Publikace detail

FMICW Radar Target Classification By Neural Network

Rok: 2020

Druh publikace: článek ve sborníku

Název zdroje: 30th International Conference Radioelektronika, RADIOELEKTRONIKA 2020

Název nakladatele: IEEE (Institute of Electrical and Electronics Engineers)

Místo vydání: New York

Strana od-do: 1-5

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Klasifikace cílů FMICW radarem pomocí neuronové sítě	Tento dokument popisuje automatickou klasifikaci cílů detekovaných radarem FMICW. Tyto cíle se počítají a třídí do tří skupin (příchozí, odchozí a statické cíle). Tuto informaci jsme odvodili z výstupu neuronové sítě, která označovala cíle ve 2D spektru. Další neurální síť má pět vrstev. První vrstva slouží k potlačení cílů sudým počtem bodů, což způsobuje problémy při detekci symetrie. Druhá a třetí vrstva detekuje symetrii v dimenzi (vertikální nebo horizontální). Čtvrtá vrstva kontroluje, zda je symetrie v obou dimenzích a zda detekce není falešným varováním způsobeným konstelací cílů. Pátá vrstva obsahuje pouze 4 neurony a tato vrstva se používá pro počítání cílů a klasifikaci cílů (jsou-li statické, příchozí nebo odchozí). Neuronová síť se skládá z jednoduchého bloku pro snadnou implementaci na FPGA.	radar, programovatelná hradlová pole, neuronové sítě, detekce objektů
eng	FMICW Radar Target Classification By Neural Network	This document describes automatic classification of targets detected by the FMICW radar. These targets are counted and sorted to three groups (incoming, outgoing and static targets). We derived this information from the output of the neural network which marked the targets in 2D spectrum. The additional neural network has five layers. The first layer is used for the suppression of the targets with even numbers of points, which causes problems during the symmetry detection. The second and third layers detect the symmetry in the dimension (vertical or horizontal). The fourth layer checks out if the symmetry is in both dimensions and if the detection is not a false alert caused by the constellation of the targets. The fifth layer contains only 4 neurons and this layer is used for counting of the targets and classification of the targets (if they are static, incoming or outgoing). The neural network is composed of a simple block for the easy implementation on the FPGA.	Radar, Field programmable gate arrays, Neural networks, Object detection

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Služby

Jak nás najdete?

Často hledáte