毫米波雷達感知技術及應用
周牧等
買這商品的人也買了...
-
Soft Skills: The software developer's life manual (Paperback)$1,400$1,330 -
Python 設計模式深入解析 (Mastering Python Design Patterns)$360$281 -
流暢的 Python｜清晰、簡潔、有效的程式設計 (Fluent Python)$980$774 -
機器學習$648$616 -
提升程式設計師的面試力｜189道面試題目與解答, 6/e (Cracking the Coding Interview : 189 Programming Questions and Solutions, 6/e)$880$695 -
$1,280PyTorch Deep Learning Hands-On: Apply modern AI techniques with CNNs, RNNs, GANs, reinforcement learning, and more -
遷移學習 -- TRANSFER LEARNING (楊強教授新作)$834$792 -
單體式系統到微服務 (Monolith to Microservices)$580$458 -
Web API 設計原則｜API 與微服務傳遞價值之道 (Principles of Web API Design: Delivering Value with APIs and Microservices)$520$390 -
建構微服務｜設計細微化的系統, 2/e (Building Microservices: Designing Fine-Grained Systems, 2/e)$880$695
相關主題
商品描述
本書兼顧雷達感知領域的基礎理論和最新研究進展，將理論與典型應用相結合，全面介紹毫米波雷達感知技術，內容包括：緒論，毫米波雷達系統組成，毫米波雷達參數估計方法，毫米波雷達乾擾抑制技術，毫米波雷達手勢識別技術以及毫米波雷達人體生命信號檢測技術。
目錄大綱
目錄
第1章 緒論 1
1.1 雷達的概念 1
1.2 雷達的起源和發展 2
1.2.1 雷達的誕生 2
1.2.2 第二次世界大戰時期的雷達 4
1.2.3 戰後雷達技術的發展 6
1.3 毫米波頻段劃分 7
1.4 毫米波雷達感知技術及其應用 9
1.4.1 毫米波雷達概念 9
1.4.2 毫米波雷達感知技術 9
1.4.3 毫米波雷達感知技術應用 10
1.5 本章小結 11
參考文獻 11
第2章 毫米波雷達系統組成 13
2.1 雷達天線 14
2.1.1 主要性能指標 14
2.1.2 喇叭天線 16
2.1.3 縫隙天線 16
2.1.4 微帶天線 17
2.1.5 反射面天線 18
2.1.6 透鏡天線 19
2.2 毫米波雷達發射機 20
2.2.1 發射機系統 20
2.2.2 主要技術指標 22
2.3 毫米波雷達接收機 23
2.3.1 接收機系統 23
2.3.2 主要技術指標 24
2.4 本章小結 25
參考文獻 25
第3章 毫米波雷達參數估計方法 27
3.1 FMCW毫米波雷達工作原理 27
3.2 單參數估計方法 30
3.2.1 基於變步長迭代的距離估計算法 30
3.2.2 基於FFT的速度參數估計方法 33
3.2.3 基於MUSIC的角度參數估計方法 36
3.3 多參數聯合估計方法 39
3.3.1 距離-速度聯合估計方法 39
3.3.2 距離-角度聯合估計方法 41
3.3.3 距離-速度-角度三維參數聯合估計方法 45
3.4 實驗結果分析 47
3.4.1 距離估計結果分析 49
3.4.2 速度估計結果分析 53
3.4.3 角度估計結果分析 54
3.4.4 距離-速度聯合估計結果分析 56
3.4.5 距離-角度聯合估計結果分析 58
3.4.6 距離-速度-角度聯合估計結果分析 60
3.5 本章小結 63
參考文獻 63
第4章 毫米波雷達乾擾抑制技術 66
4.1 引言 66
4.2 基於恆虛警率檢測的乾擾抑制技術 66
4.2.1 CFAR檢測原理 66
4.2.2 CFAR目標檢測技術 67
4.2.3 靜態和動態乾擾抑制技術 70
4.3 基於小波變換的乾擾抑制技術 72
4.3.1 小波分解 73
4.3.2 小波高頻系數處理 73
4.3.3 小波低頻系數處理 75
4.4 無監督降噪捲積自編碼網絡乾擾抑制技術 77
4.4.1 無監督降噪自編碼網絡數學模型 78
4.4.2 無監督降噪捲積自編碼網絡設計 80
4.4.3 實驗結果分析 82
4.5 本章小結 84
參考文獻 84
第5章 毫米波雷達手勢識別技術 86
5.1 引言 86
5.2 連續手勢目標提取方法 88
5.2.1 基於時域信號累積的手勢目標提取方法 89
5.2.2 基於時間滑窗檢測的手勢目標提取方法 91
5.3 基於聚類特徵提取的FDTW手勢識別算法 95
5.3.1 基於k均值聚類的手勢特徵提取算法 95
5.3.2 FDTW手勢識別算法 97
5.4 基於深度學習網絡的手勢識別算法 99
5.4.1 基於端到端多維手勢特徵融合的手勢識別算法 100
5.4.2 基於時序I3D網絡的手勢識別算法 101
5.4.3 基於互補模態特徵融合的手勢識別算法 105
5.5 實驗結果分析 111
5.5.1 實驗平臺與數據集構建 111
5.5.2 FDTW手勢識別算法性能分析 115
5.5.3 基於端到端多維手勢特徵融合的手勢識別算法性能分析 119
5.5.4 基於時序I3D網絡的手勢識別算法性能分析 123
5.5.5 基於互補模態特徵融合的手勢識別算法性能分析 124
5.6 本章小結 129
參考文獻 130
第6章 毫米波雷達人體生命信號檢測技術 133
6.1 引言 133
6.2 毫米波雷達人體目標檢測方法 135
6.3 直流偏置與相位校正方法 142
6.4 呼吸和心跳信號分離與重構算法 144
6.4.1 基於CS-OMP的呼吸和心跳信號分離與重構算法 145
6.4.2 基於RA-DWT的呼吸和心跳信號分離與重構算法 148
6.4.3 呼吸率和心率計算方法 149
6.5 實驗結果分析 150
6.5.1 實驗平臺 150
6.5.2 人體目標檢測和相位提取結果分析 152
6.5.3 生命信號分離與重構結果分析 155
6.5.4 檢測性能比較與分析 158
6.6 本章小結 161
參考文獻 162
第1章 緒論 1
1.1 雷達的概念 1
1.2 雷達的起源和發展 2
1.2.1 雷達的誕生 2
1.2.2 第二次世界大戰時期的雷達 4
1.2.3 戰後雷達技術的發展 6
1.3 毫米波頻段劃分 7
1.4 毫米波雷達感知技術及其應用 9
1.4.1 毫米波雷達概念 9
1.4.2 毫米波雷達感知技術 9
1.4.3 毫米波雷達感知技術應用 10
1.5 本章小結 11
參考文獻 11
第2章 毫米波雷達系統組成 13
2.1 雷達天線 14
2.1.1 主要性能指標 14
2.1.2 喇叭天線 16
2.1.3 縫隙天線 16
2.1.4 微帶天線 17
2.1.5 反射面天線 18
2.1.6 透鏡天線 19
2.2 毫米波雷達發射機 20
2.2.1 發射機系統 20
2.2.2 主要技術指標 22
2.3 毫米波雷達接收機 23
2.3.1 接收機系統 23
2.3.2 主要技術指標 24
2.4 本章小結 25
參考文獻 25
第3章 毫米波雷達參數估計方法 27
3.1 FMCW毫米波雷達工作原理 27
3.2 單參數估計方法 30
3.2.1 基於變步長迭代的距離估計算法 30
3.2.2 基於FFT的速度參數估計方法 33
3.2.3 基於MUSIC的角度參數估計方法 36
3.3 多參數聯合估計方法 39
3.3.1 距離-速度聯合估計方法 39
3.3.2 距離-角度聯合估計方法 41
3.3.3 距離-速度-角度三維參數聯合估計方法 45
3.4 實驗結果分析 47
3.4.1 距離估計結果分析 49
3.4.2 速度估計結果分析 53
3.4.3 角度估計結果分析 54
3.4.4 距離-速度聯合估計結果分析 56
3.4.5 距離-角度聯合估計結果分析 58
3.4.6 距離-速度-角度聯合估計結果分析 60
3.5 本章小結 63
參考文獻 63
第4章 毫米波雷達乾擾抑制技術 66
4.1 引言 66
4.2 基於恆虛警率檢測的乾擾抑制技術 66
4.2.1 CFAR檢測原理 66
4.2.2 CFAR目標檢測技術 67
4.2.3 靜態和動態乾擾抑制技術 70
4.3 基於小波變換的乾擾抑制技術 72
4.3.1 小波分解 73
4.3.2 小波高頻系數處理 73
4.3.3 小波低頻系數處理 75
4.4 無監督降噪捲積自編碼網絡乾擾抑制技術 77
4.4.1 無監督降噪自編碼網絡數學模型 78
4.4.2 無監督降噪捲積自編碼網絡設計 80
4.4.3 實驗結果分析 82
4.5 本章小結 84
參考文獻 84
第5章 毫米波雷達手勢識別技術 86
5.1 引言 86
5.2 連續手勢目標提取方法 88
5.2.1 基於時域信號累積的手勢目標提取方法 89
5.2.2 基於時間滑窗檢測的手勢目標提取方法 91
5.3 基於聚類特徵提取的FDTW手勢識別算法 95
5.3.1 基於k均值聚類的手勢特徵提取算法 95
5.3.2 FDTW手勢識別算法 97
5.4 基於深度學習網絡的手勢識別算法 99
5.4.1 基於端到端多維手勢特徵融合的手勢識別算法 100
5.4.2 基於時序I3D網絡的手勢識別算法 101
5.4.3 基於互補模態特徵融合的手勢識別算法 105
5.5 實驗結果分析 111
5.5.1 實驗平臺與數據集構建 111
5.5.2 FDTW手勢識別算法性能分析 115
5.5.3 基於端到端多維手勢特徵融合的手勢識別算法性能分析 119
5.5.4 基於時序I3D網絡的手勢識別算法性能分析 123
5.5.5 基於互補模態特徵融合的手勢識別算法性能分析 124
5.6 本章小結 129
參考文獻 130
第6章 毫米波雷達人體生命信號檢測技術 133
6.1 引言 133
6.2 毫米波雷達人體目標檢測方法 135
6.3 直流偏置與相位校正方法 142
6.4 呼吸和心跳信號分離與重構算法 144
6.4.1 基於CS-OMP的呼吸和心跳信號分離與重構算法 145
6.4.2 基於RA-DWT的呼吸和心跳信號分離與重構算法 148
6.4.3 呼吸率和心率計算方法 149
6.5 實驗結果分析 150
6.5.1 實驗平臺 150
6.5.2 人體目標檢測和相位提取結果分析 152
6.5.3 生命信號分離與重構結果分析 155
6.5.4 檢測性能比較與分析 158
6.6 本章小結 161
參考文獻 162
