摘要
本发明涉及通信与感知融合技术领域,公开了一种移动目标跟踪与多用户通信的联合优化方法及系统,应用于移动智能体感知移动目标与多用户通信的ISAC系统,其基于预设观测模型建立目标状态向量用扩展卡尔曼滤波预测目标未来状态;基于预测结果以Cramér‑Rao下界量化感知误差,以用户信噪比为通信约束构建最小化感知性能下界之和且满足通信QoS、发射功率及智能体速度约束的联合优化目标,并解耦为波束成形与轨迹优化子问题通过交替迭代算法求解;基于优化结果发射信号、接收观测并更新目标状态形成闭环反馈;输出优化参数作为下一时隙初始输入循环执行,提升了系统在动态场景下的感知精度、通信质量与资源利用效率。
技术关键词
联合优化方法
扩展卡尔曼滤波
轨迹优化算法
波束成形
移动智能体
多用户
闭环反馈机制
估计误差
信噪比
计算机
交替迭代算法
状态转移模型
闭环控制
感知误差
参数
信号
可读存储介质
系统为您推荐了相关专利信息
无人机高精度
放样方法
Dijkstra算法
多传感器组件
LiDAR点云
通讯系统
射频前端模块
波束成形技术
模组
5G核心网
无人机蜂群
HMM模型
意图识别系统
意图识别模型
意图识别方法
波束赋形矩阵
一体化系统
波束成形矩阵
最大化系统
松弛
优化控制算法
精准控制方法
闭环控制结构
滤除高频噪声
状态向量数据