-
公开(公告)号：CN115865149B
公开(公告)日：2024-06-11
申请号：CN202211516946.4
申请日：2022-11-29
Applicant: 吉林大学
IPC: H04B7/0426 , G01S7/38
Abstract: 一种针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法，本发明涉及针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法。本发明目的是为了解决如何设计干扰策略消减RIS为MIMO雷达带来的性能增益的问题。一种针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法过程为：步骤1、建立RIS辅助的MIMO雷达接收信号模型；步骤2、制定干扰功率分配策略并将干扰功率分配策略转为优化问题；步骤3、求解优化问题获得最优的干扰发射功率。本发明属于雷达干扰领域。
-
公开(公告)号：CN118487637A
公开(公告)日：2024-08-13
申请号：CN202410588595.0
申请日：2024-05-13
Applicant: 吉林大学
IPC: H04B7/06
Abstract: 一种基于可重构智能表面的通信感知系统波束成形设计方法，它属于隐蔽通信与隐蔽目标感知技术领域。本发明解决了在保证通信性能和隐蔽条件的情况下，现有通信感知系统的感知目标精度低的问题。本发明利用可重构智能表面特性，智能地重新配置无线传播环境，在非视距条件下建立感知目标和通信合法用户与天线阵列之间的虚拟视距链路；利用噪声不确定分布推导窃听者最大检测错误概率；利用感知目标的角度估计的克拉美罗下界设计有效的主动和被动波束成形，根据设计的主动和被动波束成形，可以在满足通信性能和隐蔽场景要求的前提下，提升探测目标的感知精度。本发明方法可以应用于通信感知系统波束成形设计。
-
公开(公告)号：CN115865149A
公开(公告)日：2023-03-28
申请号：CN202211516946.4
申请日：2022-11-29
Applicant: 吉林大学
IPC: H04B7/0426 , G01S7/38
Abstract: 一种针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法，本发明涉及针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法。本发明目的是为了解决如何设计干扰策略消减RIS为MIMO雷达带来的性能增益的问题。一种针对可重构智能表面辅助的MIMO雷达系统的干扰功率分配方法过程为：步骤1、建立RIS辅助的MIMO雷达接收信号模型；步骤2、制定干扰功率分配策略并将干扰功率分配策略转为优化问题；步骤3、求解优化问题获得最优的干扰发射功率。本发明属于雷达干扰领域。
-
公开(公告)号：CN117459948A
公开(公告)日：2024-01-26
申请号：CN202311393065.2
申请日：2023-10-25
Applicant: 吉林大学
Abstract: 一种面向通感一体化系统的可重构智能表面位置部署方法，本发明涉及可重构智能表面位置部署方法，属于信号处理技术领域。本发明目的是为了解决如何部署RIS位置，使通感双功能基站在RIS辅助下能够满足通信性能并获得最佳的感知性能的问题。方法具体过程为：步骤1、建立通感一体化系统模型；步骤2、构建以感知性能为优化目标的优化问题；步骤3、将以感知性能为优化目标的优化问题分解为三个子优化问题，分别为被动波束成形优化问题、主动波束成形优化问题和RIS位置部署优化问题；步骤4、求解三个子优化问题获得最佳的RIS相移矩阵、最佳的预编码矩阵和RIS位置部署最佳的水平位置坐标。
-
公开(公告)号：CN117054978A
公开(公告)日：2023-11-14
申请号：CN202311025215.4
申请日：2023-08-15
Applicant: 吉林大学
IPC: G01S7/38
Abstract: 一种基于可重构智能表面的无人机干扰节点功率分配方法，它属于雷达干扰领域。本发明解决了现有对分布式MIMO雷达干扰方法干扰性能不佳的问题。本发明采取的主要技术方案为：步骤一、在分布式MIMO雷达接收机的远场处布置有多个无人机，且每个无人机上均携带有一个RIS面阵和一个干扰节点，利用分布式MIMO雷达的接收机接收经RIS辅助的干扰节点反射的信号；步骤二、计算分布式MIMO雷达接收机接收信号的CRLB，根据CRLB构建干扰节点发射功率分配的优化问题；步骤三、对步骤二中的优化问题进行求解，获得最优的干扰发射功率分配结果；根据获得的分配结果对各干扰节点的发射功率进行分配。本发明方法可以应用于雷达干扰领域。
-
公开(公告)号：CN117010193A
公开(公告)日：2023-11-07
申请号：CN202310984547.9
申请日：2023-08-07
Applicant: 吉林大学
IPC: G06F30/20 , G06F17/16 , G01S13/66 , G01S7/41 , G06F111/04
Abstract: 一种基于可重构智能表面的近场目标跟踪的相位设计方法，本发明涉及基于可重构智能表面的近场目标跟踪的相位设计方法。本发明目的是针对无GNSS信号情况下，在不增加阵列天线数量的前提下，如何提高近场区域内目标跟踪的性能问题。一种基于可重构智能表面的近场目标跟踪的相位设计方法具体过程为：步骤一、建立RIS辅助跟踪系统的阵列天线接收信号模型；所述RIS为可重构智能表面；步骤二、通过运动状态的Fisher信息矩阵得到RIS辅助跟踪系统的后验克拉美罗下界；步骤三、利用RIS辅助跟踪系统的后验克拉美罗下界和RIS相位设计算法实现RIS相位设计。本发明属于信号处理技术领域。
-
公开(公告)号：CN116778433A
公开(公告)日：2023-09-19
申请号：CN202310769248.3
申请日：2023-06-27
Applicant: 吉林大学
Abstract: 一种基于深度Q网络学习的车辆跟踪方法、存储介质及设备，它属于车辆跟踪技术领域。本发明解决了在无法覆盖GPS信号且场景复杂的情况下，采用现有技术无法实现对车辆的高精度定位跟踪的问题。本发明针对IMM卡尔曼滤波器的状态转移概率矩阵未知的复杂情况，基于DQN学习得到IMM卡尔曼滤波器的状态转移概率矩阵，利用深度强化学习的感知和决策能力，能够有效地感知外部环境，获得最优判断，而且本发明方法的实现过程不需要依赖GPS信号，因此，在无法覆盖GPS信号且场景复杂的情况下，本发明方法仍然可以提升车辆跟踪性能，实现对车辆的高精度定位跟踪。本发明方法可以应用于车辆跟踪技术领域用。
