一种基于微波雷达回波信号的车型分类方法

• 作者: 付冲 张鑫怡 曹林 李佳 王东峰
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 智能交通系统 微波雷达 大小车型分类 深度学习 卷积神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 542-548
• 页数: 7页
• 分类号: TN957.51
• 字数: 4706字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2020.05.009

摘要

车辆类型识别方法是智能交通系统的关键技术之一.利用深度学习的高维特征泛化学习能力,将改进的LeNet-5卷积神经网络用于基于交通微波雷达的大小车型分类识别.首先,以雷达触发前的N帧信号为基础,对雷达的回波信号进行分析并构建数据集;然后,分析LeNet-5卷积神经网络的特点;最后提出一种改进的LeNet-5卷积神经网络.实验结果表明,与传统的支持向量机方法相比,所提方法能够智能学习大小车的雷达时频信号特征,大小车型识别准确率达到97％以上,可为交通场景下的车型识别研究提供新的技术途径.