友情链接:
合作联系
|
ASPEN培训课程
毫米波雷达算法工程师、ADAS感知系统开发人员、信号处理工程师、汽车电子研发人员。
理解毫米波雷达的工作原理（FMCW、FSK）与信号模型。
掌握雷达信号处理链的核心算法（距离-多普勒FFT、CFAR检测、DOA估计、目标跟踪）。
能够独立开发车载雷达信号处理算法，实现目标检测与跟踪。
车载毫米波雷达概述：毫米波雷达在自动驾驶中的优势（全天候、远距离、直接测速）；雷达频段（24GHz、77GHz、79GHz）；雷达的类型（短程SRR、中程MRR、远程LRR）；雷达的主要功能（自适应巡航ACC、自动紧急制动AEB、盲区监测BSD）。
雷达工作原理与波形设计：FMCW（调频连续波）的工作原理（发射调频信号、接收回波、混频）；中频信号的频率与相位包含的信息（距离、速度）；波形参数的设计（带宽、扫频时间、周期）。
雷达信号处理链概述：从原始ADC数据到目标列表的完整流程（采样、加窗、距离FFT、多普勒FFT、CFAR检测、DOA估计、目标跟踪）；数据立方体的概念。
距离维处理（Range-FFT）：ADC数据的采集与预处理（去直流、加窗）；一维FFT（距离FFT）的计算；距离分辨率的决定因素；距离谱的峰值对应目标距离。
速度维处理（Doppler-FFT）：多帧距离FFT数据组成二维矩阵；二维FFT（多普勒FFT）的计算；速度分辨率的决定因素；速度谱的提取；最大不模糊速度与速度解模糊。
二维CFAR检测：CFAR（恒虚警率）检测的目的（自适应阈值）；CFAR类型（CA-CFAR、OS-CFAR）；二维CFAR的实现（参考窗、保护窗、阈值因子）；检测点迹的提取（峰值聚类）。
角度估计（DOA）：到达角（DOA）估计的基本原理（天线阵列接收相位差）；数字波束形成（DBF）；单脉冲测角；超分辨率算法（MUSIC、ESPRIT）；多输入多输出（MIMO）雷达的角度分辨率提升。
目标跟踪：卡尔曼滤波在雷达目标跟踪中的应用；目标状态向量（位置、速度）；量测方程；数据关联（最近邻、概率数据关联PDA）；航迹的起始、维持与终止。
点云聚类与目标识别：点云数据的密度聚类（DBSCAN）；聚类的合并与分割；目标特征的提取（目标尺寸、雷达散射截面积RCS）；基于特征的简单目标分类（行人、车辆、自行车）。
雷达干扰与抑制：雷达间的相互干扰（同频干扰）；干扰的表现（噪底抬高、虚假目标）；干扰抑制方法（波形分集、频谱感知、信号处理滤波）。
雷达数据与视觉融合：雷达与摄像头的数据对齐（时间同步、空间同步）；融合策略（目标级融合、特征级融合）；雷达提供的距离/速度信息与视觉提供的类别信息互补；融合结果的后处理。
综合实战项目：基于TI/Infineon/NXP雷达开发套件的车载雷达信号处理算法开发，包含原始数据采集、距离-多普勒FFT、CFAR检测、角度估计、目标跟踪实现与结果可视化。
