简介

可以进行天线和射频电路仿真，目标和环境建模，系统建模，场景建模。合成的数据还可用于深度学习的训练。

深度学习流程

获得数据集，如果数据集不够的话，可能还要合成数据；进行数据标注。会涉及到的APP有：Radar Waveform Analyzer（生成数据）、Signal Analyzer（分析生成的数据）、Signal Label（对数据进行自动化加标签）面临的挑战：数据的全面性，数据的质量决定着模型的质量
预处理：数据清洗、降噪，进行特征提取。这一步很重要，也是构建一个高性能，轻量级，有实际应用价值的模型是的关键。
针对特征进行训练。会涉及到的APP有：Deep Network Designer
部署到硬件上

这其中要涉及到问题的折中。如果背景知识不强，直接将IQ信号进行处理，但计算量大。如果背景知识很好，可以先进行预处理然后在训练。折中的办法就是先进行一些预处理，如时频分析，小波等。

连接雷达硬件

通过MATLAB的附加功能add-on连接雷达硬件采集实际数据进行模型的验证。

预处理、特征提取和标注

示例演示-采用合成数据训练模型，实采数据进行模型测试

基于微多普勒特性识别行人和骑车人

流程

数据合成：创建多散射模型、合成微多普勒特性数据、场景创建

预处理：时频变换、尺度变换、归一化

创建卷积神经网络模型：使用Deep Network Designer APP创建

模型测试

参考资料

视频观看地址：https://www.bilibili.com/video/BV1n64y1f7tH/

课件下载地址：https://download.csdn.net/download/qq_42235129/13586146

深度学习在雷达、无线通信领域应用相关推荐

基于迁移深度学习的雷达信号分选识别
基于迁移深度学习的雷达信号分选识别人工智能技术与咨询来源:<软件学报> ,作者王功明等摘要: 针对当前雷达信号分选识别算法普遍存在的低信噪比下识别能力差.特征参数提取困难.分类器模型 ...
深度学习：推动NLP领域发展的新引擎
深度学习:推动NLP领域发展的新引擎深度学习 NLP Attention Memory 文 / 雷欣,李理从2015年ACL会议的论文可以看出,目前NLP最流行的方法还是机器学习尤其是深度学习,所 ...
深度学习在音频信号处理领域中的进展（截止至2019年5月）
最近在arXiv上看到一篇关于深度学习在音频信号处理中的进展的文章,感觉写的不错,所以根据自己的理解和大家分享一下.如果有些地方博主理解的不对,或者解释不清,可以在下面评论,博主会一一回复. 论文链接 ...
深度学习在安防领域的应用与实践
随着深度学习技术的发展,其使得计算机朝着真正的人工智能迈进了一大步,使用海量数据来自动识别图像和文本,并实时进行人机间的"对话"将不再是天方夜谭.虽然目前还有很多理论和建模等方面的 ...
对话百度贾磊/喻友平：深度学习正往跨领域融合高速发展
2019-12-02 19:41:25 看点:贾磊说,目前深度学习的跨学科整合正在快速发展,不断对已有学科进行着颠覆. 智东西12月2日消息,上周,百度推出了一款新的语音识别模型--全名叫" ...
深度学习领域专业词汇_深度学习时代的人文领域专业知识
深度学习领域专业词汇 It's a bit of an understatement to say that Deep Learning has recently become a hot topic ...
CVPR2019| 最新CVPR2019论文：含目标检测、分割、深度学习、GAN等领域
点上方蓝字计算机视觉联盟获取更多干货在右上方 ··· 设为星标 ★,与你不见不散推荐几篇CPRR2019最新论文,含目标检测.分割.深度表示.GAN等领域 [1]Strong-Weak Distr ...
深度学习的简介、领域、框架和实际应用概述
一.深度学习简介深度学习,英文名称为Deep Learning,是近几年人工智能领域的主要研究方向.深度学习的主要任务是通过构建深度卷积神经网络(Deep Neural Network,DNN)和采 ...
优酷视频刘尚堃 - 《深度学习在视频搜索领域的实践》
随着深度学习在工业界的大规模应用,搜索算法领域迎来了全新的技术革命,在视频领域的技术变革更加明显.和电商的搜索不同,在电商领域具备天然的结构化类目体系和标签体系,视频搜索领域仅仅依靠文本理解远远不够, ...

深度学习在雷达、无线通信领域应用

简介