公开(公告)号：CN118568589A

公开(公告)日：2024-08-30

申请号：CN202410621761.2

申请日：2024-05-20

Applicant: 东南大学

Inventor： 徐泽野 ,  杨今朝 ,  杨书溶 ,  任乐然

IPC: G06F18/2415 ,  G06N3/04 ,  G06N3/08 ,  G01S13/42 ,  G01S13/58

Abstract: 本发明是一种基于深度学习的雷达辅助多波束预测方法与系统，该方法首先基于基站上的FMCW雷达，在每一帧中对范围内多个目标进行测量，将接收端的发射信号和回波信号进行正交混频和低通滤波，得到中频信号，再进行采样，得到包含范围内目标的距离、速度、到达角的原始数据矩阵。之后将原始数据进行一系列FFT预处理，来降低数据的复杂度。最后通过训练优化LeNet模型，将预处理后的数据映射到范围内多个目标所对应的若干波束序号上，通过选取这些波束，基站可以实现与移动目标的低时延通信。本发明将多波束预测问题转化为多标签分类问题，可以在雷达一帧测量后实现对多个用户的波束赋形，有效地降低了成本，增强了高频段通信的性能和数据传输算法的稳健性。