- 博客(6)
- 收藏
- 关注
RSS订阅原创 关于使用毫米波雷达进行海浪测量研究调查
最近一直在思考怎么通过毫米波雷达来进行波高的测量，调查着发现，毫米波雷达在海浪测量领域仅仅只用来测量波高可太浪费了，波速，波向，海况等级甚至是谱峰频率之类的都有可能做到。于是对这段时间的调查做一个总结。
2025-11-14 17:14:09
598
原创 毫米波雷达距离、速度和角度公式推导
在对TI官方的教学PPT和毫米波雷达原理文档进行学习后，也看了很多前辈的总结，发现还是有一些细节的地方不明白，于是对其进行了一些完善。下面将原理的公式推导pdf进行分享。
2025-11-14 10:29:42
110
原创 MMwave Demo Visualizer使用方法及界面详解
在下载了XDS110调试适配器后，就可以在设备管理器中看到两个端口，将鼠标放在开始菜单上，点击右键选择设备管理器，在端口这一栏，就可以看到两个新的端口（如下图所示），其中XDS110 Class Application/User UART是CLI端口，另一个XDS110 Class Auxiliary Data Port是数据端口。
2025-09-17 15:51:29
1839
原创 为什么要在TI的毫米波雷达中选择AWR 1843型号
最近一直在挑选合适的雷达来做自己的研究课题，毫米波雷达在自动驾驶领域非常热门，但是对于海浪测量来说还是比较冷门，主流的测波方法都是浮标、电容式测波仪或者是压力计，但还是能够收集到一些使用毫米波雷达进行波浪测量的论文和专利，发现有几个课题组使用的是TI的毫米波雷达，像中海洋使用的是IWR1642雷达板，中科院使用的是AWR2243型号的毫米波雷达，于是开始在TI里面挑选符合需求的毫米波雷达。在TI的毫米波雷达传感器中，分为两个大类：1.工业毫米波雷达传感器，2.汽车毫米波雷达传感器。
2025-09-03 17:05:06
1698
原创 MobileNet-v1（了解深度可分离卷积的秘密）
论文名称：MobileNets: Efficient Convolutional Neural Networks for Mobile Vision ApplicationsMobileNets是一种高效卷积神经网络，它采用深度可分离卷积来构建轻量级深度神经网络，可用于移动和嵌入式视觉应用，文章还介绍了两个简单的全局超参数（宽度超参数和分辨率超参数），可以有效地在延迟和准确性之间进行权衡。
2025-06-17 21:59:10
743
原创 为什么需要轻量化网络
在韩松老师的课上，有这么一个表，32bit的整数加法，消耗0.1pJ，32bit的浮点数加法，消耗0.9pJ，32bit的寄存器文件处理消耗1pJ，32bit的整数和浮点数乘法分别消耗3.1和3.7pJ，最后32bit的SRAM的内存读取和DRAM的内存读取消耗的能量就更多了，而神经网络的训练和推理，就需要加载我们所设计好的神经网络，加载我们的网络权重，而轻量化网络很大程度上就是要较少内存的读写，从权重量本身就可以进行减少。这就是轻量化网络的优势。
2025-06-11 20:44:01
1656
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人