排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
太赫兹雷达观测的行人微多普勒特征可用于行人检测和识别,在无人车和智能驾驶领域有广泛的应用前景。通过搭建292 GHz太赫兹信号发射和接收环境,利用292 GHz太赫兹雷达观测行人的四肢和躯干摆动引起的微多普勒。本文实验中,首先利用矢量信号发生器生成基带信号,然后采用上变频器将基带信号上变频至292 GHz,不同部位的回波信号通过下变频器下变频至基带信号。对回波信号采用短时傅里叶变换处理,提取微多普勒频谱。实验中292 GHz提取的人体微多普勒特征实测结果与仿真结果一致。同时,实验还对比了292 GHz和24 GHz雷达的微多普勒结果。 相似文献
2.
提出了一种把矩阵分解应用于雷达目标的逆合成孔径雷达成像(ISAR)三维重构的方法。通过对目标运动场景建模,将目标的ISAR成像过程化,推导出图像序列中散射点二维位置坐标与原目标三维坐标的投影矩阵关系,利用正交投影下的矩阵分解基本方法,从观测矩阵中分解出原目标散射点的三维位置矩阵,进而实现目标的三维位置重构,仿真结果验证了该方法的有效性。 相似文献
3.
4.
5.
一种幅度信息辅助多伯努利滤波算法 总被引:1,自引:0,他引:1
在许多多目标跟踪场景中,目标返回的幅度通常强于虚警杂波返回的幅度。通过建立更加准确的包含幅度信息的目标和虚警杂波似然函数,可提高多目标估计精度。该文提出一种基于随机有限集的幅度信息辅助多伯努利滤波(Amplitude Information Assistant Multi-Bernoulli Filter, AIA-MBerF)算法。该算法通过建立幅度似然函数将幅度信息引入到多伯努利滤波的更新过程中,并给出针对线性和非线性模型的高斯混合(Gaussian Mixture, GM)和序贯蒙特卡洛(Sequential Monte Carlo, SMC)实现方法。仿真结果表明,该滤波算法相比于传统多伯努利滤波(Multi-Bernoulli Filter, MBerF)无论GM还是SMC实现都可获得更加准确稳定的目标数和对应的目标状态估计。 相似文献
6.
InISAR系统能够在短观测时间内实现对目标的3维成像,在目标识别和分类中有广泛应用。但是ISAR成像平面不仅取决于目标相对雷达的空间位置,还和目标的运动情况有关。针对空间平稳运动目标,该文利用互相垂直的L型基线构成双通道InISAR系统,对各天线接收到的回波分别采用各自的参考距离进行聚焦处理,采用传统的距离-多普勒算法得到目标散射点2维像,通过提取各散射点的干涉相位和多普勒信息,采用最小二乘方法对目标的有效转动角速度大小和方向进行估计,进而估计出散射点的3维位置,实现目标3维成像。仿真实验验证了所提方法的有效性和鲁棒性。 相似文献
1