基于深度神经网络的通穿墙雷达墙体与目标参数同步估计
信号处理
2021-11-09 v1 机器学习
数据分析、统计与概率
摘要
本文提出一种深度学习模型，用于同步估计穿墙雷达（Through-the-Wall Radar）中的目标与墙体参数。本工作中我们考虑两种模式：单目标与双目标。在这两种情况下，我们均考虑墙体的介电常数与厚度，以及目标中心二维坐标与介电常数。这意味着在单目标情形下我们估计五个值，而在双目标情形下我们同步估计八个值，每个值分别代表上述参数。我们发现，在使用深度神经网络求解目标定位问题时，为模型提供更多问题参数可提升定位精度。因此，我们将两个墙体参数纳入问题，并发现目标定位精度在墙体参数被估计的同时得到改善。借助深度神经网络模型，我们能够在单目标与双目标模式下以99%的精度估计墙体介电常数与厚度，以及目标的二维坐标与介电常数。
引用
@article{arxiv.2111.04568,
title = {Simultaneous estimation of wall and object parameters in TWR using deep neural network},
author = {Fardin Ghorbani and Hossein Soleimani},
journal= {arXiv preprint arXiv:2111.04568},
year = {2021}
}