关于雷达改进算法FBP成像算法的实现，以及DSPC6678仿真后结果比对

本文的主要步骤是先采用激光雷达传感器获取路边场景信息，然后对保存的点云文件进行预处理，最后对三维点云状态下的动态目标进行运动信息提取。

实现LFM波雷达同时测距测速仿真，并能进行距离分辨率的仿真

基于STM32的超声波雷达项目（TFT-LCD），可以拟合出SLAM构建平面地图的效果，也可以拓展应用于智能小车，开发板直接使用的是正点原子的精英版方便大家直接移植开发。代码备注详细，整个开发框架清晰简明。方便后续扩展维护，经过长期测试，代码稳定不会出现死机情况。（积分不够的朋友，点个关注，作者免费提供，切勿作为商业，谢谢）

雷达目标相参积累 脉冲压缩 LFM调制 MATLAB编程环境

实现航迹融合的算法，多雷达探测实现目标数据的融合并完成对目标的模拟仿真，这里主要是对一个目标的跟踪，需要在vc++6.0上实行

雷达线性调频信号matlab仿真，代码，公式，仿真图，可改参数

融合视觉传感器和激光雷达可以实现优于单一传感器的同时定位与建图(SLAM)系统,现有的视觉和激光雷达融合算法仍然存在计算复杂度高、系统精度及稳定性受错误的深度匹配影响等问题。为了更加高效、鲁棒地融合视觉和激光雷达的信息,充分利用图像和激光点云中的地平面信息,提出了高效的视觉辅助激光雷达SLAM算法。首先,从激光点云中分割出地面点云用于提取图像中的地面ORB特征点,并通过单应性变换中的交比不变性校验特征匹配,从而高效鲁棒地利用单应性矩阵分解实现绝对尺度相机运动估计。然后,将得到的相机运动估计以李群SE(3)形式进行插值,用于校正激光雷达在自身运动过程中产生的点云畸变。最后,单目相机的运动估计作为初值用于激光里程计的位姿优化。公共数据集KITTI和实际环境的测试结果表明,本文算法可以有效利用相机运动估计对激光点云畸变进行校正,实时准确地实现里程计和建图。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

带有匹配滤波器的雷达信号调制和脉冲压缩技术的Matlab程序