بهبود شناسایی اهداف راداری با استفاده از تلفیق رادار شناختی و سیستم مخابراتی

در سال های اخیر، الگوی دوگانه رادار و ارتباطات به عنوان یک نقطه کانونی در حل چالش های ترافیک طیفی ظاهر شده است. با این حال، تحقیق های موجود به شدت به روش های پیچیده محاسباتی مبتنی بر احتمال برای سیگنال های مخابراتی متکی هستند که دارای نویز گوسین اضافی و یک شکل موج ثابت، هستند. لازم به ذکر است که استفاده از یک شکل موج ثابت برای سناریوهای مختلف، مانند حضور یک گیرنده مخابراتی در لوب اصلی رادار یا لوب جانبی و غیره، ممکن است منجر به کاهش عملکرد شناسایی اهدافشود. بنابراین، در این مقاله، یک روش شناختی ارائه شده است که از مجموعه ای متنوع از شکل موج های متعامد در فرستنده رادار استفاده می کند. به طور خاص، بر اساس یک چرخه ادراک-اقدام، زمانی که هم هدف رادار و هم گیرنده مخابراتی در لوب اصلی قرار دارند از یک شکل موج مبتنی بر QAM برای ارتباط استفاده می شود، در حالی که وقتی هدف رادار در لوب اصلی و گیرنده مخابراتی در لوب های جانبی باشد از یک شکل موج مبتنی بر PSK استفاده می شود. علاوه بر این، برای بهبود تخمین مبتنی بر ویژگی، گیرنده مخابراتی یک معماری شبکه عصبی کانولوشنیرا ادغام می کند که به طور خودکار یادگیرنده است و ویژگی ها را از سیگنال های دریافتی با نسبت سیگنال به نویزمختلف استخراج می کند. سپس، طبیعت تطبیق پذیر این سیستم امکان شناسایی موثر نوع سیگنال دریافتی و مقدار SNR مربوطه را فراهم می کند. علاوه بر این، تکنیک های یادگیری عمیق همراه با اختلالات مختلف کانالی به کار گرفته می شوند تا ویژگی ها را از سیگنال های دریافتی استخراج کنند که به طور قابل توجهی از روش های مبتنی بر احتمال، عملکرد بهتری داشته و پیچیدگی محاسباتی را کاهش می دهد. نتایج شبیه سازی، اثربخشی این روش را در مقایسه با سایر روش ها، نشان می دهند.

کلیدواژه ها:

الگوی دوگانه رادار و ارتباطات ، رادار شناختی ، سیستم مخابراتی