-
题名基于轻量化YOLOv5的雷达图像道路目标检测方法
被引量：1
- 1
-
-
作者
李家强
任梦豪
姚昌华
陈金立
-
机构
南京信息工程大学电子与信息工程学院
-
出处
《中国电子科学研究院学报》
2024年第5期393-402,共10页
-
基金
国家自然科学基金资助项目(62071238)。
-
文摘
针对现有车载毫米波雷达目标检测信号处理流程中未滤除静止杂波干扰和网络参数量及浮点数运算量多的问题,文中提出一种车载毫米波雷达目标检测信号处理链,并基于Ghost卷积和空间深度(Space-to-depth,SPD)卷积,设计了一种车载雷达轻量化YOLOv5目标检测模型。首先,使用平均相消算法对雷达原始AD采样数据进行静止杂波干扰抑制;然后,进行二维快速傅里叶变换(Fast Fourier Transform,FFT)得到目标的距离-多普勒(Range-Doppler,RD)图像;最后,使用轻量化目标检测网络模型对RD图像进行检测。实测数据验证了本文所提方法能够滤除静止杂波,有效减少了目标检测模型的浮点运算量,进而降低了模型的参数量,且具有较高的检测精度。
-
关键词
毫米波雷达
目标检测
距离-多普勒图像
轻量化网络模型
-
Keywords
millimeter wave radar
target detection
range-doppler image
lightweight network model
-
分类号
TN957.51
[电子电信—信号与信息处理]
-
-
题名一种弹载雷达末段跟踪CFAR检测方法研究与实现
被引量：1
- 2
-
-
作者
郑志国
周利
-
机构
中国西南电子技术研究所
-
出处
《舰船电子工程》
2021年第2期69-72,139,共5页
-
基金
装发“基于机器学习的SARDYT”基金项目(编号:20196141B082806)资助。
-
文摘
为了提高弹载雷达导引头末段跟踪算法的实时性,提出了距离、多普勒两个维度联合目标检测的双门限CFAR检测方法。仿真与实测结果表明,末段跟踪条件下,与传统二维CFAR检测相比,该方法检测性能接近,处理效率提升约68.19%,为雷达恒虚警检测的工程实现提出了一条新思路。
-
关键词
弹载雷达
距离-多普勒图像
CFAR检测
TMS320C6678
-
Keywords
missle-borne
range-Doppler image
CFAR Detection
TMS320C6678
-
分类号
TN911.5
[电子电信—通信与信息系统]
-
-
题名直接序列扩频智能超声雷达建模与信号处理
被引量：1
- 3
-
-
作者
孟洁
李翔宇
殷树娟
-
机构
北京信息科技大学理学院
深圳清华大学研究院
-
出处
《电讯技术》
北大核心
2022年第11期1614-1621,共8页
-
基金
国家自然科学基金资助项目(61604014)
深圳市知识创新计划基础研究(自由探索)项目(JCYJ20180306170414910)。
-
文摘
为了解决多套相邻智能雷达设备同时使用时的相互干扰问题,提出了直接序列扩频体制雷达的方案,利用相关处理分离同频发射机的回波,提出了由相关函数生成距离-多普勒图像的信号处理方法。建立了直接序列扩频超声雷达手势识别系统的收发信号和收发机的模拟模型,其中提出的滤波器收发器模型仿真了有限带宽效应,发射波回溯的手势回波生成算法支持各种复杂调制方式的仿真。模拟实验表明采用所提信号处理方法的直接序列扩频雷达能够实现不同发射器信号的分离,并分别得到正确的手势距离-多普勒图像,达到15%以内的测量误差和约4.03 cm的分辨率。
-
关键词
智能雷达
信号处理
直接序列扩频(DSSS)
手势识别
距离-多普勒图像(RDM)
-
Keywords
intelligent radar
signal processing
direct sequence spread spectrum(DSSS)
gesture recognition
range-Doppler map(RDM)
-
分类号
TN951
[电子电信—信号与信息处理]
-
-
题名高频地波雷达RD谱图海面目标检测算法
被引量：4
- 4
-
-
作者
李庆忠
韩怡
-
机构
中国海洋大学工程学院
-
出处
《现代雷达》
CSCD
北大核心
2020年第8期6-12,18,共8页
-
基金
国家重点研发计划资助项目(2017YFC1405202)
海洋公益性行业科研专项资助项目(201605002)。
-
文摘
针对高频地波雷达的距离-多普勒图像,提出了一种基于级联分类器的海面目标快速检测算法。首先,根据点目标的形态特征设计了基于点形态检测算子的一级分类器,可以从复杂的杂波背景中快速提取出潜在的目标位置;然后,对于候选目标点,分别提取基于离散余弦变换的纹理特征和基于水平、垂直差分的形态特征,并将两种特征融合为一个31维的特征向量;最后,利用误差自校正极限学习机网络作为第二级分类器,并把每个候选点目标的31维特征向量作为其输入,由此实现对候选目标的精确辨识。实验结果表明:该算法不但提高了目标检测率,而且大大提高了目标检测速度。
-
关键词
高频地波雷达
距离-多普勒谱图像
级联分类器
特征融合
极限学习机
-
Keywords
high frequency surface wave radar
range-Doppler image
cascade classifier
feature fusion
extreme learning machine
-
分类号
TN957.51
[电子电信—信号与信息处理]
-
-
题名基于数据扩充和特征增强的雷达回波无人机检测
被引量：2
- 5
-
-
作者
赵宏宇
张志文
公茂果
武越
叶舟
吕宇宙
张杨
-
机构
西安电子科技大学电子工程学院
西安电子科技大学计算机科学与技术学院
上海航天电子通讯设备研究所
-
出处
《上海航天（中英文）》
CSCD
2023年第1期61-69,共9页
-
基金
广东省重点领域研发计划资助项目(2020B090921001)。
-
文摘
针对基于雷达无人机目标识别难度高、精确度低、适应性差等问题,本文提出了利用深度学习的方法,对雷达回波进行无人机检测。首先,利用相参累积的方法生成雷达回波的距离-多普勒图像,增强目标特征并提高信噪比;其次,采用生成对抗模型对距离-多普勒图像进行数据扩充,以获得充足的图像数据减小网络的过拟合并提高网络鲁棒性;最后,使用基于位置感知的卷积神经网络增强特征,通过构建基于距离-多普勒图像的感知模块,实现对目标距离和运动速度的检测。通过在雷达回波序列中弱小飞机目标检测跟踪数据集上验证的结果表明:最终检测结果在召回率89%的情况下达到了91%的准确率。相比于基准方法,本文提出的方案具有更高的检测精度和更好的网络运行效率。
-
关键词
卷积神经网络
目标检测
多普勒雷达
距离-多普勒图像
空洞卷积
-
Keywords
convolutional neural network
object detection
Doppler radar
Range-Doppler image
dilated convolution
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP391.9
[自动化与计算机技术—计算机应用技术]
-
