扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

这所院校又添新作:雷达距离多普勒流:一种增强雷达目标分类的雷达信号处理技术

论论资讯 | 2024-02-21 3热度

IEEE Transactions on Aerospace and Electronic Systems

Explore content

About the journal

Publish with us

Radar Range-Doppler Flow: A Radar Signal Processing Technique to Enhance Radar Target Classification

Wen Q.; Cao S.

Published:2023-01-01
DOI:10.1109/taes.2023.3337757

研究背景

雷达技术在自动驾驶汽车等领域有着广泛应用。然而,雷达数据的特殊性质,如稀疏性、噪声和镜面反射等,使得将雷达探测结果准确地分离成不同的对象面临着巨大的挑战。传统的基于位置和多普勒的聚类方法在目标物体空间接近且速度相似的情况下常常失效,而这种情况在城市环境中非常普遍。

研究内容

为了解决这一挑战,IEEE Transactions on Aerospace and Electronic Systems杂志上发表了一篇题为《Radar Range-Doppler Flow: A Radar Signal Processing Technique to Enhance Radar Target Classification》的论文。该论文提出了雷达距离-多普勒流的概念,并介绍了一种提取周围目标径向加速度信息的技术。通过将径向加速度纳入雷达点云聚类的特征空间中,论文展示了与传统方法相比的显著优势,特别是在目标物体空间接近且速度相似的情况下。该方法在汽车雷达应用中提供了有效的聚类解决方案,特别是在密集的城市驾驶环境和其他类似情况下,众多目标物体的运动动态非常复杂和不可预测。

研究意义

这项研究的创新点在于提出了雷达距离-多普勒流的概念,并通过实验证明了其在聚类中的有效性。这项技术的应用将有助于提高雷达目标分类的准确性,为自动驾驶汽车等领域的雷达应用提供更可靠的数据支持。此外,论文还分享了更多结果的GitHub存储库,为相关领域的研究提供了更多的参考和借鉴。

微信扫码即可查看