摘要
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。
技术关键词
黎曼
梯度下降算法
恒模波形设计方法
发射天线
网络
松弛方法
MIMO雷达
深度学习模型
元素
序列
表达式
符号
标识
对象
参数
电平
矩阵
系统为您推荐了相关专利信息
设计优化方法
结构化网格
人工神经网络训练
换热器封头
换热器热工
健康评估方法
耦合特征
特种车辆
输出特征
编码特征
线性调频脉冲信号
波形
生成程序
生成方法
时频分布图
多层次特征
图像识别方法
资源分配策略
图像识别系统
图像处理