Publikace detail

Neural Networks Application for Processing of the Data from the FMICW Radars

Autoři: Rejfek Luboš | Nguyen Tan N. | Chmelař Pavel | Beran Ladislav | Phuong Tran T.

Rok: 2019

Druh publikace: článek v odborném periodiku

Název zdroje: Symmetry

Strana od-do: 1-15

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Použití neuronových sítí při zpracování dat z FMICW radaru	V tomto článku jsou prezentovány výsledky neuronových sítí a aplikace strojového učení pro zpracování radarového signálu. Radarový výstup z primárního zpracování radarového signálu je reprezentován jako 2D obraz složený z ozvěn cílů a šumu. Byl použit radar PCDR35 na principu FMICW (přenosný cloudový Dopplerův radar na frekvenci 35,4 GHz). V současné době je zpracování realizováno prostřednictvím průmyslového počítače National Instruments. Neuronová síť navrhovaného systému používá čtyři nebo pět (volitelné pro uživatele) kroků zpracování signálu. Těmito kroky jsou filtrace 2D spektra, prahování, sjednocení cíle, transformace cílové oblasti na obdélníkový tvar (volitelný krok) a detekce linie cílové desky. Navržená neuronová síť byla testována se sadami čtyř případů (100 testů pro každý případ). Tato neuronová síť poskytuje zpracování obrazu 2D spektra. Výsledky získané z tohoto nového systému jsou mnohem lepší než výsledky předchozího algoritmu.
eng	Neural Networks Application for Processing of the Data from the FMICW Radars	In this paper the results of the Neural Networks and machine learning applications for radar signal processing are presented. The radar output from the primary radar signal processing is represented as a 2D image composed from echoes of the targets and noise background. The Frequency Modulated Interrupted ContinuousWave (FMICW) radar PCDR35 (Portable Cloud Doppler Radar at the frequency 35.4 GHz) was used. Presently, the processing is realized via a National Instruments industrial computer. The neural network of the proposed system is using four or five (optional for the user) signal processing steps. These steps are 2D spectrum filtration, thresholding, unification of the target, target area transforming to the rectangular shape (optional step), and target board line detection. The proposed neural network was tested with sets of four cases (100 tests for every case). This neural network provides image processing of the 2D spectrum. The results obtained from this new system are much better than the results of our previous algorithm.	FMICW radar; radar signal analysis; neural network; 2D spectrum; image processing

Search

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Služby

Jak nás najdete?

Často hledáte