雷達通信的頻譜共享及一體化 關鍵技術與應用
劉凡 周建明 安建平
買這商品的人也買了...
-
數位航空電子系統, 5/e$520$468 -
深入理解 AutoML 和 AutoDL：構建自動化機器學習與深度學習平臺$594$564 -
$352對抗機器學習：機器學習系統中的攻擊和防禦 -
生成深度學習｜訓練機器繪畫、作曲、寫作與玩遊戲 (Generative Deep Learning)$580$458 -
$862分佈式人工智能：基於tensorflow、rtos與群體智能體系 -
基於模型的系統工程有效方法$1,194$1,134 -
貝葉斯的博弈 : 數學、思維與人工智能$654$621 -
自動化測試實戰 -- 基於 TestNG \ JUnit \ Robot Framework \ Selenium$594$564 -
$454AIoT 系統開發：基於機器學習和 Python 深度學習 -
結構化壓縮感知理論及應用$534$507 -
高並發系統實戰派：集群、Redis 緩存、海量存儲、Elasticsearch、RocketMQ、微服務、持續集成等$654$621 -
$658分佈式人工智能 -
無人飛行系統設計$1,194$1,134 -
TinyML 經典範例集$520$390 -
$756二次雷達原理與設計 -
雷達系統分析與設計 (MATLAB版), 3/e$954$906 -
跨數據中心機器學習：賦能多雲智能數算融合$528$502 -
雷達目標檢測與恆虛警處理, 3/e$768$730 -
$500雷達輻射式模擬信號分析與處理 -
雷達電子戰系統模擬與評估$594$564 -
相控陣雷達技術$1,320$1,254 -
$505深度學習的理論基礎與核心算法 -
Arduino小型化與TinyML應用從入門到精通$539$512 -
雷達海雜波：建模與目標檢測$714$678 -
$709外輻射源雷達目標探測工程及應用
相關主題
商品描述
雷達通信的頻譜共享及一體化是當前的熱門話題之一，被公認為 B5G/6G 無線通信系統中新興的核心技術。本書主要介紹雷達通信頻譜共享及一體化方向的理論與方法，以及相關研究的新進展。
全書共6章。第 一章介紹雷達通信一體化的背景、應用和國內外研究現狀，並介紹閱讀本書所需的通信與雷達方面的基本知識。第2章~第4章分別介紹分立的雷達與通信的頻譜共享機制、雷達通信一體化系統的波束賦形設計，以及基於給定雷達波束圖樣的波形設計、雷達與通信性能的折中設計、恆包絡雷達通信一體化波形設計這 3種波形設計方法。第 5章介紹雷達通信一體化在車聯網中的應用。第 6章對全書內容進行總結和梳理，並提出雷達通信一體化領域的若乾開放問題。
本書結構清晰，內容安排合理，可作為高等院校電氣工程、信息工程、通信工程等相關專業的高年級本科生和研究生的教材或參考書，也可供科研院所的相關工程技術人員及對該領域感興趣的讀者閱讀。
作者簡介
刘凡
博士，南方科技大学电子与电气工程系助理教授、博士生导师。2018年获北京理工大学博士学位，2018—2020 年在英国伦敦大学学院从事博士后研究工作。主要研究方向为通信感知一体化，车联网与智能交通等。目前担任《IEEE 通信快报》编委、《IEEE通信领域选刊》客座编委，以及IEEE通信学会通信感知一体化新兴技术倡议委员会首 届学术主席。入选2018年欧盟“玛丽·居里”学 者，博士论文入选2019年度中国电子学会优 秀博士学位论文。
周建明
博士，1976年出生于浙江省江山市，2004年获北京理工大学电磁场与微波技术专业工学博士学位并留校工作，主要研究方向为微波、毫米波电路与系统、数据链、相控阵通信和雷达一体化。发表论文10多篇。获得国防科技进步二等奖、三等奖各1项。
安建平
北京理工大学特聘教授、网络空间安 全学院院长，中国电子学会会士，中国通信学会会士、常务理事，入选国家“百千万人才工程”第 一层次，享受国务院“政府特殊津贴”。研究领域聚焦空间通信、空天信息网络与安 全。作为第 一完成人获得国家技术发明二等奖和国家科技进步三等奖各1项、中国通信学会科学技术一等奖1项。
目錄大綱
第 1 章 緒論 1
1.1 引言 1
1.2 應用場景 2
1.2.1 雷達與商用無線通信系統的共存 2
1.2.2 5G/B5G 車聯網通信感知一體化 3
1.2.3 Wi-Fi 定位及動作識別 3
1.2.4 無人機感知與通信 4
1.2.5 空天網絡遙感與導航增強 5
1.2.6 多功能射頻系統 5
1.2.7 雷達輔助的低截獲概率通信 6
1.2.8 無源雷達 6
1.2.9 其他應用場景 7
1.3 研究現狀 7
1.3.1 雷達與通信同頻共存的研究現狀 7
1.3.2 雷達通信一體化的研究現狀 11
1.4 預備知識 16
1.4.1 雷達信號處理的基礎知識 16
1.4.2 多用戶 MIMO 下行通信模型 19
1.5 後續章節的內容安排 22
第 2 章 雷達與通信的頻譜共享 23
2.1 雷達與通信同頻共存的主要問題 23
2.2 雷達與通信的互乾擾通道估計 24
2.2.1 系統模型及基本假設 25
2.2.2 衰落通道估計的假設檢驗方法 27
2.2.3 視距通道估計的假設檢驗方法 31
2.2.4 理論性能分析 36
2.2.5 通道估計性能分析 44
2.2.6 數值模擬結果 45
2.3 雷達與通信的同頻共存預編碼 52
2.3.1 系統模型與基本假設 53
2.3.2 基於乾擾抑制的預編碼 55
2.3.3 建設性乾擾預編碼 60
2.3.4 對雷達性能影響的分析 67
2.3.5 數值模擬結果 71
2.4 本章小結 75
第 3 章 雷達通信一體化波束賦形技術 77
3.1 雷達通信一體化主要研究的問題 77
3.2 基於波束圖樣逼近的一體化波束賦形 78
3.2.1 雷達通信一體化下行鏈路模型 78
3.2.2 雷達通信一體化波束圖樣設計 81
3.2.3 數值模擬結果 85
3.3 估計性能最優的一體化波束賦形 87
3.3.1 系統模型 88
3.3.2 點目標場景下的聯合波束賦形 91
3.3.3 擴展目標場景下的聯合波束賦形 102
3.3.4 數值模擬結果 108
3.4 本章小結 112
第 4 章 雷達通信一體化波形設計方法 114
4.1 基本模型及性能指標 115
4.2 基於給定雷達波束圖樣的波形設計 116
4.2.1 嚴格全向搜索波形設計 116
4.2.2 嚴格定向跟蹤波形設計 117
4.3 雷達與通信性能的折中設計 118
4.4 恆包絡雷達通信一體化波形設計 125
4.4.1 問題建模 125
4.4.2 分支定界算法 127
4.4.3 定界函數設計 129
4.4.4 收斂性與復雜度分析 133
4.5 數值模擬結果 136
4.5.1 給定雷達波束圖樣的波形設計 136
4.5.2 給定雷達參考波形的恆包絡波形設計 139
4.6 本章小結 141
第 5 章 雷達通信一體化在車聯網中的應用 142
5.1 系統模型 143
5.1.1 基本框架 144
5.1.2 車輛狀態轉移模型 146
5.1.3 信號模型 149
5.2 波束的預測、跟蹤與關聯 153
5.2.1 基於擴展卡爾曼濾波的波束預測與跟蹤 153
5.2.2 波束關聯問題 155
5.3 基於通信感知一體化的多波束功率分配 156
5.3.1 註水功率分配法 157
5.3.2 參數估計的後驗 CRLB 157
5.3.3 功率分配問題的建模與分析 159
5.4 數值模擬結果 163
5.4.1 單車跟蹤性能 163
5.4.2 雷達通信一體化方案與基於上行反饋的純通信方案的性能對比 165
5.4.3 多車跟蹤性能 167
5.5 本章小結 171
第 6 章 總結與展望 172
6.1 本書總結 172
6.2 雷達通信一體化技術展望 173
參考文獻 175
