智能超表面(RIS)辅助双功能雷达和通信波束形成设计(Matlab代码实现)

简介: 智能超表面(RIS)辅助双功能雷达和通信波束形成设计(Matlab代码实现)

💥1 概述

智能超表面,也叫做“可重配智能表面”,或者“智能反射表面”,英文为RIS(Reconfigurable Intelligence Surface),或者IRS(Intelligent Reflection Surface)。


为了缓解未来网络频谱拥塞,下一代无线通信系统希望复用雷达的频段,其对应的模型就是雷达和通信频谱共存(Radar-Communication Coexistence,RCC),这个是雷达和通信从分离走向融合的初步阶段。


本文对双功能雷达和通信系统的波束形成优化,其中部署了可重新配置的智能表面以增强性能。


📚2 运行结果

🎉3 参考文献

[1]赵阳. MIMO雷达-通信联合SINR优化设计算法研究[D].厦门理工学院,2022.DOI:10.27866/d.cnki.gxlxy.2022.000225.

👨‍💻4 Matlab代码

主函数部分代码:

clc
clear all
close all
addpath('./simulation_separated/function/');
%% trade-off
%% baseline
figure;
load('./simulation_separated/baseline.mat');
pattern_baseline_sep = pattern_baseline;
wsr_baseline = [0; wsr_baseline;wsr_baseline(end)];
prob_power_baseline = [prob_power_baseline(1); prob_power_baseline;0];
plot(wsr_baseline, prob_power_baseline,'-^b','LineWidth',3,'MarkerSize',3);
hold on;
load('./simulation_shared/baseline.mat');
pattern_baseline_sh = pattern_baseline;
wsr_baseline = [0; wsr_baseline;wsr_baseline(end)];
prob_power_baseline = [prob_power_baseline(1); prob_power_baseline;0];
plot(wsr_baseline, prob_power_baseline,'-+b','LineWidth',3);
%% 20 elements
load('./simulation_separated/ris_aided_data/rician_1000/ris_aided_single.mat');
pattern_ris_20_sep = pattern_ris;
wsr_ris = [0; wsr_ris; wsr_ris(end)];
prob_power_ris = [prob_power_ris(1); prob_power_ris;0];
plot(wsr_ris, prob_power_ris,'-^g','LineWidth',3,'MarkerSize',3);
load('./simulation_shared/ris_aided_data/rician_1000/ris_aided_single.mat');
pattern_ris_20_sh = pattern_ris;
wsr_ris = [0; wsr_ris;wsr_ris(end)];
prob_power_ris = [prob_power_ris(1); prob_power_ris;0];
plot(wsr_ris, prob_power_ris,'-+g','LineWidth',3);
%% 60 elements
load('./simulation_separated/ris_aided_data/rician_1000/ris_aided_single_60.mat');
pattern_ris_60_sep = pattern_ris;
wsr_ris = [0; wsr_ris; wsr_ris(end)];
prob_power_ris = [prob_power_ris(1); prob_power_ris;0];
plot(wsr_ris, prob_power_ris,'-^c','LineWidth',3,'MarkerSize',3);
load('./simulation_shared/ris_aided_data/rician_1000/ris_aided_single_60.mat');
pattern_ris_60_sh = pattern_ris;
wsr_ris = [0; wsr_ris;wsr_ris(end)];
prob_power_ris = [prob_power_ris(1); prob_power_ris;0];
plot(wsr_ris, prob_power_ris,'-+c','LineWidth',3);
%% 100 elements
load('./simulation_separated/ris_aided_data/rician_1000/ris_aided_single_100.mat');
pattern_ris_100_sep = pattern_ris;
wsr_ris = [0; wsr_ris;wsr_ris(end)];
prob_power_ris = [prob_power_ris(1); prob_power_ris;0];
plot(wsr_ris, prob_power_ris,'-^r','LineWidth',3,'MarkerSize',3);
load('./simulation_shared/ris_aided_data/rician_1000/ris_aided_single_100.mat');
pattern_ris_100_sh = pattern_ris;
wsr_ris = [0; wsr_ris; wsr_ris(end)];
prob_power_ris = [prob_power_ris(1); prob_power_ris;0];
plot(wsr_ris, prob_power_ris,'-+r','LineWidth',3);
grid on;
legend('without RIS(separated)','without RIS(shared)','20 elements(separeted)','20 elements(shared)','60 elements(separated)','60 elements(shared)','100 elements(separated)','100 elements(shared)','FontSize',12,'interpreter','latex');
xlabel('WSR [bps/Hz]','FontSize',12,'interpreter','latex');
ylabel('Probing Power [dBm]','FontSize',12,'interpreter','latex');
ylim([19 34]);
xlim([0 10]);
%% radar only beampattern
para = para_init();
theta_degree = -90:90;
theta = theta_degree*pi/180;
pattern_radar_only = zeros(length(theta),1);
a = ULA_func(0,para.M);
R = para.Pt/para.M*(a*a');
相关文章
|
2月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
123 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
2月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
95 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
2月前
|
传感器 存储 数据可视化
MATLAB - 激光雷达 - 相机联合标定(Lidar-Camera Calibration)(二)
MATLAB - 激光雷达 - 相机联合标定(Lidar-Camera Calibration)(二)
199 1
|
2月前
|
传感器 数据可视化 自动驾驶
MATLAB - 激光雷达 - 相机联合标定(Lidar-Camera Calibration)(一)
MATLAB - 激光雷达 - 相机联合标定(Lidar-Camera Calibration)
167 1
|
2月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
71 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
5月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
5月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
|
5月前
|
Serverless
基于Logistic函数的负荷需求响应(matlab代码)
基于Logistic函数的负荷需求响应(matlab代码)
|
5月前
|
供应链 算法
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)

热门文章

最新文章

下一篇
无影云桌面