面向分布式 ISAC 的多螺旋桨无人机的微动 Doppler 建模
机器学习
2025-04-08 v1 人工智能
摘要
集成感知与通信 (ISAC) 将是未来 6G 网络的关键特征，使其能够同时进行通信和雷达感知。ISAC 的雷达感知几何构成多站定点配置，这对应于移动通信网络的常见分布式结构。在此框架下，微动 Doppler 分析在基于微运动（如旋转螺旋桨、振动或移动肢体）对目标进行分类方面发挥着关键作用。然而，针对 ISAC 系统中采用 OFDM 波形的双站微动 Doppler 效应的研究仍有限。现有方法（包括电磁仿真）往往缺乏可生成训练机器学习算法所需大规模数据集的可扩展性。为填补这一空白，本工作引入了一个基于 OFDM 的双站微动 Doppler 模型，用于多螺旋桨无人机。该模型将经典的细线模型适应于包含 OFDM 类信号的双站感知配置。进一步地，它考虑了多个螺旋桨并整合了无人机静态部件的反射率。进行测量以收集用于验证所提出模型的真实数据。验证结果表明，该模型生成的微动 Doppler 信噪与测量结果非常接近，显示其作为数据生成工具的潜力。此外，它提供了一种全面的方法来分析双站微动 Doppler 效应。
引用
@article{arxiv.2504.05167,
title = {RLBayes: a Bayesian Network Structure Learning Algorithm via Reinforcement Learning-Based Search Strategy},
author = {Mingcan Wang and Junchang Xin and Luxuan Qu and Qi Chen and Zhiqiong Wang},
journal= {arXiv preprint arXiv:2504.05167},
year = {2025}
}