计算机视觉、激光雷达-相机多传感器融合、相机标定的坐标系描述图

雷达的作用距离与雷达对目标的最低可检测信噪比直接相关，现代雷达要达到对目标的可靠检测，一般要求单个脉冲的信噪比为13dB左右。为此，将低门限检测、卡尔曼滤波与动态规划算法相结合，以在雷达中实现检测前跟踪，并给出了检测前跟踪与检测后跟踪相衔接的方法。该方法使雷达将可靠检测的信噪比降到7dB左右，相当于将雷达的最大作用距离提高了近40%。仿真结果表明，所提出的方法是可行而有效的。

TDM-MIMO雷达信号处理流程（原始数据版），包含原始数据读取、解析、距离FFT 、速度FFT、角度FFT、Capon-BF、DBF、多普勒相位补偿、CFAR等。

智东西-自动驾驶系列课第4课课件-低速自动驾驶专用车的技术挑战与前景-智行者联合创始人李晓飞

基于机器学习的雷达辐射源识别研究综述

雷达调制类型 barker7-13 P1-P4码

为了实现超宽带步进变频连续波雷达近场区高分辨率快速成像，提高成像的分辨率，根据步进变频连续波信号发射与传播的特点，采用角谱分析方法，通过对电磁波波动方程进行推导，提出一种适用于超宽带步进变频连续波雷达的成像算法，该算法省去了匹配滤波过程，成像准确。采用HFSS三维电磁场仿真软件进行建模仿真，在仿真结果中采集数据验证成像算法的可行性。结果表明，成像图像中目标能量集中，分辨率高，对于采用的频率范围0.5~1.5 GHz，带宽为1 GHz的发射信号，理论分辨率为0.15 m，实际得到的分辨率约为0.2 m。

在对窄带干扰(NBI)进行时频特性分析的基础上,提出了一种利用小波变换进行NBI抑制的方法。该方法首先把回波数据的频谱变换到多分辨的小波域中;然后在小波域中采用恒虚警概率方法对小波系数进行干扰识别和干扰抑制;接着把干扰抑制后的数据变换到原始回波数据域,利用常规的SAR成像算法进行成像处理;最后得到清晰的SAR图像。与其他窄带干扰抑制算法相比,该算法在干扰抑制过程中对有用信号造成的损失较小,并且可以有效地抑制时变的NBI。结合仿真和实测数据的处理,经过实验分析,验证了该方法的有效性。

radarExplorer GUI 用于模拟来自简单点散射体的测量的反向散射信号。 此外，该软件还可用于探索 FFT 的使用，以及加窗和零填充数据的影响。 模型假设单站收发器、标量场（无极化）、各向同性辐射器（无波束图），所有点散射体的实值散射系数为 1。

SAR_Synthetic_Aperture_Radar合成孔径雷达_matlab源码 SAR/InSAR/PolSAR AR成像算法 InSAR干涉SAR-人造场景仿真 Radarsat_1数据的成像及处理 CS算法 RD算法 非相干多视处理 宽波束运动补偿 窄波束运动补偿 基于CS算法的InSAR处理 基于RD算法的InSAR处理