【标题】AI-empowered Joint Communication and Radar Systems with Adaptive Waveform for Autonomous Vehicles

【作者团队】Nam H. Chu, Diep N. Nguyen, Dinh Thai Hoang, Quoc-Viet Pham

【发表日期】2022.2.23

【论文链接】https://arxiv.org/pdf/2202.11508.pdf

【推荐理由】在基于联合通信和雷达 (JCR) 的自主车辆 (AV) 系统中，由于雷达和数据通信功能之间的强大影响，优化波形结构是最具挑战性的任务之一。具体而言，数据通信帧的前导码通常用于雷达功能。因此，相干处理间隔 (CPI) 中的前导数越多，雷达的性能就越好。但是通信效率随着前导数的增加而降低。此外，AV 周围的无线电环境具有高不确定性，这使得 JCR 的波形优化问题更具挑战性。为此，本文基于马尔可夫决策过程框架和深度强化学习的最新先进技术开发了一种新颖的 JCR 框架。JCR-AV 无需事先完全了解周围环境，就可以自适应地优化其波形结构（即 CPI 中的帧数），从而在周围环境的动态和不确定性下最大限度地提高雷达和数据通信性能。

内容中包含的图片若涉及版权问题，请及时与我们联系删除