本文是深度學習在雷達、無線通信領域應用視頻的筆記，視頻的鏈接見文末。下面是一些筆記。

目錄

簡介

深度學習流程

連接雷達硬件

預處理、特征提取和標注

示例演示-采用合成數據訓練模型，實采數據進行模型測試

參考資料

---

簡介

可以進行天線和射頻電路仿真，目標和環境建模，系統建模，場景建模。合成的數據還可用于深度學習的訓練。

深度學習流程

獲得數據集，如果數據集不夠的話，可能還要合成數據；進行數據標注。會涉及到的APP有：Radar Waveform Analyzer（生成數據）、Signal Analyzer（分析生成的數據）、Signal Label（對數據進行自動化加標簽）面臨的挑戰：數據的全面性，數據的質量決定著模型的質量

預處理：數據清洗、降噪，進行特征提取。這一步很重要，也是構建一個高性能，輕量級，有實際應用價值的模型是的關鍵。

針對特征進行訓練。會涉及到的APP有：Deep Network Designer

部署到硬件上

這其中要涉及到問題的折中。如果背景知識不強，直接將IQ信號進行處理，但計算量大。如果背景知識很好，可以先進行預處理然后在訓練。折中的辦法就是先進行一些預處理，如時頻分析，小波等。

連接雷達硬件

通過MATLAB的附加功能add-on連接雷達硬件采集實際數據進行模型的驗證。

預處理、特征提取和標注

示例演示-采用合成數據訓練模型，實采數據進行模型測試

基于微多普勒特性識別行人和騎車人

流程

數據合成：創建多散射模型、合成微多普勒特性數據、場景創建

預處理：時頻變換、尺度變換、歸一化

創建卷積神經網絡模型：使用Deep Network Designer APP創建

模型測試

參考資料

視頻觀看地址：https://www.bilibili.com/video/BV1n64y1f7tH/

課件下載地址：https://download.csdn.net/download/qq_42235129/13586146

?

總結

以上是生活随笔為你收集整理的深度学习在雷达、无线通信领域应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。