weixin_44670677的博客

原创 一种改进的CFAR算法用于目标检测（解决多目标掩蔽）

得到的频谱按列存储在一个二维矩阵中，其差拍频率为fB=-2RB/T，其中B和T分别为chirp信号的带宽和持续时间，c表示光速，R表示目标与雷达系统之间的距离。改进的SOCA-CFAR算法消除了掩蔽效应，正确检测出了三个目标，而传统的SOCA-CFAR和OS-CFAR算法对掩蔽效应比较敏感，虽然可以通过增加窗口长度R来改善这一不足。蒙特卡洛仿真表明，与传统的CA-CFAR、SOCA-CFAR和OS-CFAR算法相比，改进的SOCACFAR算法获得了更高的检测概率，并且这一优良特性在二维检测系统中同样有效。

原创 UWB-手势，一个使用脉冲雷达传感器采集的动态手势的公共数据集

首先贴出来复现的该文章描述的DCNN Python代码，供读者参考学习。 在过去的几十年里，深度学习算法在信号检测和分类中变得越来越普遍。然而，要设计机器学习算法，就需要一个足够的数据集。由于几个开源的基于相机的手势数据集的存在，这个描述符呈现了UWB-Gesture，即用超宽带（UWB）脉冲雷达获得的12个动态手势的最早的公共数据集。该数据集包含了从8名不同的人类志愿者中收集的总共9600个样本。UWB-Gesture消除了使用UWB雷达硬件来训练和测试算法的需要。此外，该数据集可以为研究界提供一个

原创 一种结合IR UWB和FMCW雷达的新型毫米精密UWB测距系统

本文提出了一种新型的具有毫米级精度的超宽带（UWB）测距系统。该方法结合了传统的脉冲无线电超宽带（IR-UWB）和调频连续波（FMCW）雷达，利用接收机基带中的频域信息来估计距离。与采用TOA（到达时间）估计的IR-UWB技术相比，该方法不需要高速的时域信息，且具有较低的CRLB。在40 nm CMOS过程中设计了一种采用该新方法的零中频结构UWB收发器。测试结果表明，该收发机在同轴电缆中的中心频率为6 GHz和1.71 mm RMSE（均方根误差）测距精度。引言。

原创 FMCW MIMO雷达对人的跟踪的定量评估

本文利用多输入多输出（MIMO）调频连续波（FMCW）雷达，制定并分析了室内环境中多人的跟踪问题。目的是评估FMCW MIMO雷达在相对有限带宽的情况下的性能，以便在各种场景下准确跟踪单个和多个个体。对三种不同的跟踪方法进行了单目标和多目标场景进行了比较和定量分析。由于角度分辨率对区分多个目标具有重要意义，因此比较了不同跟踪器之间使用的MIMO通道数量的影响。通过轨迹关联/分配中的距离误差和基数误差指标分析了性能。

原创 论文解读：《基于TinyML毫米波雷达的座舱检测、定位与分类》

虽然基于capon的方法可以实现更高的角度分辨率，并有助于检测和定位汽车中的人，但它们可能对复杂的干扰很敏感，如手机的振动、风扇和汽车的小运动。，以减轻干扰的影响，便于成人和婴儿的分类。大量的实验表明，在最坏的情况下，该实现可以达到96%以上的检测精度和90%以上的定位和分类准确率，只有76 KB的模型大小和大约44 ms的推理时间。在本文中，我们提出了一种新的处理流程，利用BRD特征而不是使用RA域的功率分布，以克服干扰的影响，并提供了利用它们不同的范围-多普勒特征对成人和婴儿进行分类的能力。

原创 无线通信中有数据辅助的最大似然频偏估计类算法

为求平均的长度，此算法与 Fitz 的区别是其求平均运算是对自相关进行的，而 Fitz 算法是对求得的相位进行平均，从实现上，由于省去了大量的求角度运算，此算法的复杂度较 Fitz 算法简单，且是在累加后再进行求角度操作，不容。为自相关后的噪声项，自相关的操作类似于Kay算法中的相位差分，不同的是多了求平均的操作。，而是通过对基带信号进行处理，提取出同步参数，对基带信号进行纠正，获得经过纠正的信号且实现正确解调。L&R算法与Fitz算法类似，也是基于自相关展开频谱估计的。，信道衰落，噪声等。

原创 雷达手势识别技术

它由 90 个节点输入（前 15 帧累积的 6 个特征）、两个大小分别为 30 和 60 的hidden layer组成，每个hidden layer都有一个修正ReLU，最后是一个softmax函数，用于转换为 10 个输出概率。其中，雷达的每一帧数据为每个特征生成一个值，通过帧序列得到每个特征的时间序列。1. 2D-FFT。对特定时间窗内提取的特征，通过机器学习算法进行分类，输出对应的手势类别。对于手势识别，在提取了多个特征后，生成特征的时间序列，利用机器学习方法识别和分类各种手势。

原创 FMCW 雷达芯片关键技术学习

为了满足总增益预算，在为每个 RF 块分配增益时，建议从 LNA 开始，然后是 TIA、VGA1 和 VGA2，并分配尽可能大的增益。通常，不同的 RX 通道可以设置不同的 LNA/TIA/VGA1/VGA2 增益，这可以解决目标的距离和速度信息，但不利于解决角度信息。如图 10.3 所示，在帧的开始处，RX 链的每个阶段都设置为默认值，称为初始化增益（可编程）。VAM 不仅控制每个 TX 通道的状态，还控制每个通道的相位旋转器，而 PS 仅控制相位旋转器，所有相位旋转器的状态都基于一个 XOR 链。

原创 无线通信感知/雷达系统算法专业技术栈

无论是在工业界还是在学业界，无线通信感知一体化都是一个热门的方向，作为一个24届毕业生，刚好处于行业当中，就总结一下自己浅薄认知下，自己觉得已经掌握或者应该掌握的技术栈和专业能力，与大家共勉。

原创 《Modern Radar for Automotive Applications》第二章：Radar design considerations(FMCW 雷达设计考量）

在设计雷达系统时，有几个方面至关重要，它们决定了雷达系统的关键性能。在本节中，将以 FMCW 雷达为例讨论这些设计考虑因素。

原创 Multi-Mode DOA Estimation AND Relax Super Resolution DOA

本发明适用于毫米波雷达技术领域，提供了一种毫米波雷达的角度超分辨方法、装置及终端设备，该方法包括：获取毫米波雷达的回波数据，并根据回波数据获得毫米波雷达相对目标的角度谱；本发明在谱峰位置和毫米 波雷达的天线波束宽度的约束下，可以获得搜索范围大大减小的角度搜索区域，进而降低进行角度搜索的计算量，降低获得目标对应的角度的复杂度。本发明在谱峰位置和毫米波雷达的天线波束宽度的约束下，可以获得搜索范围大大减小的角度搜索区域，进而降低进行角度搜索的计算量，降低获得目标对应的角度的复杂度。

原创 论文解读：适用于无线室内传感数据融合的数字密集型 6 至 11 GHz 1T2R IEEE 802.15.4/4z 多功能联合雷达通信收发器 SoC（UWB&&FMCW）

此外，在FMCW模式下，收发器可以配置为1T1R或1T2R，使其能够在大范围内提供准确的距离结果和一定的角度结果。如图1右侧所示，收发器的FMCW雷达模式可以在UWB模式下的设备之间协作，进行多设备联合检测和环境建模，实现多源数据融合。可以看出，在连续脉冲串中，借助UWB模式在多个设备之间的定位和通信能力，即使仅使用每个设备的一维FMCW雷达数据，也可以通过数据融合重建二维环境信息。此外，需要设备/节点之间的通信来获取各种位置的环境信息，并通过多源数据融合提高 NLOS 环境下的室内导航/定位精度。

原创 Wireless Communications - 模拟调制

角度调制与线性调制不同，已调信号频谱不再是原调制信号频谱的线性搬移，而是频谱的非线性变换，会产生与频谱搬移不同的新的频率成分，故又称为非线性调制。 由于频率和相位之间存在微分与积分的关系，故调频与调相之间存在密切的关系，即调频必调相，调相必调频。

原创 论文解读：PMCW Waveform and MIMO Techniquefor a 79 GHz CMOS Automotive Radar

PMCW雷达使用二进制符号或芯片序列，这些序列被映射到连续射频（RF）载波的0度和180度相移上。在本文中，我们只考虑双相位调制。序列Lc的长度以及符号Tc或带宽B = 1/Tc的持续时间决定了范围分辨率R_res = c/2B）和最大不模糊距离c/2。接收机处理包括一组相关器，每个定时为不同的范围偏移，相干累加器（积分M个相关器输出）和大小为N的FFT来提取多普勒轮廓。总停留时间为Tc×Lc×M×N。考虑的79 GHz PMCW雷达等效系统水平框图如图1所示。

原创 论文解读：DecaWave Ultra-Wideband Warm-UpError Correction

在室内定位领域，超宽带（UWB）技术不再是可有可无的。市场要求 UWB 硬件必须便宜、精确且准确。这些要求导致了 DecaWave UWB 系统的普及。关于该系统的绝大多数出版物都涉及信号功率、硬件延迟或时钟漂移的校正。传统上认为该错误仅出现在操作开始时，并且是由晶体的预热过程引起的。在本文中，我们证明预热误差受到与信号功率影响。据我们所知，之前没有任何科学出版物明确研究过预热误差。这项工作旨在缩小这一差距，此外，提出一种不需要任何外部测量设备且只需执行一次的解决方案。

原创 IR-UWB雷达与FMCW雷达生命体征监测实验比较

在本文中，我们比较了脉冲无线电超宽带（IR-UWB）和调频连续波（FMCW雷达在测量呼吸频率和心率等非接触性生命体征方面的性能。这两种雷达已广泛应用于各个领域，并显示出其在非接触方式提取生命体征的适用性。IR-UWB雷达可以利用距离信息提取生命体征。另一方面，FMCW雷达需要相位信息来估计生命体征，通过多输入多输出（MIMO）天线拓扑可以增强估计结果。通过使用商用雷达芯片组，雷达在不同条件和频带下的运行也会影响生命信号检测能力的性能。我们比较了IR-UWB和FMCW。

原创 2024年超宽带技术的状况

通信标准的好处对于大型科技和消费电子公司来说非常重要，可以保证最低的成本和供应的连续性，从而避免单一来源的陷阱。未来将告诉我们哪些标准将赢得市场，但就目前而言，它们的重点似乎是在不同的应用程序空间和不同的功能集中明确定义的，以避免竞争。技术只有得到强大的、质量驱动的基础设施的支持才能持久，这些基础设施能够实现快速扩展，提供有利的监管和频谱管理环境，以确保和最大化 UWB 的增长。此后，组织了多次插件盛会，将不同的汽车和智能手机制造商聚集在一起，测试和演示 UWB 驱动的钥匙的使用和互操作性。

原创 毫米波雷达设备（TI IWR/AWR）干扰缓解

例如，如果你要取一个chirp中的每个样本的能量，并将其绘制为时间的函数，在干扰器交叉的点上，chirp的第一个样本能量会有很大的增加。下图显示了一个样本ADC数据幅值图，干扰清晰可见，尽管由于存在较大的低频信号，与信号没有很大的区别。当攻击者雷达的chirp穿过受害者发送的chirp时，攻击者的chirp能量被观察到为一个快速通过中频带宽的chirp。例如，如果中频带宽为12 MHz，斜率差为40 MHz/us，大约为0.3 us，或最终ADC输出的4个样本，将会受到干扰的影响。延迟永远不会是负的。

原创 DOA估计之确定性最大似然法

可以发现，DML算法在单快拍的情况下，也有着不错的估计性能，可能这就是同为超分辨算法，DML比MUSIC算法更加实用的原因之一，比如加特兰在芯片中固化的就是DML算法。，是在已知高斯噪声情况下的贝叶斯最优估计。在 ML 算法中，观测所得信号的似然函数被定义为含有未知参数的条件概率密度函数，众所周知，贝叶斯方法是基于统计理论的一种经典方法，适合于有关参数估计问题。其中，M为阵元个数，det{}为行列式求值，I为M维单位阵，可以发现，当信噪比-9左右，角度就测量很准确了。具体推导过程不在阐述。

原创 维纳滤波原理及其应用

再基于改进的维纳滤波的基础上应用了自动阈值将边缘更加突显出来，也能较大的提高分割轮廓信息的精度。在信号处理中，维纳滤波是常用的降噪方法，它能够把实际信号从带有噪声的观测量中提取出来，无论是在雷达信号、语言信号还是图像信号中，维纳滤波都有重要的应用。为了使经典的维纳滤波适用于汽车毫米波雷达的干扰抑制，首先对回波信号的噪声基底水平进行统计，进而区分回波信号的干扰部分与无干扰部分。，使阵列的输出对不同空间方向的信号产生不同的响应。，线性指的是这种估计形式是线性的，最小方差则是我们后面。如下图所示，参考信号可以。

原创 TI 新一代毫米波雷达AWR2944以及基于Empty-band的DDMA速度解模糊原理介绍

在 DDMA 波形下，一个目标在不同发射天线的信号照射下所形成的回波中检测到的速度值是不同的，利用这种速度的不同，对一个目标我们可以把不同发射天线的信号在接收端分离出来。，通过DDMA的多天线同时发射，结合 AWR2944上新的相关检测信号链，能够比常用的 TDMA(时间分集发射)波形获得更高的 SNR(信噪比)和更远的探测距离，从而全面提升雷达的性能。随着毫米波雷达在 ADAS领域上的应用场景不断扩展，车厂对于雷达的最远探测距离，FOV，距离/速度/角度的分辨率和精度都提出了更高的要求。

原创 4D毫米波雷达应用

原创 嵌入式LINUX思维导图

原创 自动驾驶4D毫米波雷达文献综述

在此基础上，他们考虑了曼哈顿世界的假设，即假设环境中的平面彼此正交，并获得了与最先进的视觉惯性测程法相当的精度。在复杂的道路场景中，与经典的CFAR探测器相比，生成的四维雷达点云不仅包含更少的杂波点，而且提供了更密集的真实目标点云。对于4DRV（4D雷达与视觉）融合，4D毫米波雷达可以以低成本提供高精度的深度和速度信息，弥补了摄像机的不足，从而提高了3D检测的精度。4D毫米波雷达点云的稀疏性和噪声比激光雷达点云更严重，需要精心设计的感知、定位和映射算法，以考虑4D毫米波雷达的固有特性。

原创 基于4D毫米波雷达的人体感知技术文献阅读笔记

我们进一步讨论了潜在的挑战和未来的发展方向，包括硬件和平台，增强了适用性，新的传感方案，以及与新媒体的集成。这导致了有限的角度分辨率和不足的点云输出，导致实际应用脆弱的鲁棒性。不同的mmWave硬件和平台具有不同的信号带宽、载波频率、天线布置和传输功率，可以提供不同的感知范围、感知粒度和感知尺寸，而如何选择合适的平台是实现特定任务的先决条件。此外，许多研究人员打算通过构建定制的实验平台，如mmWave软件无线电、毫米波雷达等平台，为mmWave传感和协议开发开辟新的方向，并支持面向系统的研究。

原创 无迹卡尔曼滤波（UKF）算法原理

(即对系统的非线性强度不敏感)。由于不需要对非线性系统进行线性化，并可以很容易地应用于非线性系统的状态估计。然后用加权统计线性回归的方法来估计随机量的均值和协方差，所以。虽然 EKF 得到了广泛的应用，但它也存在不足:当非线性函数的泰勒展开式的。，然后应用线性估计的各种方法得到求解原非线性滤波问题的次优滤波算法。，线性化使系统产生的模型线性化误差往往会影响最终的滤波精度，甚至。点经过任何非线性系统的传递后，得到的后验均值和协方差都能够。UKF 是用有限的参数来近似随机量的统计特性，即。

原创 （扩展）卡尔曼滤波算法原理

虽然卡尔曼滤波应用广泛，但在雷达目标跟踪等很多实际应用中，传感器给出的是目标的斜距、方位角、俯仰角。数据与目标之间是非线性的。目标的状态方程只有在直角坐标系中是线性的。这就是现代雷达跟踪中往往采用混合坐标系的原因。卡尔曼滤波器在各个领域广泛应用，在通信、雷达、导航、自动控制等领域都可以找到它的身影，比如雷达目标跟踪。卡尔曼滤波在机动目标跟踪中有着良好的性能，它是最佳估计并能递推计算，即它只需要。的滤波器，如果过程噪声和观测噪声是正态高斯白噪声，则它保持最佳性能。

原创 毫米波雷达形变监测之SAR模式

GBSAR的形变监测流程为：首先需要通过对该目标区域进行SAR聚焦成像，获得不同时刻的SAR复数图像集合。再通过干涉处理，获得该目标区域的干涉相位数据集合，最后进行相位解缠以及形变反演。[1]邵泽龙. 基于FMCW GBSAR的微形变监测技术研究[D].中国科学院大学(中国科学院国家空间科学中心),2019.由于RAR模式只能监测LOS方向的形变信息，无法对其它方向的形变信息进行监测。其中，SAR成像算法、相位解缠、以及形变反演原理之前的博客都写过，这里就不在重复。SAR模式的形变监测雷达是指。

原创 毫米波雷达微形变监测之RAR模式

由于相位值在[-pi,pi] 之间，因此每当相位向量之间的相位差大于或者小于±π时，就需要通过从相位中减去2π来获得真实相位。假设目标位于红框处的频点，我们就按照上述步骤提取所有chirp该频点处的相位，并进行差分、解缠、反演。目前，常用相位解缠方法主要有：一维相位解缠、二维相位解缠、基于路径积分解缠、基于全局最优的解缠等方法。，就可以通过距离维度上的峰值判断目标所在的距离频点，假设目标在。信号的相位变化做检测，即可反演出目标的微小形变或者振动频率。的差分相位向量，最后进行相位解缠获得真实相位，使用公式（

原创 DOA算法之DBF、CAPON、MUSIC、ROOT-MUSIC、ESPRIT、DML算法对比

将背景噪声和接收噪声认为成大量独立的噪声源发射的，因而把噪声过程视为一平稳高斯随机白噪声过程，信号波形则假设为确定性信号，但输入波形是待估计的位置参数。仿真条件：16个天线阵列，快拍数为50，信噪比为20，角度设定为（-10°，10°）思想是最小化信号功率，又使得来波方向为单位增益的准测自适应波束形成。dbf算法精度最低，其次是capon，其余超分辨算法测角精度上差不多。，又叫做空域滤波，是阵列信号处理的一个主要方向。DOA估计意思是波达角度估计，是指电磁波到达天线阵列的方向。

原创 DOA算法之2D-MUSIC超分辨算法

基于天线阵列协方差矩阵的特征值分解类DOA算法中，MUSIC算法具有普遍的适用性。，都可以进行超分辨测角。阵列接收信号的协方差矩阵R可以分为。而2D-MUSIC即二维MUSIC算法，是通过。其它算法流程与1D MUSIC无异。

原创 简易联合概率数据互联算法（CJPDA）

简易联合概率数据关联（CJPDA），是联合概率数据互联的一种简单形式。CJPDA算法与JPDA算法相比，主要优点表现为运算量小很多，缺点是性能会有所下降。它是一个与高斯似然函数成比例的量，它表示航迹i与观测j的接近程度。

原创 联合概率数据互联算法（JPDA）

PDA算法的缺点在于目标密集环境中，易产生误跟，即在跟踪的过程中，如果同意领域中有另一目标的测量值进去关联门，并连续出现在多个采样周期内，这个目标就表现为一个连续干扰，会使得目标跟丢或发散。而联合概率数据互联算法（JPDA）不需要任何关于目标和杂波的先验信息。其基本思想在于认为落入目标t的关联门内的有效回波都有可能来自目标t，

原创 概率数据关联算法（PDA）

计算量和标准卡尔曼滤波几乎相等，易于实现。这种算法根据大量计算给出了各概率加权系数及其加权和，然后用加权之后的新点迹用于目标更新。之前提到的最近邻算法是假定波门内只有一个点迹是有效回波。---------------状态噪声（均值为0，方差为R(k)）--------------观测噪声（均值为0，方差为Q(k)）-----------------k时刻的观测向量。----------------k时刻的状态向量。-----------------状态转移矩阵。---------------观测矩阵。

原创 最近邻数据关联算法（NNDA）

为了最大化残差似然函数，需要对上式取对数，然后求导。我们就可以很容易的看到其似然函数的最大相当于残差最小。因此，在实际测量环境中，只需要选择最小的残差就满足距离预测位置最近的条件啦。其中，这个最近邻一般指观测点迹在统计意义下上距离被跟踪目标的预测位置最近。（主观上看，比如欧式距离最近）。但是问题来了，为什么要作用这个为统计距离。是因为这种方法是在最大似然意义下最佳。最近邻算法（NNDA）是提出最早也是最简单的数据关联算法，有时候也是最有效的方法之一。我们就用这个距离平方来判断是否关联。计算量小，易于实现。

原创 SAR成像（RMA算法）

RMA算法叫做距离徙动算法，是一种高分辨率的频域成像算法。主要的关键在于匹配滤波器的设计和STLOT插值。

原创 毫米波雷达闲谈

雷达闲谈

原创 4D毫米波雷达点云处理思考

4D毫米波雷达点云处理

原创 4D毫米波雷达 ti awr2243 天线通道校准方法

通道之间校准是因为一个主设备和三个从设备之间的频率、相位、振幅不匹配。然后进行距离维度FFT，根据物体大致距离和距离分辨率，得到所在距离维度尖峰所在频点index及其复数值（复数数据），组成12*16的复数矩阵。每一块板子都要生成一个校准矩阵，将雷达原始数据相乘之后，在进行其它功能的开发。ti awr2243使用的是4片级联方案，4个三发四收雷达板，总共12个发射天线16个接收天线，192个虚拟通道。为补偿用的调频斜率；为参考虚拟通道的尖峰索引的复数值；为别的虚拟通道的尖峰索引的复数值；

原创 解决QT undefined reference to xx::xx的方法

解决QT undefined reference to xx::xx的方法