matlab中微多普勒代码-Borealis:通过PMCW雷达数据上的距离多普勒图进行目标分类

上传者: 38563552 | 上传时间: 2021-06-18 20:37:01 | 文件大小: 400.97MB | 文件类型: ZIP
matlab中微多普勒代码北欧人计划 抽象的 如今,面向用户的商用毫米波(mmwave)RADAR解决方案的最新尖端技术是利用脉冲调制连续波(PMCW)传输信号来获得对空间区域周围区域的有用了解。 这些RADAR系统可以测量近乎实时且高度精确的距离信息(高达纳米级的距离分辨率),多普勒信息(高达几厘米/秒的分辨率)以及方位角和仰角中的角度信息。 结合雷达对天气,光照和其他雷达干扰的先天鲁棒性,这种感应方式将其自身作为补充现有基于激光雷达和基于摄像头的自动驾驶功能的独特手段。 毋庸置疑,乘客和路人的安全都是至关重要的。 因此,至关重要的是,自治系统必须使用其广泛的传感器来检测,跟踪和分类场景中的对象类型。 如果只能使用RADAR传感器完成此操作,则可以对运动对象进行正确的分类,而不受天气和照明等不可控制的情况的影响。 在本文中,仅使用来自单个前向自动机动车PMCW RADAR系统的测距多普勒信息就可以将检测结果分类为行人,自行车和汽车。 关键字:射频,雷达,PMCW,DCM,分类 目录结构 . ├── data # Data directory ├── processed # Proce

文件下载

资源详情

[{"title":"( 608 个子文件 400.97MB ) matlab中微多普勒代码-Borealis:通过PMCW雷达数据上的距离多普勒图进行目标分类","children":[{"title":"CNN2.py <span style='color:#111;'> 5.78KB </span>","children":null,"spread":false},{"title":"GaussianMixtureModel.py <span style='color:#111;'> 2.73KB </span>","children":null,"spread":false},{"title":"CNN3.py <span style='color:#111;'> 5.60KB </span>","children":null,"spread":false},{"title":"CNN.py <span style='color:#111;'> 5.54KB </span>","children":null,"spread":false},{"title":"CNN1.py <span style='color:#111;'> 5.54KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明