雷达通信一体化(含WCSP2023会议论文集学习)

2024-05-07 06:52

本文主要是介绍雷达通信一体化(含WCSP2023会议论文集学习),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

雷达通信一体化,又称雷达通信融合(RADCOM),是一种新兴的技术,它将雷达(通常用于探测和跟踪目标)和无线通信(用于传输信息)的功能结合在一起。这种融合技术的主要目标是提高频谱的使用效率、减少系统的重量和成本,同时提升系统的性能和生存能力。

在传统的设计中,雷达系统和通信系统作为单独的实体运行,占用不同的频段和资源。而雷达通信一体化则寻求在相同或相似的频段上进行两种功能的操作,利用共享的硬件资源和信号处理模块。

雷达通信一体化的关键优势包括:

  1. 频谱效率:由于可用的电磁频谱资源十分有限,一体化使得雷达和通信服务可以共享相同的频谱资源,提高频谱使用效率。

  2. 硬件整合:雷达和通信设备可共用天线、信号处理器和其他硬件组件,减少整体系统的成本和复杂性。

  3. 协作性能增强:雷达和通信的一体化可以使得两个系统在探测/跟踪目标时与数据传输间协同工作,提高整个系统的响应能力和准确性。

  4. 隐蔽性和稳健性:在军事应用中,雷达和通信一体化能够通过更复杂的信号设计来减少被探测的风险,提高了通信和监测的隐蔽性。

  5. 复杂环境适应性:可以根据环境改变功率分配和波形设计,优化雷达观测和通信质量。

实现雷达通信一体化的技术挑战包括:

  1. 波形设计:需要设计能够同时满足雷达探测和通信需求的复杂波形。

  2. 同步与定时问题:雷达通信一体化系统中的同步和时序控制要更加精确。

  3. 资源管理:动态分配处理能力和频谱资源以优化探测和通信性能。

  4. 干扰管理:避免雷达和通信功能相互干扰。

  5. 安全性:保障通信内容不被非法截取或破坏。

为了满足这些挑战,通常需要进行较为复杂的系统级设计和算法开发。雷达通信一体化具有巨大的发展潜力,已逐渐成为军事和民用应用领域的研究热点。

2023WCSP论文集学习:

1.Integrated Sensing and Communication Transmit Beamforming Design for Double-Function Receivers(双功能接收器的集成传感和通信发射波束成形设计)

摘要:

本文重点研究考虑多个被动窃听目标的下行链路集成传感与通信(ISAC)系统的波束成形设计。在所考虑的模型中,我们使用传感信号作为人工噪声来隐藏机密信息以实现安全传输。为了实现高效的信号处理,针对传统接收器和 ISAC 专用接收器提出了波束成形方案。我们的目标是最小化所有窃听者对于无法执行噪声消除的传统接收器的总体传输速率。为了解决这个问题,提出了一种基于逐次凸逼近的迭代算法。对于可以消除干扰的ISAC专用接收机,我们提出了一种低复杂度的迭代算法。仿真结果验证了所提算法的优越性。

2.Space-Frequency Modulation based Waveform Design for Radar-Communication Integrated System(基于空频调制的雷达通信一体化系统波形设计)

摘要:空频调制(SFM)技术能够将一维通信数据映射到空间和频率维度,使其适合集成雷达和通信波形的协同设计。在本文中,我们提出了一种基于SFM的集成波形,与现有设计相比,它显着提高了通信速率和峰值旁瓣比性能。为了恢复所提出的波形中的嵌入通信数据,我们引入了最大似然(ML)解调方案以及低复杂度次优解调方案。最后,我们对所提出的波形和解调方案的性能进行了数值评估,并与最先进的算法进行了比较。仿真结果表明,当选定频率为24个、子脉冲个数为5个时,通信速率可提高30%。

3.Target Parameter Estimation with Deep Unfolding Networks for MIMO-OFDM Based Integrated Sensing and Communication Systems(基于 MIMO-OFDM 的集成传感和通信系统的深度展开网络目标参数估计)

摘要:多输入多输出正交频分复用(MIMO-OFDM)技术在集成传感与通信(ISAC)系统中显示出巨大的潜力。针对基于MIMO-OFDM的ISAC系统中传统目标参数估计方法计算复杂度高和估计精度低带来的挑战,本文提出了一种基于压缩感知的目标参数估计方法。我们首先推导 MIMO-OFDM 系统内的信道模型,然后将目标参数估计问题重新表述为最小绝对收缩和选择算子 (LASSO) 问题。此外,我们提出了一种模型驱动网络,称为 FISTA-Net,它将快速迭代收缩阈值算法(FISTA)深入展开为深度神经网络来解决 LASSO 问题。实验结果表明,针对基于MIMO-OFDM的目标参数估计,所提出的FISTA-Net算法在估计精度和计算效率方面优于现有方法。

4.Clutter-Aware MIMO-OFDM Based Target Detection: Algorithm Design and Experimental Test(基于杂波感知 MIMO-OFDM 的目标检测:算法设计和实验测试)

摘要:由完善的通信系统辅助的无线传感是集成传感与通信(ISAC)领域的一个重要研究方向。在这项工作中,我们研究了基于常用的多输入多输出正交频分复用(MIMO-OFDM)通信框架的杂波感知目标检测。具体来说,在杂波协方差矩阵未知的前提下,我们分别针对噪声方差未知和已知的场景开发了两种基于广义似然比测试(GLRT)的检测方法。我们采用实用的第五代(5G)新无线电(NR)帧进行仿真和实验,结果表明,与传统能量检测器相比,所提出的方法具有显着的性能提升。此外,当噪声方差已知时,所提出的检测器表现出接近最佳的性能。

5.Waveform Design for Integrated Sensing and Communication Using Random Stepped-carrier OFDM Signals(使用随机步进载波 OFDM 信号进行集成传感和通信的波形设计)

摘要:本文设计了一种用于综合传感与通信(ISAC)的随机步进载波正交频分复用(RSC-OFDM)波形,其中信息不仅通过 M 进制信号星座来传递,还通过步骤索引。此外,提出了一种雷达处理方案来实现高分辨率距离速度图像,其中通过速度估计来补偿由步骤引起的相位误差。该方案在 60 GHz 下进行了仿真验证。仿真结果表明,所提出的方案通过提高距离分辨率而优于传统方法,同时保持几乎恒定的计算量。

6.Design and Implementation of Integrated Sensing and Communication Waveform Based on LFM-CPM(基于LFM-CPM的综合传感与通信波形的设计与实现)

摘要:传感与通信一体化波形是将传感波形与通信波形在时域和频域上进行重叠,在接收端分别进行雷达信号处理和通信信号处理。线性调频(LFM)信号与连续相位调制(CPM)信号叠加得到的积分波形具有恒包络的特性,可以有效避免功放非线性带来的信号失真,因此具有更好的稳定性。传感性能和通信性能。本文提出了一种新的多段帧结构设计来解决LFMCPM波形的频谱扩展问题,并综合考虑同步捕获、频偏和相位偏移的估计和恢复。此外,我们提出了一种基于FPGA的集成波形的高效实现,可以减少资源消耗并提高量化精度。最后,我们在硬件平台上完成了设计的集成系统,实验结果表明传感和通信性能优异。

这篇关于雷达通信一体化(含WCSP2023会议论文集学习)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/966634

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个

Node.js学习记录(二)

目录 一、express 1、初识express 2、安装express 3、创建并启动web服务器 4、监听 GET&POST 请求、响应内容给客户端 5、获取URL中携带的查询参数 6、获取URL中动态参数 7、静态资源托管 二、工具nodemon 三、express路由 1、express中路由 2、路由的匹配 3、路由模块化 4、路由模块添加前缀 四、中间件