A reconfigurable intelligent surface (RIS) is a flat layer made of sub-wavelength-sized reflective elements capable of adding a tunable phase shift to the impinging electromagnetic wave. This paper considers the fundamental problem of target detection in a RIS-aided multiple-input multiple-output (MIMO) radar system. At first, a general signal model is introduced, which includes the possibility of using up to two RISs (one close to the transmitter and one close to the receiver) and subsumes both a mono-static and a bi-static radar configuration with or without a line-of-sight (LOS) view of the prospective target. Upon resorting to a generalized likelihood ratio test (GLRT), the design of the RIS phase shifts is formulated as the maximization of the probability of detection in the resolution cell under inspection for a fixed probability of false alarm, and suitable optimization algorithms are proposed and discussed. Both the theoretical and the numerical analysis clearly show the benefits, in terms of the signal-to-noise ratio (SNR) at the radar receiver, granted by the use of the RISs and shed light on the interplay among the key system parameters, such as the radar-RIS distance, the RIS size, and location of the prospective target. A major finding is that the RISs should be deployed in the near-field of the radar transmit/receive array. The paper is then concluded by discussing some open problems and foreseen applications.


翻译:一个可重新测量的智能表面(RIS)是一个平面层,由波长尺寸的子反射元素组成,能够使直观或无直观(LOS)观点对未来目标进行单静态和双静态雷达配置,本文考虑了在RIS辅助的多输入多输出多输出(MIIMO)雷达系统中目标探测的根本问题。首先,引入了一个一般信号模型,其中包括有可能使用两个RIS(一个接近发射机,一个接近接收器)和子组合,两者均具有单一静态和双静态雷达配置,可以增加或没有直观(LOS)对未来目标的观察(LOS)视角。在采用普遍概率比测试(GLRT)后,设计RIS阶段变化的设计是将正在接受检查的解析室探测的可能性最大化,以固定的警报概率,并提议和讨论适当的优化算法。理论和数字分析清楚地表明,在雷达接收器的开放式信号到比(SNRIS/NR)中,在使用近视线(GLRIS)的测距和潜在阵列参数时,在雷达定位定位定位定位定位定位定位定位定位定位定位定位定位位置上,在雷达定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位定位位置上应进行定位定位定位定位定位定位。

0
下载
关闭预览

相关内容

Surface 是微软公司( Microsoft)旗下一系列使用 Windows 10(早期为 Windows 8.X)操作系统的电脑产品,目前有 Surface、Surface Pro 和 Surface Book 三个系列。 2012 年 6 月 18 日,初代 Surface Pro/RT 由时任微软 CEO 史蒂夫·鲍尔默发布于在洛杉矶举行的记者会,2012 年 10 月 26 日上市销售。
Python图像处理,366页pdf,Image Operators Image Processing in Python
【新书】Python编程基础,669页pdf
专知会员服务
186+阅读 · 2019年10月10日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 11月截稿会议信息9条
Call4Papers
6+阅读 · 2018年10月14日
车辆目标检测
数据挖掘入门与实战
30+阅读 · 2018年3月30日
最佳实践:深度学习用于自然语言处理(三)
待字闺中
3+阅读 · 2017年8月20日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Complete Scanning Application Using OpenCv
Arxiv
0+阅读 · 2021年7月8日
Federated Learning in Multi-RIS Aided Systems
Arxiv
0+阅读 · 2021年7月8日
Arxiv
12+阅读 · 2021年6月21日
VIP会员
相关资讯
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 11月截稿会议信息9条
Call4Papers
6+阅读 · 2018年10月14日
车辆目标检测
数据挖掘入门与实战
30+阅读 · 2018年3月30日
最佳实践:深度学习用于自然语言处理(三)
待字闺中
3+阅读 · 2017年8月20日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员