任务进行调度的结果如图3所示,相对于非协同的总时间2638.3秒。协同调度时间缩减到898.2秒,效率提升了大约66.0%。
虽然在上文中已经参考实施方式对本发明进行了描述,然而在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用,在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此,本发明并不局限于文中公开的特定实施方式,而是包括落入权利要求的范围内的所有技术方案。
Claims (3)
1.一种复杂电磁环境下的多天线系统协同任务多维度调度方法,其特征在于,具体步骤如下:
S1、拆解协同任务R,分成N个不同层次的子任务Ri,分别赋予最重要度系数Ki,并将天线系统A通过任务的重要程度,初步分配于多个可以执行的任务;
其中,R={R1,R2,…,RN};
S2、若可执行,则停止;否则,利用分区域的方法分析多天线系统所处的电磁环境,计算M个不同区域的外来电磁干扰和系统间的电磁兼容E,其中E为M×M的矩阵,将不同重要性的区域赋予不同的重要系数ti,并计算电磁状态矩阵Eo;
S3、通过所得到的电磁环境中天线系统的电磁状态矩阵Eo,从空间维度对多个天线系统A进行分类;
其中,A={A1,A2,…,AP};
S4、将空间维度不可分的天线系统Ap,在可用频谱的范围里根据天线电磁状态Eo,p,在频率维度再次对多个天线系统进行分类;
其中,Ap={Ap,1,Ap,2,…,Ap,Q};
S5、对在频率维度不可分的天线系统类中多个天线系统Ap,q,在时间维度再次对多个天线系统进行分类Ap,q={Ap,q,1,Ap,q,2,…,Ap,q,S},并分配多个协同任务的子任务;
S6、利用优化算法,对每个天线系统类Ap,q,s在时间维度进行任务调度;
其中,所述步骤S2中,电磁干扰和电磁兼容E计算模型具体为:
其中,i、j分别表示区域i和区域j;Gi(θ,φ)或者Gj(θ,φ)为区域i或者j的天线增益方向图;λ为波长;γ为天线间极化系数;R为天线的距离;L为传播损耗;
电磁状态矩阵Eo为不同重要程度下的电磁干扰和电磁兼容程度;
所述步骤S4中的电磁状态Eo,p,计算方法具体为:
天线之间的耦合和干扰受到接收机的选择性曲线产生的对无用发射机发射频谱抑制FDR的影响;
其中,P(f)为干扰信号等效中频的功率谱密度,H(f)为接收机的频率响应,Δf=ft–fr,其中,ft为干扰源的即时频率,fr为接收机的调谐频率;
此时,空域维度不可分的每个区域之间的天线电磁状态Ep为:
电磁状态矩阵Eo,p为不同重要程度下的电磁干扰和电磁兼容程度;
2.根据权利要求1所述的复杂电磁环境下的多天线系统协同任务多维度调度方法,其特征在于,所述天线系统包括雷达系统和通信系统。
3.根据权利要求1所述的复杂电磁环境下的多天线系统协同任务多维度调度方法,其特征在于,所述优化算法包括遗传算法、粒子群算法和模拟退火。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210849378.3A CN115225176B (zh) | 2022-07-19 | 2022-07-19 | 复杂电磁环境下的多天线系统协同任务多维度调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210849378.3A CN115225176B (zh) | 2022-07-19 | 2022-07-19 | 复杂电磁环境下的多天线系统协同任务多维度调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115225176A CN115225176A (zh) | 2022-10-21 |
CN115225176B true CN115225176B (zh) | 2023-11-17 |
Family
ID=83611881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210849378.3A Active CN115225176B (zh) | 2022-07-19 | 2022-07-19 | 复杂电磁环境下的多天线系统协同任务多维度调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115225176B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107517467A (zh) * | 2017-07-10 | 2017-12-26 | 清华大学 | 一种面向过程优化的多天线海域信息港协同资源调配方法 |
CN111200483A (zh) * | 2019-12-31 | 2020-05-26 | 成都中科微信息技术研究院有限公司 | 一种多天线发射分集的天线码字协同优化方法 |
CN112798889A (zh) * | 2020-12-31 | 2021-05-14 | 中国人民解放军国防科技大学 | 一种空间电磁兼容性优化评估系统 |
CN113326122A (zh) * | 2021-03-02 | 2021-08-31 | 东南大学 | 无线分布式计算系统及资源分配方法 |
CN113433401A (zh) * | 2021-06-01 | 2021-09-24 | 中国舰船研究设计中心 | 一种多源多通道的复杂电磁环境模拟生成方法 |
CN114137490A (zh) * | 2021-11-29 | 2022-03-04 | 江苏科技大学 | 一种复杂电磁环境下雷达电磁兼容分析方法 |
-
2022
- 2022-07-19 CN CN202210849378.3A patent/CN115225176B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107517467A (zh) * | 2017-07-10 | 2017-12-26 | 清华大学 | 一种面向过程优化的多天线海域信息港协同资源调配方法 |
CN111200483A (zh) * | 2019-12-31 | 2020-05-26 | 成都中科微信息技术研究院有限公司 | 一种多天线发射分集的天线码字协同优化方法 |
CN112798889A (zh) * | 2020-12-31 | 2021-05-14 | 中国人民解放军国防科技大学 | 一种空间电磁兼容性优化评估系统 |
CN113326122A (zh) * | 2021-03-02 | 2021-08-31 | 东南大学 | 无线分布式计算系统及资源分配方法 |
CN113433401A (zh) * | 2021-06-01 | 2021-09-24 | 中国舰船研究设计中心 | 一种多源多通道的复杂电磁环境模拟生成方法 |
CN114137490A (zh) * | 2021-11-29 | 2022-03-04 | 江苏科技大学 | 一种复杂电磁环境下雷达电磁兼容分析方法 |
Non-Patent Citations (3)
Title |
---|
卫星地面站系统任务调度的动态规划方法;刘洋, 陈英武, 谭跃进;中国空间科学技术(01);全文 * |
基于复杂电磁环境的监测系统设计;李涛;;信息与电脑(理论版)(14);全文 * |
面向复杂电磁环境的多天线信道估计技术;胡苏;郭惠婷;武刚;;电子与信息学报(09);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115225176A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gao et al. | Task partitioning and offloading in DNN-task enabled mobile edge computing networks | |
CN108135002B (zh) | 一种基于块坐标下降的无人机频谱资源分配方法 | |
Tan et al. | Energy-efficient non-orthogonal multicast and unicast transmission of cell-free massive MIMO systems with SWIPT | |
Dicandia et al. | Spectral efficiency improvement of 5G massive MIMO systems for high-altitude platform stations by using triangular lattice arrays | |
CN107017931B (zh) | 一种波束旁瓣抑制的方法及装置 | |
Han et al. | Reconfigurable intelligent surface aided power control for physical-layer broadcasting | |
Riviello et al. | Performance analysis of multi-user MIMO schemes under realistic 3GPP 3-D channel model for 5G mmwave cellular networks | |
CN114025425A (zh) | 一种智能超表面辅助的无线通信与感知定位一体化方法 | |
Liang et al. | JSSA: Joint sidelobe suppression approach for collaborative beamforming in wireless sensor networks | |
Zhang et al. | Antenna array design by a contraction adaptive particle swarm optimization algorithm | |
CN115225176B (zh) | 复杂电磁环境下的多天线系统协同任务多维度调度方法 | |
CN113030931B (zh) | 基于流形优化的mimo雷达波形生成方法 | |
Hassan et al. | Efficient beamforming and radiation pattern control using stacked intelligent metasurfaces | |
Li et al. | Graph neural network-based scheduling for multi-UAV-enabled communications in D2D networks | |
Lema et al. | SLL attenuation-based thinned antenna design for next-generation communications | |
Wang et al. | Mobile edge computing for LEO satellite: A computation offloading strategy based improved ant colony algorithm | |
He et al. | Joint Optimization in Intelligent Reflecting Surface‐Aided UAV Communication for Multiaccess Edge Computing | |
CN114786189B (zh) | 一种智能超表面辅助的室内通信方法 | |
Zhang et al. | Thinning of antenna array via adaptive memetic particle swarm optimization | |
Lavdas et al. | A Deep Learning Framework for Adaptive Beamforming in Massive MIMO Millimeter Wave 5G Multicellular Networks | |
Pan et al. | Downlink multi-user algorithms for millimeter-wave wideband linear arrays on PD-NOMA-based squint steering beams | |
Jovanović et al. | Radiation pattern synthesis using a chaotic beamforming algorithm | |
Senapati et al. | Performance of smart antenna under different fading conditions | |
CN112311489A (zh) | 一种信道传输矩阵的确定方法、装置以及存储介质 | |
CN113050078B (zh) | 一种基于凸松弛的mimo雷达波形生成方法 |
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 |