起风了1999-CSDN博客

原创 79GHZ HFSS微带天线仿真

本文用HFSS 2023 R1进行微带天线仿真，中心频率79GHz。模型包括GND、介质层和微带贴片，原理就不再赘述了吧。

2024-02-03 21:12:38 1991

DBSCAN算法基于一组“邻域” (neighborhood) 参数( , inPts)来刻画样本分布的紧密程度。给定数据集 = { 1, 2, … , }，定义下面几个概念：(1)邻域：对Xj∈D,其邻域包含样本集D中与Xj的距离不大于的样本，即Ne(Xj)={Xj∈D|dist(Xi,Xj)≤}；(2)核心对象（core object）:若Xj的邻域至少包括MinPts个样本，即|Ne(Xj)|≥MinPts，则Xj是一个核心对象；

2024-01-31 20:37:03 524

原创毫米波雷达之TDM信号发射方式

为了实现信号的正交分离，通常采用时分复用（TDM）和二进制相位调制（BPM）；TDM的实现相对简单，本文采用TDM模式以确保雷达发射天线信号的数据正交。假设雷达采用2发4收的天线配置，其中发射天线Tx1和Tx2交替发射雷达信号，通过时间分隔实现信号的正交性。四个接收天线同时对发射信号进行采样，每个采样周期生成八个回波信号。相关的收发信号示意图如图2.7和图2.8所示。

2024-01-31 20:28:28 557

原创毫米波雷达之Esprit算法

基于旋转不变技术的信号参数估计（Estimating Signal Parameter via Rotational Invariance Techniques,Esprit）算法，核心思想是将接收阵列天线划分为两个阵元数相等的重叠子阵A和B，这两个子阵对应的阵元之间的位置相同，因此接收信号在这两个子阵的入射角相差一个旋转因子，该旋转因子包含DOA估计信息，通过求解广义特征值方程可以得到该旋转因子的大小，进而可以求得目标的来波方向。相较于MUSIC算法，ESPRIT算法的复杂度更小，计算量更小。

2024-01-31 20:23:04 1007

原创毫米波雷达之Music算法

多重信号分类（Multiple Signal Classification, MUSIC）[65]算法的核心在于对阵列接收的信号协方差矩阵进行特征值分解，从而得到特征值和相应的特征向量。通过分析噪声与信号在空间上的正交关系，将特征值对应的特征向量划分为噪声子空间和信号子空间。这一划分使得我们能够构建出目标信号的空间伪谱。通过对伪谱的峰值进行搜索，可以精确定位目标信号的到达角。接收数据的协方差矩阵可以分解为：在这里，表示信号的自相关矩阵，因此我们可以将数据的协方差矩阵分为信号相关部分和噪声相关部分。

2024-01-31 20:09:21 647

原创毫米波雷达之CAPON算法

Capon算法与DBF算法相似，利用部分信号在干扰方向形成波束缺陷，而剩余的信号则在期望的方向形成波束。公式(3.21)和(3.22)分别描述了接收阵列的信号输出y(t)和输出功率。Capon算法的实现可以表达为：通过最小化干扰信号功率并保持观测方向的增益为常数，使得总输出功率最小化。

2024-01-31 20:04:00 697

原创毫米波雷达之3D-FFT算法

傅里叶变换（FFT）算法，在时频转换中广泛应用，同样可以用于在空域进行相位转换。其算法形式与波束成形算法相似，通过计算阵列功率幅值的峰值，可以获取相应的到达角。在工程应用中，对雷达原始数据进行三次FFT变换，分别得到距离、速度和角度信息，这被称为1D-FFT、2D-FFT和3D-FFT。在此背景下，3D-FFT表示对天线维度执行FFT算法，具体示意如图3.14所示。

2024-01-31 19:58:14 1457

原创毫米波雷达之波束成形算法

数字波束成形算法（Digital Beamforming, DBF）通过对信号进行加权求和的方式，有效集中阵列接收的能量在特定方向上。该算法实质上在空域进行滤波操作，旨在增强期望信号强度并抑制干扰信号。这使得阵列的输出方向能够专注于特定方向，确保最大程度地捕获期望信号的功率峰值，该功率峰值所在方向即为信号到达的角度。

2024-01-31 19:51:48 932 1

原创毫米波雷达之CFAR 目标检测

恒虚警率（CFAR）算法是一种广泛应用于雷达目标检测的算法，其主要目标是减少由于杂波与回波之间强度不对称而引起的误报，以确保相对恒定的虚警率。如图 3.4(a)所示，表示由距离单元组成的一维数据。在待测单元 D 周围选择若干个背景杂波功率的蓝色单元构成参考滑窗，称为参考单元；而待测单元 D 相邻的若干个不用于背景估计的单元则称为保护单元。当参考单元和保护单元的维度从一维扩展到二维时，相应的 CFAR 检测由一维 CFAR 演变为二维 CFAR 以处理参考窗口，如图 3.4 (b)所示。

2024-01-31 19:42:01 2742

原创频谱细化之ZOOMFFT算法

复调制 Zoom-FFT[64]的核心思想是对有限长连续的中频信号进行 FFT 变换得到粗略的信号序列感兴趣区间，然后对粗略的信号序列执行第二次 FFT 分析，进而得到精确的频谱。若已知离散的中频信号序列 x(m),采样点数为 M，采样频率为 fs，放大倍数为 D，并做 M 点 FFT 变换，得到输出序列 x(k)。算法的执行步骤如下：(1)频移(复调制)复调制是将感兴趣的频谱的起始点移动到零频点，确保感兴趣信号扩展到频谱的显示范围内。

2024-01-31 19:29:08 1202

原创频谱细化之FFT_FT

FFT+FT 算法的核心思想是先利用 FFT 估计离散序列 x(m)的全景频谱，然后选取感兴趣区间执行离散 FT 算法，从而达到频谱细化的目的。利用离散 DFT 变换公式(4.2)，可以得到频谱波峰的极大值|X(k1)|和次大值|X(k2)|,对应的谱线序列为 k1和 k2。对于 FMCW 中频信号的离散序列频谱，待估计谱线 k0介于谱线序列 k1和 k2之间，因此对 k1~k2区间内进行谱线插值可以得到精确的距离。

2024-01-31 19:23:15 486

原创频谱细化之Chirp-Z变换算法

Chirp-Z变换的核心思想是在 Z 平面的单位圆上沿螺旋线进行等采样，若已知离散采样序列 x(m)，那么该信号的 Z 变换可表示为：Chirp-Z 变换算法在 Z 平面的一段螺旋线进行等角采样的示意图如下：其中，Z0,Z1,…,ZM-1表示螺旋线上等分角的 M 个采样点；A0表示螺旋线上起始点的半径 A0<1 表示起始采样点在圆内；θ0 表示沿着逆时针的起始采样点相角，可正可负；φ0表示相邻采样点的角频率差，φ0<0 表示 Zk沿着顺时针顺序采样，φ0<0 表示 Zk沿着逆时针顺序采样。

2024-01-31 19:16:36 1085

原创嵌入式应用编程学习-文件类型与stat函数

被改变的时间，并使用字符串形式将其打印出来，包括时间和日期、表示形式自定。int ret;/* 获取文件属性 */exit(-1);/* 打印文件最后被访问的时间 *//* 打印文件内容最后被修改的时间 *//* 打印文件状态最后改变的时间 */exit(0);

2024-01-31 18:44:58 913

原创 LINUX应用开发-标准IO

由于调用了fwrite()，所以此时的读写位置已经发生了改变，不再是文件头部，所以程序中调用了 fseek()将读写位置移动到了文件头，接着调用 fread()从文件头部开始读取刚写入的数据，读取成功之后打印出信息。首先使用 fopen()函数将当前目录下的 test_file 文件打开，调用 fopen()时 mode 参数设置为"w"，表示以只写的方式打开文件，并将文件的长度截断为 0，如果指定文件不存在则创建该文件。写入完成之后，调用 fclose()函数关闭文件，退出程序。

2024-01-31 18:10:10 897

原创嵌入式应用编程-IO读写关闭

SEEK_END：读写偏移量将指向文件末尾 + offset 字节位置处，同样 offset 可以为正、也可以为负，如果是正数表示往后偏>>移、如果是负数则表示往前偏移。SEEK_CUR：读写偏移量将指向当前位置偏移量 + offset 字节位置处，offset 可以为正、也可以为负，如果是正数表示往后偏移，如果是负数则表示往前偏移；dest_file 文件中，从文件开头处开始写入，1Kbyte 字节大小，操作完成之后使用 close 显式关闭所有文件，offset：偏移量，以字节为单位。

2024-01-31 17:42:33 392

原创嵌入式应用编程学习-文件IO打开

3.使用 open 函数打开一个指定的文件，如果该文件不存在则创建该文件，创建该文件时，将文件权限设置如下：文件所属者拥有读、写、执行权限；同组用户与其他用户只有读权限。mode：此参数用于指定新建文件的访问权限，只有当 flags 参数中包含 O_CREAT 或 >O_TMPFILE 标志时才有效（O_TMPFILE 标志用于创建一个临时文件）。open 函数用于打开文件，当然除了打开已经存在的文件之外，还可以创建一个新的文件。2.使用 open 函数打开一个已经存在的文件，使用可读可写方式打开。

2024-01-31 17:10:48 441

m0_56120826的博客