Key points are not available for this paper at this time.
In diesem Papier wird eine effektive Lösung für die gemeinsame Strahlen- und Leistungsplanung (JBPS) in den netzwerkbasierten Co-located MIMO (C-MIMO) Radarsystemen für verteiltes Multi-Target-Tracking (MTT) vorgeschlagen. Im Kern umfasst die vorgeschlagene Lösung eine verteilte Fusionsarchitektur, die die Kommunikationsanforderungen reduziert und gleichzeitig die Gesamte Robustheit des Systems aufrechterhält. Die verteilte Fusionsarchitektur verwendet die Kovarianzintersektion (CI) Fusion, um die unbekannten Informationskorrelationen zwischen den Radarknoten zu adressieren. Jeder C-MIMO Radarknoten im Netzwerk kann eine zeitabhängige Anzahl von Strahlen mit kontrollierbarer Sendeleistung durch Wellenform-Synthese erzeugen und ist somit in der Lage, mehrere Tracking-Aufgaben gleichzeitig auszuführen. Um die globale MTT-Leistung des Radarnetzwerks zu maximieren, implementiert die vorgeschlagene JBPS-Lösung eine online Ressourcenplanung, die sowohl die erzeugten Strahlen als auch die gesendete Leistung aller Radarknoten unter Berücksichtigung des Feedbacks der MTT-Ergebnisse berücksichtigt. Eine skalierte, genauigkeitsbasierte Zielfunktion wird entworfen, um die globale MTT-Leistung zu quantifizieren und dabei unterschiedliche Zielprioritäten bei der Ressourcenallokation angemessen zu berücksichtigen. Die Bayesian Cramér-Rao untere Schranke (BCRLB) für die CI-Fusionsregel wird abgeleitet und als Bestandteil der Zielfunktion verwendet, da sie eine untere Schranke für die Genauigkeit der Zielstatusschätzungen bietet. Da das formulierte JBPS-Problem nicht konvex ist, schlagen wir einen schnellen belohnungsbasierten iterativen Abstiegansatz vor, um es effektiv zu lösen. Numerische Ergebnisse zeigen, dass die vorgeschlagene JBPS überlegene Leistungen hinsichtlich der Maximierung der Gesamt-MTT-Leistung liefert und dabei eine hohe Flexibilität bei der Ressourcenallokation in Bezug auf unterschiedliche Zielprioritäten aufweist.
Yi et al. (Wed,) studierten diese Frage.