买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜电子科技大学申请的专利一种基于机器学习的MIMO雷达通信双功一体化联合收发方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117254999B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310831682.X，技术领域涉及：H04L27/36；该发明授权一种基于机器学习的MIMO雷达通信双功一体化联合收发方法是由康紫薇;何茜;李玲香设计研发完成，并于2023-07-07向国家知识产权局提交的专利申请。

本一种基于机器学习的MIMO雷达通信双功一体化联合收发方法在说明书摘要公布了：该发明公开了一种基于机器学习的MIMO雷达通信双功一体化联合收发方法，属于雷达通信一体化技术领域。通过采用强化学习和监督学习，实现对双功SO‑OCDM波形、雷达检测器和通信译码器的联合设计。相较于传统的方法，基于机器学习的方法是一种复杂度可控的方法，对信道、目标和杂波等的数学模型依赖性更小，同时可以有效提升系统性能，为双功一体化领域的收发联合设计问题提供了一种可行方法。

本发明授权一种基于机器学习的MIMO雷达通信双功一体化联合收发方法在权利要求书中公布了：1.一种基于机器学习的MIMO雷达通信双功一体化联合收发方法，该方法包括：步骤1：在双功发射机处，构建第m个发射端SO-OCDM双功波形在kTs时刻的信号xm[k]，m＝1,…,M，k＝1,…,K； 其中，k为采样点的索引，Em为发射信号能量，Pm为SO-OCDM符号数，Im为子载波数，rect·表示矩阵函数，p为SO-OCDM符号的索引，i为啁啾子载波的索引，To,m为完整SO-OCDM符号时间，Ts为采样时间，K为总的样本数；ap,i,m为调制数据，采用4QAM调制，那么信号sp,i,m[k]为这里，去除保护间隔的啁啾子载波具体表达式为 在上式中，对于第m发射天线发射的SO-OCDM信号来说，To,m＝Tm+TGI,m，Tm为一个SO-OCDM符号的持续时间，TGI,m为保护间隔GI的持续时间，fΔ表示两个相邻发射天线发射波形的频率间隔，以保证信号的空间正交性，也就是k＝0，m＝1,＝,M；定义调制数据矩阵为其中，ap,i＝[ap,i,1,…,ap,i,M]T；步骤2：将波形参数整合为参数向量：λm＝[Em,Tm,TGI,m,Im,Pm]T将M个不同天线的参数向量堆叠起来， 步骤3：构建波形设计网络，包含全连接神经网络FCN和SO-OCDM波形产生器；输入为初始化波形参数和奖励，输出为优化的SO-OCDM波形；步骤4：第nR个雷达接收机在时刻kTs的接收信号为 其中，为M条目标反射路径信号之和，为M条直达路径信号之和，为噪声；和分别表示目标反射路径和直达路径的路径衰落，和表示目标反射路径和直达路径的时延；将MIMO一体化中接收到的NR个雷达接收机的信号采样值按顺序排列，构成接收信号yR 其中， 表示目标反射路径中第m个发射端发射的SO-OCDM双功波形在kTs时刻的采样值， 表示MNR元素全为1的列向量；zR为噪声；步骤5：根据目标存在与否，建立假设检验问题， 这里，H1和H0分别表示目标存在和不存在的假设；对于H1假设，其标签为εR＝1，对于H0假设，其标签为εR＝0；步骤6：构建基于监督学习的检测器网络，其包含信号堆叠模块，FCN和一个比较器；检测器网络的输入为雷达接收信号，输出为判决；步骤7：第nC个通信接收机在时刻kTs的接收信号为nC＝1,…,NC； 其中，为直达路径信号，为目标反射路径信号，为通信噪声；和表示相应路径的路径衰落，和为相应路径的时延；步骤8：对通信接收信号进行匹配滤波处理，滤波器的输出为： 这里，bp,i,m为第m个发射天线发射的第p个SO-OCDM符号中第i个啁啾子载波经过匹配滤波后的输出，Ko,m表示一个SO-OCDM符号时间内的采样点数，KGI,m表示保护间隔时间内的采样点数，表示在采样时刻k+pKo,m+KGI,mTs的接收通信信号共轭值；将所有滤波器的输出按照顺序排列为矩阵，得到带噪的数据矩阵为B＝[b1,1,b1,2,…bP,I]T，其中，bp,i＝[bp,i,1,…,bp,i,M]T，且对于m＝1,...,M，有Pm＝P，Im＝I；为了获得分集增益，4QAM调制数据的标签分别对应四种可能的取值；步骤9：构建基于监督学习的译码器网络，其包含匹配滤波器、FCN、Max、和标签到符号映射等模块；译码器网络的输入为通信接收信号，输出为解调的数据；步骤10：建立双功一体化系统的收发联合设计的优化问题 s.t.constraintonλ,λ0该优化问题在满足波形参数约束的条件下，通过对波形设计网络可训练参数集θT、雷达检测器网络可训练参数集θR、通信译码器网络的可训练参数集θC和SO-OCDM波形参数λ进行设计优化，实现雷达检测性能和通信译码性能的优化，ρR和ρC分别表示雷达和通信性能的权重因子，lR和lC分别为雷达和通信的性能指标，波形设计网络的全连接网络用函数表示，其输入是初始化波形参数λ0；步骤11：根据SO-OCDM信号模型产生发射信号，根据雷达和通信接收信号模型产生接收数据以及对应的标签；步骤12：确定波形设计网络、通信译码器网络和雷达检测器网络的损失函数和参数更新方式；在训练过程中，所有网络均采用Adam作为优化器，通过前向传播计算梯度；对于雷达检测器网络，使用交叉熵作为损失函数 其中，是第qR个训练数据的标签，是第qR个训练数据样本对应的输出；对于通信译码器网络，损失函数为： 其中，是第qC个训练数据的标签，是第qR个训练数据样本对应的输出，表示第p个符号的第i个啁啾子载波上估计符号和标签符号相等的概率；同时，将雷达和通信交叉熵的加权求和值作为奖励，以构建发射端网络的损失函数 其中，λp为根据高斯策略λp|λ0采样后的波形参数向量，ρR和ρC分别为雷达和通信的权重因子，表示关于λp的遍历平均；步骤13：通过反向传播对网络的节点可训练参数进行更新；在训练检测器和译码器网络时，固定参数θT，对θR和θC进行更新；在训练波形设计网络时，固定网络参数θR和θC，对θT进行更新；两个训练步骤交替迭代直到整个网络收敛；步骤14：根据发射和接收信号模型生成测试数据，将雷达和通信的测试数据分别输入检测器网络和译码器网络，得到网络的输出；最后将网络的输出与标签进行比较，以评估系统性能。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。