fbpx
Hybride Deep Learning-Verfahren zur Interferenzunterdrückung und hochauflösenden Winkelschätzung für Automobilradaranwendungen von Fuchs,  Jonas

Hybride Deep Learning-Verfahren zur Interferenzunterdrückung und hochauflösenden Winkelschätzung für Automobilradaranwendungen

Zwei grundlegende Herausforderungen für das Automobilradar betreffen die Robustheit gegenüber Interferenzen im gleichen Frequenzband, sowie die Verbesserung der Winkelauflösung zur präzisen Lokalisierung von Objekten und Personen. In der vorliegenden Forschungsarbeit werden neue Ansätze der modernen Signalverarbeitung für Automobilradarsensoren basierend auf Deep Learning (DL) erforscht um die Leistungsfähigkeit und die Robustheit von konventionellen Verfahren zur Interferenzunterdrückung sowie zur Winkelschätzung zu übertreffen. Für das Training von datenbasierten DL Verfahren werden spezielle Datensätze benötigt, welche mittels neuartigen hybriden Verfahren erzeugt werden. Anschließend wird sowohl die Effektivität dieser hybriden Verfahren als auch die Robustheit der trainierten Modelle gegenüber Modellabweichungen und Nichtidealitäten demonstriert. Am Beispiel der Interferenzunterdrückung werden die Vorteile von DL in der Automobilradarsignalverarbeitung aufgezeigt. Die erfolgreiche Validierung der Konzepte erfolgt anhand von Messungen von Interferenzen im 77 GHz-Frequenzband. Des Weiteren wird gezeigt, dass die vorgestellten Verfahren wirkungsvoll eingesetzt werden können, um eine präzise Lokalisierung von Zielen zu realisieren. Mit hybriden Datensätzen werden drei verschiedene Konzepte untersucht um eine hochauflösende Winkelschätzung zu realisieren. Hierbei wird eine Leistungsfähigkeit erzielt die den Stand der Technik übertrifft, ohne dass eine sensorspezifische Kalibrierung erforderlich ist.

> findR *

Hybride Deep Learning-Verfahren zur Interferenzunterdrückung und hochauflösenden Winkelschätzung für Automobilradaranwendungen online kaufen

Die Publikation Hybride Deep Learning-Verfahren zur Interferenzunterdrückung und hochauflösenden Winkelschätzung für Automobilradaranwendungen von ist bei Cuvillier Verlag erschienen. Die Publikation ist mit folgenden Schlagwörtern verschlagwortet: adaptiver Tempomat, Angular resolution, maximum likelihood, Antenna array, Artificial Intelligence, Autoencoder, Interferenzen, Automatisiertes Fahren, Automobil, Automobilradar, Automobilradarsignalverarbeitung, Algorithmen, automotive, Automotive Radar, Signal Processing, Autonomous driving, Automated driving, Chirp-Sequence Radar, Antennenarray, Data preprocessing, Data sets, Datenvorverarbeitung, Trainingdaten, Environment sensing, Fahrerassistenzsysteme, Fahrzeug, Autonomes Fahren, Frequency domain, Frequenzbereich, Vehicle, Interference mitigation, Klassifikation, Multilayer Perzeptron, Künstliche-Intelligenz, Machine learning, Maschinelles Lernen, Deep Learning, Maximum likelihood, Model order, Target detection, nterferenzunterdrückung, hochauflösend, Radar Signal Processing, Regression, Signal model, Calibration, Signal processing chain, Signalmodell, Kalibrierung, Signalverarbeitung, Radarsignalverarbeitung, Signalverarbeitungskette, Simulation, Datensätze, Hybride, Super-resolution, Direction-of-arrival estimation, Testdaten, Validierungsdaten, Training data, Test data, Umfelderkennung, Sensor, Radar, Winkelauflösung, Winkelschätzung, Zielanzahl, Zieldetektion. Weitere Bücher, Themenseiten, Autoren und Verlage finden Sie hier: https://buchfindr.de/sitemap_index.xml . Auf Buch FindR finden Sie eine umfassendsten Bücher und Publikationlisten im Internet. Sie können die Bücher und Publikationen direkt bestellen. Ferner bieten wir ein umfassendes Verzeichnis aller Verlagsanschriften inkl. Email und Telefonnummer und Adressen. Die Publikation kostet in Deutschland 44.9 EUR und in Österreich 46.2 EUR Für Informationen zum Angebot von Buch FindR nehmen Sie gerne mit uns Kontakt auf!