Esquema de estimación de distancia interior basado en aprendizaje profundo utilizando radar FMCW
Autores: Park, Kyung-Eun; Lee, Jeong-Pyo; Kim, Youngok
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Esquema de estimación de distancia interior basado en aprendizaje profundo utilizando radar FMCW
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Onda continua modulada en frecuencia
Radar
Esquema de estimación de distancia
Tecnología de aprendizaje profundo
Red neuronal artificial
Transformada Rápida de Fourier
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
En el esquema de estimación de distancia utilizando radar de onda continua modulada en frecuencia (FMCW), la diferencia de frecuencia, que fue causada por el retraso en el tiempo de la señal recibida reflejada del objetivo, se calcula para estimar la información de distancia del objetivo. En este artículo, proponemos un esquema de estimación de distancia que explota la tecnología de aprendizaje profundo de redes neuronales artificiales para mejorar la precisión de la estimación de distancia en comparación con el esquema convencional de estimación de distancia basado en el índice del valor máximo de la Transformada Rápida de Fourier (FFT). El rendimiento del esquema propuesto se compara con el del esquema convencional a través de experimentos que evalúan la precisión de la estimación de distancia. El error promedio de distancia estimada del esquema propuesto fue de 0.069 m, mientras que el del esquema convencional fue de 1.9 m.
Descripción
En el esquema de estimación de distancia utilizando radar de onda continua modulada en frecuencia (FMCW), la diferencia de frecuencia, que fue causada por el retraso en el tiempo de la señal recibida reflejada del objetivo, se calcula para estimar la información de distancia del objetivo. En este artículo, proponemos un esquema de estimación de distancia que explota la tecnología de aprendizaje profundo de redes neuronales artificiales para mejorar la precisión de la estimación de distancia en comparación con el esquema convencional de estimación de distancia basado en el índice del valor máximo de la Transformada Rápida de Fourier (FFT). El rendimiento del esquema propuesto se compara con el del esquema convencional a través de experimentos que evalúan la precisión de la estimación de distancia. El error promedio de distancia estimada del esquema propuesto fue de 0.069 m, mientras que el del esquema convencional fue de 1.9 m.