与传统的有源雷达系统相比,无源雷达系统利用外部环境中存在的大量射频发射信号,具有许多优势。这些优势包括通过使用第三方传输作为目标照明源,节省采购和运营成本,从而降低功率要求和隐蔽性。此类系统可用于军事监视以及民用应用,例如空域监视和地面监测。通常,此类系统使用通信、无线电或电视广播服务产生的射频发射。每个发射器在覆盖范围、功率水平和波形方面都有自己的特点。继使用电视传输进行前向散射雷达研究之后,BAE 系统先进技术中心设计并建造了一个用于无源传感器研究的演示系统。演示系统在多倍频程带宽上运行,可以配置为利用广播和通信系统的模拟和数字传输。这最大限度地提高了灵活性,并允许通过利用基于特定几何形状、覆盖范围、波形和目标特征的最佳雷达回波进行监视和跟踪。特别是,使用不同几何形状在不同波段进行多次观测将允许轨迹融合,从而实现比单波段系统更稳健、更准确的轨迹。本文概述了在演示器开发过程中解决的系统和设计问题,包括模拟模型、目标特征和与不同类型传输相关的权衡。显示了实验工作的结果,说明了演示系统对机会目标的运行情况。
无源雷达系统利用外部环境中存在的大量射频发射信号,与传统的有源雷达系统相比具有许多优势。这些优势包括,通过使用这些第三方传输作为目标照明源,可以节省采购和运营成本,从而降低功率要求和隐蔽性。此类系统可用于军事监视以及民用应用,例如空域监视和地面监视。通常,此类系统使用通信、无线电或电视广播服务产生的射频发射。每个发射器在覆盖范围、功率水平和波形方面都有自己的特点。继使用电视传输进行前向散射雷达研究之后,BAE 系统先进技术中心设计并建造了一个用于无源传感器研究的演示系统。演示系统在多倍频程带宽上运行,可以配置为利用来自广播和通信系统的模拟和数字传输。这最大限度地提高了灵活性,并允许通过利用基于特定几何形状、覆盖范围、波形和目标特征的最佳雷达回波来进行监视和跟踪。具体而言,使用不同几何形状在不同波段进行多次观测将允许轨迹融合,从而实现比单波段系统更稳健、更准确的轨迹。本文概述了在演示器开发过程中解决的系统和设计问题,包括模拟模型、目标特征和与不同类型传输相关的权衡。本文展示了实验工作的结果,说明了演示器系统对机会目标的运行情况。
摘要 - 在无人驾驶汽车(UAV)上安装可重构的智能表面(RIS)有望改善传统的地面网络性能。与在无人机上部署被动性RIS的调用方法不同,这项研究探讨了空中活性RI(AARIS)的效率。特别是,研究了AARIS网络的下行链路传输,在此,基站(BS)利用速率拆分多个访问(RSMA)进行有效的干扰管理,并借助AARIS支持AARIS以共同扩大和反射BS的发射信号。考虑到有效RI的非琐碎能源消耗和无人机的能源储能有限,我们提出了一种创新的元素选择策略,以优化主动RIS元素的ON/OFF状态,该元素的ON/OFF状态可以自适应地管理系统的功耗。为此,提出了一个资源管理问题,旨在通过共同优化BS处的发射界限,元素激活,相移,相位移位和Active RIS的放大因子,用户的RSMA共同数据速率以及无聊的无人机的发电率来最大化系统能量效率(EE)。由于无人机和用户移动性的动态性质,深入的增强学习(DRL)算法设计用于资源分配,利用元学习来适应快速时变的系统动力学。根据模拟,整合元学习的系统EE会显着增加36%。此外,用AARIS代替固定的陆地活性RI会导致EE增强26%。
摘要 - 在无人驾驶汽车(UAV)上安装可重构的智能表面(RIS)有望改善传统的地面网络性能。与在无人机上部署被动性RIS的调用方法不同,这项研究探讨了空中活性RI(AARIS)的效率。特别是,研究了AARIS网络的下行链路传输,在此,基站(BS)利用速率分类的多个访问(RSMA)进行有效的干扰管理,并从AARIS支持AARIS的支持下,以共同扩大和反射BS的发射信号。考虑到有效RI的非琐碎能源消耗和无人机的能源储能有限,我们提出了一种创新的元素选择策略,以优化主动RIS元素的ON/OFF状态,该元素的ON/OFF状态可以自适应地管理系统的功耗。为此,提出了一个资源管理问题,旨在通过共同优化BS处的发射界限,元素激活,相移,相位移位和Active RIS的放大因子,用户的RSMA共同数据速率以及无人自由的RSMA共同数据速率,以及无人用的IAV的发电率来最大程度地提高系统能量效率(EE)。由于无人机和用户移动性的动态性质,深入的增强学习(DRL)算法设计用于资源分配,利用元学习来适应快速时变的系统动力学。根据模拟,整合元学习的系统EE会显着增加36%。此外,用AARIS代替固定的陆地活性RI会导致EE增强26%。