基于机器学习的车用主动防撞预警雷达信号识别系统研究

摘要：

为了避免同向和相向干扰信号对识别精准度影响,引入机器学习,研究车用主动防撞预警雷达信号识别系统;在机器学习支持下,设计预警雷达信号识别系统总体架构,采用BGT24MTR12E6327XUMA1型号原装雷达收发器,通过TendaA9信号放大器将混频信号送到信号处理系统之中,以此控制汽车行驶速度;TMS320F206 DSP通过CAN总线连接外部设备和TJA1041A总线收发器,使PC和DSP之间能够串行通信;使用抗干扰流水线结构转换方式,基于机器学习获取无干扰实时状态信号;通过计算雷达信号相似度,设计具体识别流程;依据各个子雷达在汽车上分布情况设计实验,由实验结果可知,相向干扰下机器学习技术信号识别精准度最高可达到96％;同向干扰下机器学习技术信号识别精准度最高可达到94％,为车辆安全行驶提供设备支持.

关键词：机器学习、车用、主动防撞预警、雷达信号、识别系统、同向和相向干扰

所属期刊栏目：28

分类号：TN957.52

在线出版日期：2020-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：225-229