摘要
本发明公开了一种基于深度学习的全双工雷达通信系统联合发射波束形成方法,首先,对FD‑ISAC系统的发送与接收信号、雷达感知和通信速率的性能进行了数学建模。在所建构模型中,基站接收信号并通过传统信道估计方法获得估计的用户所在角度。其次,基于该角度计算上行历史信道状态信息和下行历史信道状态信息。而后设计交叉注意力‑门控循环单元网络(CAttn‑GRU Net),其将上行历史信道状态信息和下行历史信道状态信息作为输入,进而来预测雷达信号协方差矩阵和通信信号波束赋形矩阵,从而分别用于辅助当前时刻构建感知信号与波束赋形设计。此外,在训练过程中,采用多目标优化损失函数。
技术关键词
雷达通信系统
GRU神经网络
波束赋形矩阵
全双工
协方差矩阵
下行通信信道
信号
波束成形向量
下行信道状态信息
波束赋形设计
上行信道状态
注意力
信道估计方法
回波
门控循环单元网络
多普勒
系统为您推荐了相关专利信息
相位观测值
GNSS接收机
载波相位周跳
基线
数据
植被差异指数
高效生成方法
地表反射率
影像
基准
线性回归模型
异常检测方法
异常点
数据
检测电力系统