基于迭代优化网络法的恒模MIMO雷达波形设计

    公开(公告)号:CN118962599A

    公开(公告)日:2024-11-15

    申请号:CN202411177164.1

    申请日:2024-08-26

    Abstract: 本发明公开了一种基于迭代优化网络法的恒模MIMO雷达波形设计,涉及雷达技术领域。本发明包括:制定加权综合目标函数,其为加权峰值旁瓣和加权积分旁瓣电平的线性组合;通过改变加权综合目标函数的权重系数,以转化为波形优化问题,最小化加权综合目标函数的问题很复杂,现有的方法无法直接解决;本发明利用深度学习网络提出了一种无监督双迭代优化网络,首先通过外部迭代更新输入波形;然后内迭代通过残差网络优化波形;最后通过不断更新和优化,在满足收敛条件的情况下,得到所需的波形序列。与现有方法相比,本发明所设计出的波形具有更低的加权最大自相关旁瓣加权最大互相关旁瓣,并且计算成本更低。

    基于复圆流形网络的MIMO雷达单模波形设计

    公开(公告)号:CN119150663A

    公开(公告)日:2024-12-17

    申请号:CN202411141352.9

    申请日:2024-08-20

    Abstract: 本发明公开了一种基于复圆流形网络的MIMO雷达单模波形设计,属于波形设计领域。本发明提供了一种基于模型的复圆流形网络,利用两个梯度下降模型的优势,以在有限的数据学习。本发明将波形设计问题表述为复圆流形上的无约束二次分数阶问题,为了解决该问题,将梯度下降算法作为复圆流形上的网络层展开,并自适应学习步长;此外,针对实际系统中采用的离散相位,本发明设计了一个软量化LCCM网络,其中设计了一个低分辨率的非均匀量化器来量化相位,该量化器依赖于一个独特设计的软阶梯函数,其结合了可学习的参数,允许其自适应地微调决策区域。本发明一方面无需松弛且计算成本降低,另一方面,采用低分辨率非均匀量化器进行相位量化,提高了发射机的效率。

    基于黎曼积流形框架的恒模波形与接收滤波器的联合设计

    公开(公告)号:CN119026359A

    公开(公告)日:2024-11-26

    申请号:CN202411141351.4

    申请日:2024-08-20

    Abstract: 本发明所公开了一种基于黎曼积流形框架的恒模波形与接收滤波器的联合设计,属于雷达领域。在本发明中,通过构造一个黎曼积流形框架可以无需松弛直接对接收滤波器和发射波形进行联合设计的优化问题进行松弛处理,从而避免松弛处理所导致的近似误差,当需要根据期望的AF图对接收滤波器和发射波形进行联合设计,本发明基于模糊函数赋型的黎曼积流形法进行实现,该实现方式是一种基于失匹配滤波的无松弛方法。本发明首先构造了一种黎曼积流形(RPM)以同时满足恒模约束和能量约束;然后,将接收滤波器和发射波形进行联合设计的优化问题转化为RPM上的无约束优化问题;最后,再通过RPM的并行共轭梯度算法进行求解,基于求解结果得到最终的最优发射波形和最优接收滤波器。本发明所设计的发射波形可以获得更深的模糊函数凹口,且对弱目标探测的性能更好。

    基于乘积复圆球流形方法的ISAC系统稳健收发器设计

    公开(公告)号:CN118984165A

    公开(公告)日:2024-11-19

    申请号:CN202411044149.X

    申请日:2024-07-31

    Abstract: 本发明公开了一种基于乘积复圆球流形方法的ISAC系统稳健收发器设计,属于波形设计领域。本发明采用稳健的ISAC收发器设计模型解决恒模约束的收发器设计时的先验传感信息不足的问题;该模型为联合最大化用于感测的平均信号干扰加噪声比和用于通信的可实现和速率,服从用于发射码的CMC和用于接收滤波器的球面约束;并基于本发明所提出的不带松弛和矩阵反演的乘积复圆球面流形法对所构建的模型进行优化求解,以实现并行优化发射码和接收滤波器的优化目标,本发明在提高了感知SINR和通信ASR的同时,显著降低了其优化处理的复杂度;与非鲁棒设计相比,感知SINR和通信ASR均有所提升。

    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。

    基于并行乘积复圆流形的RIS辅助的ISAC波形设计

    公开(公告)号:CN119070868A

    公开(公告)日:2024-12-03

    申请号:CN202411177163.7

    申请日:2024-08-26

    Abstract: 本发明公开了一种基于并行乘积复圆流形的RIS辅助的ISAC波形设计,属于波形设计技术领域。本发明的目标是同时使雷达的波束方向图匹配误差和可重构智能表面RIS辅助的通信多用户干扰最小。本发明利用波形和RIS辅助的自然恒模特性,设计了并行乘积复圆流形框架,将基于同时使雷达的波束方向图匹配误差和RIS辅助的通信多用户干扰最小的波形设计优化问题在并行乘积复圆流形框架上转换为无约束耦合四元问题,并基于并行共轭梯度法来并行优化波形和RIS辅助。与现有方法相比,本发明以更少的计算成本实现了更好的综合性能,实现借助RIS为ISAC系统的所有用户提供服务的同时提高雷达的多目标探测性能。

    快速连续上界最小化法的RIS辅助多用户干扰抑制方法

    公开(公告)号:CN116389202A

    公开(公告)日:2023-07-04

    申请号:CN202310212429.6

    申请日:2023-03-07

    Abstract: 本申请公开了快速连续上界最小化法的RIS辅助多用户干扰抑制方法,涉及通信技术领域,本方法包括,用户通过可重构智能表面交换信息,在恒模约束下,构建求解RIS元件配置的问题;通过对所述求解RIS元件配置的问题重构为具有恒模约束的二次代价函数,然后对所述具有恒模约束的二次代价函数寻找代理函数,通过连续上界最小化算法求得次优解;对所述通过连续上界最小化算法求得次优解通过平方迭代加速求和得到关于RIS元件配置的问题的解;配置RIS元件信息,实现用户在可重构智能表面交换信息。能更有效地抑制多用户互干扰(MUI),提高用户到达率。此外计算复杂度低,用时少。

    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。

    基于限域拟牛顿算法的波束成形生成方法

    公开(公告)号:CN117081632A

    公开(公告)日:2023-11-17

    申请号:CN202310967198.X

    申请日:2023-08-02

    Abstract: 本申请公开了基于限域拟牛顿算法的波束成形生成方法,包括,计算多维天线阵列加权滤波后的期望能量信号,使得期望能量信号的能量大于预设期望信号能量,最小化干扰信号能量;基于恒模约束,转换为流形上的优化问题;采用拉格朗日数学法,输出为流形上的无约束优化问题;步骤一:获取黎曼梯度;步骤二:通过拟牛顿法选择黎曼梯度的下降方向,采用使用L‑BFGS方法近似求得下降方向中的海瑟矩阵;步骤三:计算随下降方向的步长;步骤四:更新黎曼梯度、下降方向以及下降方向的步长,迭代输出可行解;步骤五:判断可行解是否满足收敛精度,如不满足,则继续迭代,如满足,则输出加权滤波后的多维天线阵列。阵列波束具有强干扰抑制,计算时间较短。

Patent Agency Ranking