APP下载

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

2020-08-03张馨予

计算机测量与控制 2020年7期
关键词:信号系统

张馨予

(西安文理学院 信息工程学院,西安 710065)

0 引言

交通事故发生次数有所减少,但趋势发展缓慢,由此研究车用主动防撞预警雷达装置是具有必要性的[1]。该装置能够提前探测汽车前方的障碍物,提醒司机采取紧急措施,可以从根源上防止追尾及危险事故发生[2-3]。车用主动防撞预警雷达装置是提高汽车安全行驶的主要技术,由该装置发射出信号识别目标,再对其分析,可精准定位前方障碍物的位置信息。装置根据得到的目标信息,能够辅助司机对危险情况的判断,以此提高汽车行驶安全性[4]。

目前,在车用主动防撞预警雷达信号识别系统中,可用于信号识别的技术主要有激光扫描技术、红外技术和超声波技术,其中超声波技术探测范围较窄,响应时间长,受到外界温度影响较大,通常适用于倒车雷达信号识别;激光扫描技术虽然探测距离较远,但探测头需要光学窗口,容易被污染物遮盖;红外技术探测距离较短,受到温度影响雷达信号识别不精准。

针对上述问题,提出了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。

1 基于机器学习的信号识别系统硬件架构

机器学习是一门交叉学科,专门研究计算机如何模拟人类学习行为,以此获取新的技能[5]。在机器学习支持下,设计车用主动防撞预警雷达信号识别系统总体架构如图1所示。

图1 识别系统硬件架构

该系统主要是由信号采集系统、控制系统、识别系统、接口电路及信号处理系统等部分组成的。……

登录APP查看全文

猜你喜欢

信号系统
Smartflower POP 一体式光伏系统
信号
WJ-700无人机系统
ZC系列无人机遥感系统
完形填空二则
基于PowerPC+FPGA显示系统
半沸制皂系统(下)
孩子停止长个的信号
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
基于LabVIEW的力加载信号采集与PID控制