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

Applicant: 电子科技大学 ,  电子科技大学长三角研究院(衢州)

Inventor： 安东旭 ,  姚皓然 ,  胡进峰 ,  钟凯 ,  李来春

IPC: H04B1/40 ,  G01S7/41 ,  G01S7/36 ,  H04B17/391 ,  H04B17/336

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。

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

Applicant: 电子科技大学 ,  电子科技大学长三角研究院(衢州)

Inventor： 钟凯 ,  钟一棚 ,  胡进峰 ,  安东旭 ,  姚皓然

IPC: G06F30/27 ,  G01S7/36 ,  G01S7/02 ,  G06N3/0499 ,  G06N3/084

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。

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

Applicant: 电子科技大学 ,  电子科技大学长三角研究院(衢州)

Inventor： 安东旭 ,  胡进峰 ,  张艺琛 ,  钟凯 ,  姚皓然

IPC: G01S7/28 ,  G06N3/088 ,  G06F17/10 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/048

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。