[發明專利]一種基于智能反射面的運動目標追蹤方法

在審

• 申請號: 202310305342.3
• 申請日: 2023-03-24
• 公開（公告）號: CN116466341A
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 黃新林;卞夢奇;石運梅;唐小偉
• 申請（專利權）人: 同濟大學
• 主分類號: G01S13/66
• 分類號: G01S13/66;G01S7/41
• 代理公司: 上海科律專利代理事務所(特殊普通合伙) 31290
• 代理人: 葉鳳

1.一種基于智能反射面的動態目標追蹤方法，其特征在于，該方法包括：

步驟1、運動目標狀態進化模型,信號觀測模型的構建以及拓展卡爾曼濾波/粒子濾波對目標狀態進行估計：

首先利用運動目標的自身運動軌跡信息，構建目標的運動狀態進化線性模型，可獲得運動狀態預測；

其次基于單天線的發射接收系統模型，構建當前時刻包含多采樣信號、時延和多普勒頻偏的信號接收模型；

再次基于當前時刻接收信號，利用拓展卡爾曼濾波或粒子濾波處理非線性接收信號，估計當前時刻的目標狀態信息；

步驟2、基于預測信息的自適應智能反射面相位調控策略：

根據拓展卡爾曼濾波/粒子濾波的當前狀態估計和狀態進化模型，預測下一時刻狀態信息并提前對智能反射面相位進行調控，提高下一時刻目標狀態估計精度，實現運動目標追蹤。

2.如權利要求1所述的基于智能反射面的動態目標追蹤方法，其特征在于，所述步驟1，運動目標狀態進化模型構建，包括：

步驟11，獲取原始相鄰時刻映射距離位置l，俯仰角θ_n，方位角θ_n，方位角偏差Δθ和運動位移Δd的幾何關系

步驟12，通過近似以及幾何關系映射得到距離為

d_nsinθ_n＝d_n-1sinθ_n-1+Δdsinφ_n-1

步驟12.1應用簡單sinθ_n＝sinθ_n-1近似，得到距離為

步驟12.2基于勾股定理的泰勒展開，得到距離為

d_n＝d_n-1+Δdsinφ_n-1sinθ_n-1

步驟12.3進行仿真實驗；

步驟13，根據所得泰勒距離近似，獲取方位角θ_n進化模型

步驟14，根據所得泰勒距離近似，獲取俯仰角θ_n進化模型

步驟15，假設目標保持勻速運動，因此速度保持不變，即v_n≈v_n-1

步驟16，根據距離近似，獲取信道幅度增益β_n進化模型

其中ζ_n表示n時刻的修正增益。

3.如權利要求1所述的基于智能反射面的動態目標追蹤方法，其特征在于，所述步驟1，接收信號模型構建，包括：

步驟17，構建信號接收模型中，主要包括接收信號強度r_n、時延τ_n、多普勒頻偏μ_n的采樣信號；

步驟17.1，原始接收信號r_n(t)

其中，κ是智能反射面陣列因子增益，ψ是目標到智能反射面的相位偏移，p_n是發射功率，H_RC表示智能反射面與接收天線之間的信道，H_MR表示目標與智能反射面之間的信道，Ω_n表示智能反射面的相位偏移，s_n表示發送的信號，n_t表示加性高斯白噪聲；

步驟17.2，通過匹配濾波器對原始信號r_n(t)進行處理

其中β_MR,n表示n時刻目標與智能反射面之間的信道幅度增益，α_MR,n表示n時刻目標與智能反射面之間的信道相位向量；

步驟17.3，計算時延τ_n

其中n_τ表示時延噪聲；

步驟17.4，計算多普勒頻偏μ_n

其中n_f表示多普勒頻偏噪聲,f_c表示載波頻率。