个人理解
文章平均质量分 73
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 · 3143 阅读 · 0 评论 -
每日(一文 XSleepNet: Multi-View Sequential Model for Automatic Sleep Staging
IntroExisting work on automatic sleep staging can be categorized based on the types of signal input of the network.There are two main categories: the first directly processes 1-dimensional raw signals [15], [18], [20], [22], [24], [25], [26] and the seco原创 2021-05-15 15:52:50 · 720 阅读 · 0 评论 -
每日(一文 SleepPoseNet: Multi-View Learning for Sleep Postural Transition Recognition Using UWB
TricksWRTFT(Weighted Range Time Fourier Transform)本质上是一个Range-加权的STFT(有其他的加权方式吗?)简言之就是对Time-Range Spectrogram按行分别进行STFT;再按照距离域能量进行加权σm=Em/∑m=1REm\sigma_m = E_m/\sum_{m=1}^{R}E_mσm=Em/∑m=1REmEm=∑TRMap2(m,:)E_m = \sum TRMap^2(m, :)Em=∑TRMap2(m原创 2021-05-10 15:59:12 · 188 阅读 · 0 评论 -
每日(一文 Multi-Domain and Multi-Task Learning for Human Action Recognition
What to Focus on?Though this ariticle mainly focuses on human activity recognition with video datasets, i.e. the conventional and representitve deep learning task, it doesn’t mean that there is nothing valuable for radar research. The human activity reco原创 2021-05-08 19:57:50 · 357 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 · 185 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 · 130 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 · 325 阅读 · 1 评论 -
雷达空间角频率的理解
一、角频率角频率可以简单地理解为ω=f×2π\omega = f \times 2 \piω=f×2π,其中fff为频率。而频率又可以认为是每经过一个采样周期TsT_sTs所变化的相位除以该采样周期TsT_sTs,即每秒所经历的相位变化。二、时间尺度的角频率对于一个频率为fff的时间序列,在一个采样周期TsT_sTs内所历经的相位变化为Ts×fT_s \times fTs×f,那么可以知其角频率为2πTs×f/Ts=2πf2\pi T_s \times f / T_s = 2 \pi f原创 2021-04-22 13:36:17 · 1125 阅读 · 0 评论 -
对HMM-GMM模型的理解
一、HMM的理解HMM——Hidden Markov Model,隐马尔科夫链模型,认为某时序信息X(t)X(t)X(t)可以由一个隐状态链S(n)S(n)S(n)描述。此状态链包括nnn个状态,以及各个状态间的转移概率ppp,类似下图。ref同时,认为每个状态会以一定的发射概率pep_epe产生某一种观察值,即对应时序信息X(t)X(t)X(t)。通常对于独立的状态识别问题,我们只需要知道每个状态的发射概率即可,通过比对观察值属于那个状态的概率更高,我们就掌握了该次观察应该从属于哪个状态。但这原创 2021-04-15 15:31:06 · 1242 阅读 · 0 评论 -
FMCW 进行2维FFT的公式推导与思考
FMCW R-D FFT2处理的思考 FMCW信号的发送与解调过程如下图。 此图的来源以及具体回波的公式推导可以参考这里 由上图可见经过解调的基带信号为SB(t)=ej(2πfbt+πμb2+φ)S_B(t)=e^{j(2\pi f_b t+\pi \mu_b^2+\varphi)}SB(t)=ej(2πfbt+πμb2+φ)。其中μb\mu_bμb显然可以忽略;φ\varphiφ仅与R0R_0R0有关,而R0R_0R0只表示目标的起始距离,为常量;假设fc=24GHz,B原创 2021-03-18 16:10:21 · 3662 阅读 · 0 评论 -
关于雷达的问题备忘
问题备忘录关于雷达的问题备忘一、fsN\frac {f_s} NNfs是基频的一种解释二、FMCW雷达回波数据进行1次FFT后处于负距离位置三、FFT后序号对应的真实频率关于雷达的问题备忘你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。一、fsN\frac {f_s} NNfs是基频的一种解释考虑DFT如下式X(k)=∑n=0N−1x(n)e−j2πNkn,k=0,原创 2021-03-17 20:52:01 · 251 阅读 · 0 评论 -
信号与系统回顾
信号与系统回顾1、 时不变系统是说零状态响应的 输入时延 零状态响应也时延 2、 LTI系统的基本数学运算包括微积分 均不会发生变化3、 微分方程中可以理解为 左边表示的是系统 右边表示的是输入信号;输出信号蕴含在方程左边,并没有直接写出具体形式 4、 求解LTI系统初值可以通过令输入为阶跃函数,利用冲激函数系数匹配的原则,求解系统的初值响应 y(0+)等5、 固有响应 与 强迫响应...原创 2019-12-17 20:01:22 · 2649 阅读 · 0 评论 -
解决一个使用LitePal时保存数据实际无效的问题
记使用LitePal中偶然发现的一个问题。 最近一个小项目中需要保存数据,考虑到方便性和实际项目规模使用LitePal。需求中有一项需要在保存文件过程中如果文件名相同则覆盖原有数据。很直观的想法是先删除之前有相同文件名的所有数据,再添加新数据。 List<InputValueInfo> data = getInfo(); if (isThisNam...原创 2018-08-25 01:03:14 · 3467 阅读 · 1 评论 -
关于AC自动机的思考
关于 AC自动机的思考之前看到HDOJ上那道病毒侵入题,了解到了AC自动机,查了很多资料,于是记录一下对AC自动机的一些理解。前提AC自动机是基于KMP算法和字典树扩展过来的,通过减少冗余匹配来减少算法复杂度。KMP算法通过加大比对指针跳跃距离,越过理论上已知无需进行判断的位置,从而加快比对速度。字典树通过利用各个单词的公共前缀减少比对次数基本思路...原创 2018-06-07 16:54:30 · 269 阅读 · 0 评论