一种用于双功能雷达通信太赫兹无人机系统的深度神经网络波束成形方法
信号处理
2024-05-28 v1
摘要
本文考虑一个场景：一架配备均匀线性阵列(ULA)的无人机发送组合的信息与感知信号，与多个地面基站(GBS)通信，同时感知感兴趣地面区域内潜在的目标。我们旨在联合设计发射波束成形与GBS关联，以优化通信性能，同时确保高感知精度。我们提出了一种基于双深度神经网络(DNN)解决方案的预测波束成形框架，以求解所构建的非凸优化问题。第一个DNN经过训练，能够为无人机飞行区域内的任意点生成所需的波束成形矩阵，且耗时比现有最优波束成形优化器更短。第二个DNN经过训练，学习从输入特征、功率和EIRP约束到GBS关联决策的最优映射。最后，我们提供了广泛的仿真分析来验证所提出的方法，并展示其在EIRP、SINR性能和计算速度方面的优势。
引用
@article{arxiv.2405.17015,
title = {A Deep-NN Beamforming Approach for Dual Function Radar-Communication THz UAV},
author = {Gianluca Fontanesi and Anna Guerra and Francesco Guidi and Juan A. Vásquez-Peralvo and Nir Shlezinger and Alberto Zanella and Eva Lagunas and Symeon Chatzinotas and Davide Dardari and Petar M. Djurić},
journal= {arXiv preprint arXiv:2405.17015},
year = {2024}
}