排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
现有的基于雷达传感器的手势识别方法,大多先利用雷达回波对手势的距离、多普勒和角度等信息进行参数估计,得到各种数据谱图,然后再利用卷积神经网络对这些谱图进行分类,实现过程较为复杂。该文提出一种基于串联式1维神经网络(1D-ScNN)的毫米波雷达动态手势识别方法。首先基于毫米波雷达获取动态手势的原始回波,然后利用1维卷积和池化操作对手势特征进行提取,并将这些特征信息输入1维Inception v3结构。最后在网络的末端接入长短期记忆(LSTM)网络来聚合1维特征,充分利用动态手势的帧间相关性,提高识别准确率和训练收敛速度。实验结果表明,该方法实现过程简单,收敛速度快,识别准确率可以达到96.0%以上,高于现有基于数据谱图的手势分类方法。 相似文献
7.
为进一步提高雷达的射频隐身能力,在分析相控阵雷达采样周期与射频隐身性能的关系的基础上,基于交互多模型算法,提出了目标跟踪时基于射频隐身的采样周期设计方法, 根据运动状态的不同,自适应设计下一时刻的采样周期。首先对目标跟踪算法中的运动目标设定期望的协方差,利用协方差控制方法求出各模型的采样周期,然后利用跟踪算法更新后的模型概率对各模型采样周期进行加权求和,在满足跟踪精度同时,有效地设计了采样周期。本文算法与传统的采样周期算法、公式法进行比较,仿真结果表明本文算法具有较好跟踪性能的同时,增大了跟踪过程中的采样周期,从而显著提高了雷达射频隐身性能。 相似文献
8.
由于水下传感器网络(Underwater Sensor Network,USN)的能量、带宽有限,传输原始量测数据前需要进行量化处理。面向目标跟踪,在传输比特数据量的约束下,提出了非短视量化比特分配算法。首先,推导了量化量测下的条件后验克拉美罗下界,并将其设为优化目标,建立了比特分配优化模型。在此基础上,提出了一种双层近似动态规划的算法来实现比特分配的优化,在所设时间窗内利用第一层近似动态规划分配各个时刻的比特,并利用第二层近似动态规划在各分支上实现水下传感器节点的比特分配,进一步提升了计算效率。仿真结果表明,所提算法在满足实时性的要求下具有更稳定的跟踪性能。 相似文献
9.
10.
雷达通信一体化有利于提高设备硬件资源利用率和频谱利用率,改善频谱拥挤现象,成为近年来研究的热点.针对直接信息调制一体化信号旁瓣较高、扩频信息调制一体化信号带宽较大的缺点,提出了一种加权预处理一体化波形优化方法.分析了多符号正交频分复用雷达通信一体化信号的模糊函数及其相关函数对模糊函数的影响,利用鲸鱼优化算法选择加权系数来改善原始序列的自相关和互相关特性,进而优化模糊函数的峰值旁瓣比性能.仿真结果表明,所提的一体化波形设计方法带宽更小,同时峰值旁瓣比性能进一步得到优化,通信速率和误比特率性能满足通信需求,具有较好的雷达通信一体化性能. 相似文献