【技术实现步骤摘要】
基于可重构智能表面和可重构全息超表面的定位方法
[0001]本专利技术涉及人工智能
,尤其涉及一种基于可重构智能表面和可重构全息超表面的定位方法。
技术介绍
[0002]随着6G的发展,对于定位和感知的需求进一步加大。雷达利用电磁波来定位目标,受外界环境影响较小,在定位中有广泛的应用。现有的高精度雷达定位系统多基于相控阵,其功耗和硬件成本较高;并且现有雷达多依赖于直射径信道,在实际应用场景中不总是满足具有直射径的要求,而非直射径信噪比往往较低,对定位性能影响很大。因此,如何利用非直射径信道,实现低功耗和低成本、高精度的雷达定位是亟待解决的问题。
技术实现思路
[0003]本专利技术提供一种基于可重构智能表面和可重构全息超表面的定位方法,用以提供一种基于可重构智能表面和可重构全息超表面的定位方法,利用非直射径信道,实现低功耗和低成本、高精度的雷达定位。
[0004]本专利技术提供一种基于可重构智能表面和可重构全息超表面的定位方法,包括:获取接收机接收到的定位目标的当前周期的实际反射信号;所述当前周期为第一预设时间段内的至少一个周期中的一个周期;基于所述当前周期的实际反射信号,确定定位目标当前时刻的初始估计位置;基于所述定位目标当前时刻的初始估计位置,以及预先确定的求解最优参数的第一表达式,确定当前周期的最优参数;所述第一表达式通过最大化反射信号与预设噪声的比值确定;所述当前周期的最优参数中包括可重构智能表面的相移和可重构全息超表面的幅度;基于所述当前周期的最优参数,重新确定定位目标的估计位 ...
【技术保护点】
【技术特征摘要】
1.一种基于可重构智能表面和可重构全息超表面的定位方法,其特征在于,所述方法包括:获取接收机接收到的定位目标的当前周期的实际反射信号;所述当前周期为第一预设时间段内的至少一个周期中的一个周期;基于所述当前周期的实际反射信号,确定定位目标当前时刻的初始估计位置;基于所述定位目标当前时刻的初始估计位置,以及预先确定的求解最优参数的第一表达式,确定当前周期的最优参数;所述第一表达式通过最大化反射信号与预设噪声的比值确定;所述当前周期的最优参数中包括可重构智能表面的相移和可重构全息超表面的幅度;基于所述当前周期的最优参数,重新确定定位目标的估计位置,并基于重新确定的定位目标的估计位置,确定所述第一预设时间段内的至少一个周期中其他周期的最优参数;基于当前周期的最优参数与所述其他周期的最优参数,确定信噪比最大的周期,并将信噪比最大的周期对应的定位目标的估计位置确定为定位目标的最终估计位置。2.如权利要求1所述的基于可重构智能表面和可重构全息超表面的定位方法,其特征在于,在所述基于所述定位目标当前时刻的初始估计位置,以及预先确定的求解最优参数的第一表达式,确定当前周期的最优参数之前,所述方法还包括:通过最大化反射信号与预设噪声的比值的第二表达式,根据发射信号的约束条件,确定求解最优参数的最优化问题;求解所述最优化问题,得到所述最优参数的第一表达式。3.如权利要求2所述的基于可重构智能表面和可重构全息超表面的定位方法,其特征在于,所述反射信号与预设噪声的比值的第二表达式为:其中,∫
T
|r(ω,t)|2dt为一个周期T内各时刻实际反射信号的估计信号r(ω,t)的能量,为一个周期T内预设噪声的能量,β为定位目标的反射系数,为常数;μ为与可重构智能表面的相移和可重构全息超表面的幅度相关的系数,E
x
为发射机对应的第一可重构全息超表面中馈源的第一发射信号x的能量;为预设高斯噪声分布的方差;所述发射信号的约束条件为∫
T
|s(t)|2dt=E
M
,其中,s(t)为发射机对应的第一可重构全息超表面中超材料阵列单元的第二发射信号,E
M
为所述第二发射信号的能量;其中,s(t)=Q
D
ψ
D
x,Q
D
为发射机对应的第一可重构全息超表面的相移向量,ψ
D
为发射机对应的第一可重构全息超表面的幅度向量。4.如权利要求3所述的基于可重构智能表面和可重构全息超表面的定位方法,其特征在于,所述求解所述最优化问题,得到所述最优参数的第一表达式,包括:基于泰勒展开将所述第二表达式在上一个迭代周期中的参数点附近近似为凹函数;其中,所述凹函数为中,所述凹函数为其中,ζ
m
为多个待优化参数中的第m个参数;所述待优化参数中包括可重构智能表面的相移和可重构全息超表面的幅度;为基于优化参数的第i
‑
1个迭代周期的参数ζ
i
‑1确定的信噪比的大小;表示优化参数的第i
‑
1个迭代周期的参数中的第m个参数,κ为一个预先设
定的非负常数;其中,ζ
i
‑1=[ψ
D,i
‑1,ψ
U,i
‑1,θ
D,i
‑1,θ
U,i
‑1];ψ
D,i
‑1表示优化参数的第i
‑
1个迭代周期发射机对应的第一可重构全息超表面的幅度向量,ψ
U,i
‑1表示优化参数的第i
‑
1个迭代周期接收机对应的可重构全息超表面的幅度向量,θ
D,i
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。