摘要
本发明公开了一种基于全解耦网络的多基站协作的低空车联网通感一体化方法及系统,全解耦网络联合基站对用户请求进行信息处理,并通过多基站接收eVTOL车辆的上行OFDM信号,利用CP相关性提取多普勒频移信息,从而在ISAC系统中实现有效的定位和跟踪。本发明还设计了一种基于学习的自适应双重滤波器算法,用于eVTOL车辆的时间连续定位,从而充分利用多普勒移位和轨迹数据中的时间相关性,通过LSTM与卡尔曼滤波器的协同优化来提高轨迹跟踪精度。本发明通过全解耦网络下的多基站协作与深度学习融合,解决了传统单基站感知覆盖不足、雷达反射资源浪费等问题,为低空经济中的车辆导航、空域管理及安全运行提供了低成本、高鲁棒性的通感一体化方案。
技术关键词
一体化方法
多普勒
非线性最小二乘法
滤波器算法
OFDM通信信号
车辆定位轨迹
深度学习融合
多基站协作
卡尔曼滤波器
合并算法
方程
速度
车辆导航
计算机程序产品
网络优化
系统为您推荐了相关专利信息
火焰识别方法
智能摄像机
图形预处理方法
画面
网络连接器
能量调控方法
数据立方体
超声数据
预测网络模型
阻抗特征
测云雷达
信号接收灵敏度
在线标定方法
策略
风速
信号非线性失真
多载波调制技术
功率放大器
分块
符号