电磁复墙体下的穿墙雷达：一种深度学习方法
信号处理
2022-06-09 v2 声音
音频与语音处理
摘要
本文采用深度学习在穿墙雷达中于墙体被视为复杂电磁介质的条件下进行二维多目标定位。我们对墙体作了五条假设，对目标数量作了两条假设。有两种目标模式可用：单目标与双目标。墙体场景包括均匀墙、含气隙墙、非均匀墙、各向异性墙以及非均匀-各向异性墙。目标定位通过深度神经网络技术实现。我们使用 Python FDTD 模块构建数据集，随后用深度学习建模。假设墙体为复杂电磁介质，我们在单目标二维定位上达到 97.7% 准确率，双目标定位上达到 94.1% 准确率。此外，我们注意到在低信噪比加入噪声时精度下降 10% 至 20%，尽管在高信噪比时该下降降至小于 10%。
引用
@article{arxiv.2102.07990,
title = {Through-the-Wall Radar under Electromagnetic Complex Wall: A Deep Learning Approach},
author = {Fardin Ghorbani and Hossein Soleimani},
journal= {arXiv preprint arXiv:2102.07990},
year = {2022}
}