基于机器学习的车用主动防撞预警雷达信号识别系统研究

• 作者: 张馨予
• 来源期刊: 计算机测量与控制
• 关键词: 机器学习 车用 主动防撞预警 雷达信号 识别系统 同向和相向干扰
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 225-229
• 页数: 5页
• 分类号: TN957.52
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.07.045

摘要

为了避免同向和相向干扰信号对识别精准度影响,引入机器学习,研究车用主动防撞预警雷达信号识别系统;在机器学习支持下,设计预警雷达信号识别系统总体架构,采用BGT24MTR12E6327XUMA1型号原装雷达收发器,通过TendaA9信号放大器将混频信号送到信号处理系统之中,以此控制汽车行驶速度;TMS320F206 DSP通过CAN总线连接外部设备和TJA1041A总线收发器,使PC和DSP之间能够串行通信;使用抗干扰流水线结构转换方式,基于机器学习获取无干扰实时状态信号;通过计算雷达信号相似度,设计具体识别流程;依据各个子雷达在汽车上分布情况设计实验,由实验结果可知,相向干扰下机器学习技术信号识别精准度最高可达到96％;同向干扰下机器学习技术信号识别精准度最高可达到94％,为车辆安全行驶提供设备支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张馨予	西安文理学院信息工程学院	12	9	2.0	2.0