【雷达信号处理前沿：从通感算一体化到生成式智能】RIS辅助雷达感知 第2章 RIS辅助雷达信号处理与ISAC联合设计 （二）

目录

2.1 RIS电磁调控原理与雷达回波信号模型

2.1.1 RIS反射系数理想模型

2.1.2 基于RIS的波束赋形

2.1.3 双静态雷达截面与RIS调控的等效辐射方向图合成

2.1.4 RIS辅助雷达分辨率分析

2.2 RIS辅助雷达目标检测与参数估计：CRB分析与波束赋形

2.2.1 目标检测理论框架：广义似然比检验在RIS辅助低RCS目标检测中的应用

2.2.2 Fisher信息矩阵推导：RIS相位配置对目标参数信息量的影响

2.2.3 Cramér-Rao界分析：RIS辅助参数估计的理论下界与相位优化目标函数

2.2.4 基于CRB最小化的RIS波束赋形设计

2.2.5 高分辨率多目标感知

2.3 RIS-ISAC联合波形设计：与全双工ISAC的架构差异与互补

2.3.1 全双工ISAC基础

2.3.2 RIS辅助FD-ISAC系统模型

2.3.3 联合波形设计准则

2.3.4 优化方法论

2.3.5 架构差异与互补性分析

2.4 近场RIS与太赫兹RIS：球形波转换与6G标准演进

2.4.1 近场电磁理论边界

2.4.2 球面波前模型

2.4.3 近场RIS信道特性

2.4.4 太赫兹RIS感知

2.4.5 近场RIS波束赋形

2.4.6 6G标准演进

第二部分 结构化伪代码

算法1：基于交替优化的RIS波束赋形CRB最小化

算法2：基于共识ADMM的RIS-ISAC联合波形设计

算法3：近场XL-RIS分层波束训练

算法4：RIS辅助多目标OMP与数据关联融合

第三部分  python脚本

脚本1: s2_1_1_ris_reflection_models.py

脚本2: s2_1_2_ris_beamforming.py

脚本3: s2_1_3_bistatic_rcs.py

脚本4: s2_1_4_resolution_enhancement.py

脚本5: s2_2_1_glrt_detection.py

脚本6: s2_2_2_fim_derivation.py

脚本7: s2_2_3_crb_analysis.py

脚本8: s2_2_4_crb_minimization.py

脚本9: s2_2_5_multi_target_perception.py

脚本10: s2_3_1_fd_isac_basics.py

脚本11: s2_3_2_ris_fd_isac_system.py

脚本12: s2_3_3_waveform_criteria.py

脚本13: s2_3_4_optimization_methods.py

脚本14: s2_3_5_architecture_comparison.py

脚本15: s2_4_1_near_field_boundaries.py

脚本16: s2_4_2_spherical_wavefront.py

脚本17: s2_4_3_near_field_channel.py

脚本18: s2_4_4_thz_ris_sensing.py

脚本19: s2_4_5_hierarchical_training.py

脚本20: s2_4_6_standardization.py

2.1 RIS电磁调控原理与雷达回波信号模型

2.1.1 RIS反射系数理想模型

2.1.1.1 连续相位模型

可重构智能表面由大量亚波长尺度的电磁单元构成，每个单元通过可调谐器件改变入射电磁波的相位响应。在连续相位理想模型中，第$n$个反射单元的复反射系数表示为

$$\Gamma_n = A_n e^{j\phi_n}$$

其中$A_n \in [0,1]$为幅度反射系数，$\phi_n \in [