基于机器学习的车载毫米波雷达环境感知技术研究

目录

第一章 绪论

1.1 研究背景与意义

1.2 自动驾驶环境感知技术简述

1.2.1 被动环境感知传感器

1.2.2 主动环境感知传感器

1.3 车载毫米波雷达及环境感知相关技术的国内外现状

1.4 论文内容与安排

第二章 车载毫米波雷达的环境数据采集及处理

2.1 引言

2.2 FMCW雷达的信号处理流程

2.2.1 FMCW雷达的测距理论依据

2.2.2 FMCW雷达的测速理论基础

2.2.3 FMCW雷达的测角理论依据

2.3 车载毫米波雷达的数据采集平台及测试环境介绍

2.4 FMCW雷达信号预处理

2.5 本章小结

第三章 基于支持向量机的雷达环境感知方法

3.1 引言

3.2 支持向量机

3.2.1 线性分类

3.2.2 最优划分超平面的求解

3.2.3 核函数

3.2.4 多分类 SVM算法

3.3 雷达回波信号的统计参数提取与评估

3.3.1 不同场景下雷达回波信号的特点

3.3.2 雷达回波信号的统计量提取

3.3.3 统计量之间的关系

3.4 分类器的训练与评估

3.4.1 评估方法

3.4.2 利用 SVM的分类结果及分析

3.5 本章小结

第四章 基于神经网络的雷达环境感知方法

4.1 引言

4.2 神经网络

4.2.1 神经网络的结构与组成

4.2.2 神经网络的训练过程

4.3 基于神经网络的雷达环境感知技术

4.3.1 深度神经网络分类器的结构设计

4.3.2 深度神经网络分类器的实验及性能评估

4.3.3 卷积神经网络分类器的结构设计

4.3.4 卷积神经网络分类器的实验及性能评估

4.4 提取特征的降维可视化

4.5 证据融合

4.6 本章小结

第五章 总结与展望

5.1 全文总结

5.2 未来工作展望

致谢

参考文献