单用户MUI能量约束下的DFRC系统恒模波形设计

    公开(公告)号:CN118780030A

    公开(公告)日:2024-10-15

    申请号:CN202410701685.6

    申请日:2024-05-31

    Abstract: 本发明公开了一种单用户MUI能量约束下的DFRC系统恒模波形设计,属于波形设计领域。本发明提出了一个复杂度较低的基于不等式约束的流形优化框架,首先,本发明将每个用户的MUI能量约束通过平滑方法转化为罚函数的形式补充到目标函数中,得到了一个只有恒模约束的优化问题;然后,基于复圆流形天然地满足恒模约束,本发明提出了一种基于复圆流形的梯度下降方法去求解转化后的问题;最后,通过自适应更新惩罚参数来惩罚不等式约束项,最终使不等式约束满足条件,即保证每个用户的MUI能量是可控的。与现有方法相比,本发明所提方法在雷达端的SINR性能和发射方向图性能更好,同时通信端的每个用户的可达速率更高。

    一比特DAC高精度DOA估计的MIMO雷达波形设计

    公开(公告)号:CN117148310A

    公开(公告)日:2023-12-01

    申请号:CN202310983141.9

    申请日:2023-08-03

    Abstract: 本申请公开了一比特DAC高精度DOA估计的MIMO雷达波形设计,涉及雷达技术领域,本申请包括,在远场条件下,对MIMO雷达的配备两个一比特DAC的发射天线的波形,建立波形设计问题,对波形设计问题进行变量分离、问题转换,提出一比特交替优化框架去求解转换后的波形设计问题,在优化框架中提出一种低复杂度的ADMM方法,依据KKT条件,在每次迭代中获得波形矩阵的闭式解。本申请提供的波形设计形成的空间谱在目标位置处具有更尖锐的谱峰,从而能够获得更高的分辨率,本申请提供的波形设计方法具有更高的DOA估计精度,并且RMSE曲线更接近理论下界。

    软量化模型驱动深度学习的MIMO雷达多相波形设计

    公开(公告)号:CN117055007A

    公开(公告)日:2023-11-14

    申请号:CN202310973253.6

    申请日:2023-08-03

    Abstract: 本申请公开了软量化模型驱动深度学习的MIMO雷达多相波形设计,涉及雷达技术领域,本申请包括,建立发射波形的最小化空域积分旁瓣电平比的优化模型;在深度学习框架中构造优化模型的损失函数,利用Adam优化器去优化损失函数,得到波形矩阵,其中,采用具有自适应量化阈值的软量化方法获得多相波形。本申请可以获取更低的ISLR值,在发射方向图上也能够获得较深的零陷深度和较低的峰值旁瓣电平,更利于提高MIMO雷达对目标的探测性能。

    基于流形优化的共轭梯度波束成形生成方法

    公开(公告)号:CN116887307A

    公开(公告)日:2023-10-13

    申请号:CN202310933943.9

    申请日:2023-07-27

    Abstract: 本申请公开了基于流形优化的共轭梯度波束成形生成方法,涉及波束形成技术领域,本申请包括,构建保证期望能量的情况下,最小化干扰信号能量的问题模型;通过变换目标函数,将最小化干扰信号能量的问题模型转换为复杂圆流形上的问题模型,通过梯度下降方法求解复杂圆流形上的问题模型,调用波形初始值,求解干扰方向下的最优期望信号能量的输出波形。本申请提供的一种无需松弛的直接方法来解决非凸和NP难的问题,与现有方法相比,在干扰方向上能形成更低的零陷,进而获得更高的信干噪比。且运行时间较短。

    毫米波MIMO混合预编码器的模型基深度学习网络方法

    公开(公告)号:CN116996100A

    公开(公告)日:2023-11-03

    申请号:CN202310973857.0

    申请日:2023-08-04

    Abstract: 本申请公开了毫米波MIMO混合预编码器的模型基深度学习网络方法,本申请包括,对包括收/发端的模拟/数字预编码的混合编码器设计,构建最大化MIMO雷达频谱效率的优化模型,包括:转换至黎曼流形下,将梯度投影算法展开为MDL‑Net的模型层,对模拟预编码器的优化;在下一个网络层,对梯度下降获取的可行解逆向量化,获取网络损失函数,根据网络损失函数采用优化器训练步长,返回训练后步长与可行解至第一个网络层,梯度下降至收敛或达到最大循环次数,将输出结果逆向量化,得到优化的模拟预编码,固定模拟预编码相位,基于发射端模拟/数字预编码的能量约束,归一化输出满足优化模型的模拟/数字预编码。提升毫米波MIMO通信系统的频谱效率。

    基于黎曼自适应梯度的MIMO雷达恒模波形设计方法

    公开(公告)号:CN117290996A

    公开(公告)日:2023-12-26

    申请号:CN202310964787.2

    申请日:2023-08-02

    Abstract: 本申请公开了基于黎曼自适应梯度的MIMO雷达恒模波形设计方法,本申请涉及雷达技术领域,包括:对恒模约束下最大化SINR的波形建立优化模型,根据历史梯度的信息自适应调整步长和加速收敛速度,求解优化模型,获取收敛的波形。本申请提供的一种基于黎曼自适应梯度的MIMO雷达恒模波形设计方法,避免了发射波形的非线性失真。在性能和收敛性上找到平衡点,能够获得更大的SINR同时收敛速度更快,在发射方向图上也能够获得主瓣增益和零陷深度的优势,更利于提高MIMO雷达对目标的探测性能。具有强干扰抑制,计算时间较短的优异效果。

    用于毫米波通信系统中混合预编码器设计的快速优化方法

    公开(公告)号:CN117150728A

    公开(公告)日:2023-12-01

    申请号:CN202310975476.6

    申请日:2023-08-04

    Abstract: 本申请公开了用于毫米波通信系统中混合预编码器设计的快速优化方法,本申请包括,射频模拟预编码矩阵满足恒模约束,混合预编码矩阵满足用于限制发射信号的传输功率的能量约束;设置满足恒模约束和能量约束的问题模型,所述问题模型为衡量混合预编码矩阵与最优无约束数字预编码矩阵的最小化相似程度的问题模型;对问题模型根据参数的性能指标进行联合优化获取优化模型;采用交替优化结构求解所述优化模型,基于求解结果,获取毫米波MIMO系统的基带数字预编码矩阵和射频模拟预编码矩阵。本申请能够在保证频谱效率优化结果不衰减的同时,将计算复杂度降低约一个数量级,更有利于进行硬件实现。

Patent Agency Ranking