- 博客(3)
- 收藏
- 关注
RSS订阅原创 基于深度学习的行人与自行车分类
基于仿真的综合数据生成用于训练网络的数据是使用来自 Radar ToolboxTM 的反向散射行人和反向散射自行车手生成的。卷积层 在卷积层中，第一个参数是 filterSize，它是训练函数在沿图像扫描时使用的过滤器的高度和宽度。具体来说，行人和骑自行车者的声谱图分别具有丰富的微多普勒特征，这些特征是由手臂和腿的摆动以及车轮的转动引起的。通过使用由具有不同属性的对象的模拟实现组成的数据来训练 CNN，例如，骑自行车的人以不同的速度骑车，行人以不同的速度行走。雷达回波来自不同的物体和物体的不同部分。
2023-07-06 15:31:15
520
1
翻译 基于机器学习和深度学习的雷达目标分类
对圆柱体目标重复这个过程，得到一个701 × 100的训练数据矩阵，其中包含50个圆柱体和50个圆锥体轮廓。在小波时间散射网络中需要指定的关键参数是每个小波滤波器组中的时不变量的尺度、小波变换的个数以及每个八度的小波数。在这个例子中，我们构造了一个具有两个滤波器组的小波时间散射网络: 第一个滤波器组为每个八度4个小波，第二个滤波器组为每个八度2个小波。在小波散射特征提取中，数据通过一系列的小波变换、非线性和平均来传播，从而产生时间序列的低方差表示。其次，我们得到了训练集和测试集的散射变换。
2023-06-12 12:45:38
1055
原创 天线波束扫描可视化
这个例子展示了如何可视化的变化模式和覆盖图的天线阵列，因为它扫描一个角度的扫描。天线阵列是使用天线工具箱 TM 和相控阵系统工具箱 TM 创建的。该阵列被设计成在 xy 平面内定向和辐射，以便在地理方位角产生最大的覆盖区域。在地图上创建和显示发射站和接收站，并且在天线阵列被操纵时显示模式和覆盖图。利用天线阵列在华盛顿特区的华盛顿纪念碑建立一个发射站。发射机的频率与天线的设计频率相匹配，发射机的输出功率为1 W。将天线高度设置为169米，即纪念碑的高度。利用天线工具箱设计了一种反射面支撑的偶极子天线单元。
2023-05-25 10:43:40
706
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人