雷达
文章平均质量分 61
Elly2018
这个作者很懒,什么都没留下…
展开
-
雷达距离分辨率的个人理解
以FMCW体制的雷达为例一、从原始信号处理的角度出发根据TI公司那位经典印度老哥的视频,距离分辨率可以如此计算:假设FMCW的Slope为 SSS,那么在一个chirp内接收到的两个相差时间为 δt\delta tδt的信号所对应的频率可以写为δt⋅S=δB\delta t \cdot S = \delta Bδt⋅S=δB这样问题就转化成了频率区分的问题,于是δt⋅S=δB≥fmin=1/T\delta t \cdot S = \delta B \geq f_{min}=1/Tδt⋅S=δ原创 2021-08-17 17:34:09 · 3262 阅读 · 0 评论 -
每日(一文 Omnidirectional Motion Classification With Monostatic Radar System Using Micro-Doppler Signatu
Omnidirectional ——全角度这是一个非常重要的term,正如文章作者所言,针对全角度微多普勒谱识别的问题并未系统地被研究过。该文章借助自设计的卷积神经网络完成了伪端到端的全角度识别(实际上并没有做到真正的端到端,仅仅完成了从Spectrogram->Result的过程,雷达RawData->Spectrogram仍然需要通过传统的时频分析方法完成),并且提出了一个行之有效的分类器角度敏感性分析方法。深度卷积神经网络因其十分复杂的结构具备了理论上拟合大多数映射的能力,于是如何解释原创 2021-05-06 20:57:21 · 250 阅读 · 0 评论 -
每日(一文 Localization and Activity Classification of Unmanned Aerial Vehicle using mmWave FMCW Radars
Title:包含了几个关键信息对象为UAV定位(Localization)& 动作的识别(Activity Classification)两个任务均要完成。UAV的动作识别是什么?Abstract:任务:对UAV进行定位并识别其动作方法:基于雷达的基本测角测距功能以确定UAV位置;基于微多普勒确定UAV动作;涉及到基本的机器学习方法以及一个简单CNN。初步对该文章的认知:粗糙的缝合怪 (似乎)没有针对该场景提出新的测距测角方法或思路;简单的机器学习方法(当然摘要段仍未涉及特征原创 2021-05-04 14:33:13 · 180 阅读 · 0 评论 -
每日(一文——Hand Gesture Recognition Using FMCW Radar in Multi-Person Scenario
Abstract开宗明义,文章摘要中已经给出了本文的目的:解决在存在其他目标干扰的前提下正确识别手势的问题。思路:FMCW具备距离分辨能力方法:未提及;简单地利用FMCW区分不同距离的目标,利用展宽处理获得快时间距离谱即可。 可能存在的问题是,如果干扰目标距离随时间 变化,如何跟踪目标是一个问题。Inro:This work will focus on hand gesture based remote control using FMCWradar in the pr原创 2021-04-29 20:34:46 · 331 阅读 · 1 评论