【技术实现步骤摘要】
本专利技术属于通信感知一体化波形设计领域，涉及一种基于深度展开学习的低复杂度通信感知一体化波形的设计方案，具体是将传统的交替方向乘子法展开成深度神经网络来实现在线一体化波形设计，通过联合优化以下两个方面：发射波形和反射面相移，从而最小化系统的多用户干扰和波形差异的加权和。
技术介绍
1、如今，无线设备的指数级增长加剧了频谱拥塞，需要有效的技术来解决这个问题。幸运的是，集成传感与通信(integrated sensing and communication,isac)正在成为一种很有前途的解决方案来缓解频谱稀缺和提高频谱效率。具体地，通信和传感被集成到一个统一的平台中，共享相同的频谱和硬件。因此，isac在能耗、硬件尺寸、频谱效率和干扰方面优于分离的设定，使其能够赋能无线通信中的各种应用，如车联网、物联网和智能家居。波形设计作为isac的重要组成部分，旨在获得用于通信和传感目的的双功能波形。通常波形设计方案可分为以雷达为中心、以通信为中心和联合设计方案。
2、另一方面，深度学习(deep learning,dl)在计算机视觉、...
【技术保护点】
1.一种深度展开学习辅助的通信感知一体化波形设计方法，其特征在于，所述设计方法通过一体化基站发射一体化波形来实现通信感知一体化的功能；包括以下步骤：
2.根据权利要求1所述的一种深度展开学习辅助的通信感知一体化波形设计方法，其特征在于，所述的第一步，构建系统模型，具体如下：
3.根据权利要求1所述的一种深度展开学习辅助的通信感知一体化波形设计方法，其特征在于，所述第三步，设计算法求解优化问题，具体如下：
4.根据权利要求3所述的一种深度展开学习辅助的通信感知一体化波形设计方法，其特征在于，所述的第三步(3.4)具体如下：
【技术特征摘要】
1.一种深度展开学习辅助的通信感知一体化波形设计方法，其特征在于，所述设计方法通过一体化基站发射一体化波形来实现通信感知一体化的功能；包括以下步骤：
2.根据权利要求1所述的一种深度展开学习辅助的通信感知一体化波形设计方法，其特征在于，所述的第一步，构建系统模型，具体如...
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。