这是目录实验原理1.1 目标检测概念1.2 恒定阈值1.3 恒虚警率（CFAR）检测实验内容2.1 恒定阈值法2.1.1 目标检测模拟2.1.2 检测概率2.2 CA-CFAR恒虚警2.2.1 目标检测2.2.2 检测概率和错警率2.2.3 其他参数2.2.4 CA-CFAR和恒定阈值比较2.3 MATLAB实现参考文献 实验原理1.1 目标检测概念在接收到回波信号后，我们需要对信号进行处理，以
转载
2024-09-17 12:23:44
682阅读
文章目录前言一、雷达基础导论二、Matlab 仿真1、SNR 相对检测距离的仿真①、Matlab 源码②、仿真1）、不同 RCS，SNR 相对检测距离仿真2）、不同雷达峰值功率，SNR 相对检测距离仿真2、脉冲宽度相对所要求的 SNR 仿真①、Matlab 源码②、仿真3、功率孔径积相对于距离仿真 及 平均功率相对于孔径大小仿真①、Matlab 源码②、仿真1）、不同 RCS，功率孔径积相对于距
转载
2024-06-18 15:22:57
657阅读
这是一系列深度学习的介绍，本文不会涉及公式推导，主要是一些算法思想的随笔记录。 适用人群：深度学习初学者，转AI的开发人员。 编程语言：Python 目标检测 Object Detection如何通过卷积网络进行对象检测，采用的是基于滑动窗口的目标检测算法。即我们以某个步幅滑动这些方框窗口遍历整张图片，对这些方形区域进行分类，判断里面有没有汽车。滑动窗口目标检测算法也有很明显的缺点，就是计算成本，
???摘要???现代战争对雷达目标识别提出了更高的要求,由于现役雷达大部分是低分辨雷达,对其开展目标识别技术的研究具有重要军事意义。在小样本、样本不均衡等复杂电磁环境条件下,传统低分辨雷达目标识别方法存在泛化性较差、识别率较低等问题。本文围绕深度学习方法对低分辨雷达目标识别技术开展研究,主要研究内容如下:传统低分辨雷达目标识别技术采用先提取信号特征,再基于特征进行识别的两步识别方法。✨?⚡运行结果
目前基于point-wise feature的目标检测方法还处于研究阶段，效率无法保证，精度还未在真实自动驾驶车上测试，但由于该方法直接从点云提取特征，极大的保留了点云的原始信息，比较有潜力得到更好的效果。 本文来源：计算机视觉之路，公众号ID：betterInSight
基于lidar的目标检测方法可以分成3个部分：lidar representation，network backbo
第五章 脉冲多普勒雷达 脉冲多普勒雷达特点：具有脉冲雷达的距离分辨力和连续波雷达的速度分辨力，有较强的抑制杂波能力，因而能在较强的杂波背景中分辨出目标回波。5.1 脉冲多普勒雷达的基本概念5.1.1 PD雷达定义PD雷达是通过脉冲发射并利用多普勒效应检测目标信息的脉冲雷达。 具有如下三点特征：具有足够高的脉冲重复频率，以致不论杂波或所观测到的目标都没有速度模糊；能实现对脉冲串频谱单根谱线的多普
转载
2024-05-16 23:03:58
296阅读
摘 要视频图像处理技术广泛用于工业、安全、医疗、管理等领域。运动目标的检测和跟踪是图像处理技术在视频序列图像处理方面的一个重要应用，在航天、交通、机器人视觉、视频监控、公共场所客流数据监测等场合发挥着重要作用。本文介绍了一种基于MATLAB的简易的从视频播放的帧图像中找出目标图像，并进行视频跟踪的实现方法。通过对图像进行阈值处理（图像分割），再对分割后的图像求取形心，以对目标图像进行定位，并最后找
具体信息如下：论文：https://arxiv.org/abs/2304.05552代码：https://github.com/VDIGPKU/DynamicDetTL; DR本文旨在设计一个动态目标检测器架构，通过为不同难易程度的图像自动化选择推理路径，以在目标检测任务上取得优秀的推理速度与精度权衡。具体而言，作者针对目标检测器的特点提出了一个通用动态架构，并设计了自适应路由器来自动为每个待检测
转载
2024-10-26 21:06:48
42阅读
一、雷达信号流程建模波形产生------>发射机------->射频天线======>
(WaveForm Generator) (Transmitter) (Transmit Array)
**== 信道 ==**
信号处理<---------接收机
转载
2024-09-10 21:12:20
97阅读
目标与雷达之间的相对速度产生了传播频率的多普勒频移。我们知道多普勒频移与目标的径向速度成正比。因此，对多普勒频率的测量提供了一种测量径向速度的方法，该方法比其他方法更准确。多普勒频移用于雷达系统应用中，优点包括将想要的运动目标回波与那些固定目标分离开来，并提取目标的径向速度等信息。利用该特点的脉冲雷达被称作动目标指示雷达（MTI）或者脉冲多普勒雷达。这两种雷达的物理原理是相同的，但是它们的工作模式
转载
2024-06-13 21:24:46
130阅读
1.2. 雷达基本功能1.2. BasicRadar Functions大多数雷达的主要用途是探测、跟踪或成像。Most uses of radar can be classified asdetection, tracking, or imaging.本书将介绍以上这三个方面，以及实现这些任务所必需的信号采集和干扰抑制技术。This text addresses all three, as we
??个人主页????欢迎来到本博客❤️❤️???博主优势：???博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。?1 概述FMCW雷达多运动目标检测研究FMCW雷达由一个波形发生器、一个带有2个发射器和4个接收器的天线阵列、一个信号解调器和一个模数转换器(ADC)组成。波形发生器通过发射Chirp信号,然后利用低频滤波器(LPF)得到中频信号。假设FM
1.MOT做什么？Multiple Object Tracking（MOT）又叫Multi-Target Tracking (MTT)，它通过分析视频中或者一序列图片的目标来判断它属于哪一个类别，给出它们各自的轨迹，并保持他们的身份。目标可以是人，车，猫狗动物等，其输出是一个由坐标，高度和宽度标识的矩形框，并且每个框带有数字以便区分。MOT的应用很广泛，例如视频监控，汽车的自动驾驶，动作识别，行为
作者 | Happy本文是MixNet、MobileNetV3、MnasNet、EfficientNet、EfficientDet等论文作者Tan Mingxing(就职于谷歌)在NAS目标领域的又一力作。AbstractInverted bottleneck layers, IBN已成为终端设备SOTA目标检测方法的主要模块。而在这片文章里，作者通过重新分析研究终端芯片加速下
Adaboost原理及目标检测中的应用Adaboost原理 Adaboost(AdaptiveBoosting)是一种迭代算法，通过对训练集不断训练弱分类器，然后把这些弱分类器集合起来，构成强分类器。adaboost算法训练的过程中，初始化所有训练样例的具有相同的权值重，在此样本分
安全性是自动驾驶中人们最关注的问题之一。在算法层面，无人车对周围环境的准确感知是保证安全的基础，因此感知算法的精度十分重要。现有感知算法的思路一般通过某种数学模型对现实世界的某个子集进行拟合。当情况足够简单的时候，算法可以得到较高的精度。例如现在很多无人驾驶公司有在限定的时间段和限定的场地内，用单一传感器的算法就可以得到非常高的精度。但是自动驾驶中的实际问题非常复杂，各种天气、路况和障碍物的组合非
目录一、雷达方程二、距离、速度、角度理论一、雷达方程雷达方程又叫雷达距离方程，最大距离的计算。1.首先是发射功率Pt,发射天线增益G2.目标反射截面积RCS（Radar Cross-Section，σ西格玛）雷达散射截面是度量目标在雷达波照射下所产生回波强度的一种物理量，简称RCS。它是目标的假想面积，用一个各向均匀的等效反射器的投影面积来表示，该等效反射器与被定义的目标在接收方向单位立体角内具有
转载
2024-10-22 08:24:26
419阅读
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进。?个人主页：Matlab科研工作室?个人信条：格物致知。更多Matlab仿真内容点击?智能优化算法 神经网络预测 雷达通信 无线传感器信号处理 图像处理 路径规划 元胞自动机 无人机 电力系统⛄ 内容介
原创
2022-11-26 17:14:14
444阅读
前情回顾在之前，我已经有介绍过毫米波雷达在2D视觉任务上的一些经典网络[自动驾驶中雷达与相机融合的目标检测工作（多模态目标检测）整理 - Naca yu的文章 - 知乎]，总结概括而言，其本质上都是对视觉任务的一种提升和辅助，主要的工作在于如何较好地在FOV视角中融合两种模态，其中不乏有concate\add\product两个模态的特征，或者使用radar对视觉局部特征增强，其中比较知名的工作C
在雷达应用中经常会用到恒虚警算法，本文介绍经典的算法及用matlab实现程序，本文参考相关文章博文整理汇总而成，感谢各位博主的无私分享。介绍统计检测理论是利用信号的统计特性和噪声的统计特性等信息来建立最佳判决的数学理论。主要解决在受噪声干扰的观测中，信号有无的判决问题。其数学基础就是统计判决理论，又称假设检验理论。 假设检验是进行统计判决的重要工具，信号检测相当于数理统计中的假设检验。 假设就是检
