-
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)
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：CN118780030A
公开(公告)日：2024-10-15
申请号：CN202410701685.6
申请日：2024-05-31
Applicant: 电子科技大学 , 电子科技大学长三角研究院(衢州)
IPC: G06F30/20 , G01S7/02 , G01S7/282 , G01S7/35 , G06F111/04
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。
-
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)
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。
-
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)
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：CN119026359A
公开(公告)日：2024-11-26
申请号：CN202411141351.4
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)
IPC: G06F30/20 , G01S7/02 , G06F17/18 , G06F119/02
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。
-
Patent Agency Ranking
公开(公告)号：CN118821617A
公开(公告)日：2024-10-22
申请号：CN202411044147.0
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)
IPC: G06F30/27 , G06N3/045 , G06N3/084 , G06N3/0985 , G01S7/02 , G06F111/04
Abstract: 本发明公开了一种基于迭代深度展开网络的MIMO雷达恒模波形设计，属于波形设计领域。与传统的松弛方法或计算量很大的非松弛方法不同，本发明提出了一种计算效率高的、无需松弛的MIMO雷达恒模波形设计方法。本发明利用黎曼复圆流形天然地满足恒模约束的性能，通过将问题投影到黎曼复圆流形上，将其转化为无约束最小化问题，并可以使用黎曼梯度下降算法进行求解；进一步，将黎曼梯度下降算法展开为一个深度学习模型，构建了一个能自适应调整下降步长的迭代深度展开网络来优化波形。本发明能够取得更低的ISL，获得更好的自相关性与互相关性，更利于提高MIMO雷达对目标的探测性能。
-
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
Applicant: 电子科技大学 , 电子科技大学长三角研究院(衢州)
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。
-
公开(公告)号：CN117148310A
公开(公告)日：2023-12-01
申请号：CN202310983141.9
申请日：2023-08-03
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G01S7/42
Abstract: 本申请公开了一比特DAC高精度DOA估计的MIMO雷达波形设计，涉及雷达技术领域，本申请包括，在远场条件下，对MIMO雷达的配备两个一比特DAC的发射天线的波形，建立波形设计问题，对波形设计问题进行变量分离、问题转换，提出一比特交替优化框架去求解转换后的波形设计问题，在优化框架中提出一种低复杂度的ADMM方法，依据KKT条件，在每次迭代中获得波形矩阵的闭式解。本申请提供的波形设计形成的空间谱在目标位置处具有更尖锐的谱峰，从而能够获得更高的分辨率，本申请提供的波形设计方法具有更高的DOA估计精度，并且RMSE曲线更接近理论下界。
-
公开(公告)号：CN117055007A
公开(公告)日：2023-11-14
申请号：CN202310973253.6
申请日：2023-08-03
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G01S7/42
Abstract: 本申请公开了软量化模型驱动深度学习的MIMO雷达多相波形设计，涉及雷达技术领域，本申请包括，建立发射波形的最小化空域积分旁瓣电平比的优化模型；在深度学习框架中构造优化模型的损失函数，利用Adam优化器去优化损失函数，得到波形矩阵，其中，采用具有自适应量化阈值的软量化方法获得多相波形。本申请可以获取更低的ISLR值，在发射方向图上也能够获得较深的零陷深度和较低的峰值旁瓣电平，更利于提高MIMO雷达对目标的探测性能。
-
公开(公告)号：CN116887307A
公开(公告)日：2023-10-13
申请号：CN202310933943.9
申请日：2023-07-27
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本申请公开了基于流形优化的共轭梯度波束成形生成方法，涉及波束形成技术领域，本申请包括，构建保证期望能量的情况下，最小化干扰信号能量的问题模型；通过变换目标函数，将最小化干扰信号能量的问题模型转换为复杂圆流形上的问题模型，通过梯度下降方法求解复杂圆流形上的问题模型，调用波形初始值，求解干扰方向下的最优期望信号能量的输出波形。本申请提供的一种无需松弛的直接方法来解决非凸和NP难的问题，与现有方法相比，在干扰方向上能形成更低的零陷,进而获得更高的信干噪比。且运行时间较短。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.064 seconds)
