公开(公告)号：CN118694408A

公开(公告)日：2024-09-24

申请号：CN202410733531.5

申请日：2024-06-07

Applicant: 南京邮电大学

Inventor： 刘昌源 ,  赵海涛 ,  夏文超 ,  张灵昭 ,  张继雯 ,  严宇阳

IPC: H04B7/06 ,  H04B7/08 ,  H04B7/0456 ,  H04B7/04

Abstract: 本发明公开了一种RIS辅助双功能雷达与通信系统共享部署模型的波束形成的方法，建立RIS辅助DFRC系统的系统模型；迭代调整预编码矩阵，利用贝叶斯后验概率预测探测目标的方向角；根据通信用户的加权和速率WSR以及在探测目标方向上的雷达探测功率建立规划问题；基于SDR‑特征值分解的WMMSE算法和分式规划算法，更新共享部署模型下线性预编码矩阵以及RIS的无源被动波束形成矩阵最大化WSR和雷达探测功率；该方法利用贝叶斯后验概率准确的探测目标位置后，利用共享部署模型进行波束形成的优化，聚焦于通过最小均方根算法和分式规划交替优化的自适应波束形成算法调整基站的线性预编码矩阵和RIS的无源波束形成矩阵最大化DFRC系统下的WSR和雷达探测功率。

公开(公告)号：CN117706660A

公开(公告)日：2024-03-15

申请号：CN202311721435.0

申请日：2023-12-14

Applicant: 南京邮电大学

Inventor： 刘昌源 ,  赵海涛 ,  王禹 ,  施政

IPC: G01W1/10 ,  G01S13/95 ,  G01S7/41

Abstract: 本发明涉及天气预测技术领域，公开了一种基于CNN‑ViT技术强对流天气预报的方法，包括：获取历史天气雷达回波图像和自动站观测的雷达回波图像；对所述强对流雷达图像进行图像预处理；构建基于CNN‑ViT的深度学习模型并进行训练，得到训练好的所述深度学习模型；同步收集到的实时雷达回波图像至训练好的所述深度学习模型中，以使训练好的所述深度学习模型输出预测结果。本发明提供的基于CNN‑ViT技术强对流天气预报的方法，基于历史天气雷达和自动站观测数据，构建预测未来雷达回波、短时强降水、雷暴大风的CNN+ViT模型，提高模型的学习速度，同时提高了预测效果。