摘要
在汽车毫米波雷达信号处理中,采用BP神经网络来检测目标,该BP网络包含一个输入层,一个隐层和一个输出层,与常用的快速傅立叶FFT相比,性能有了较大的改善,实时计算量则大大减少。为了验证方法的有效性,给出了一个对输入信号进行采样处理的示例。
A BP(back propagation)neural network is used to detect targets for automobile millimeter wave radar.The network has one input layer,one hidden layer and one output layer.Significant performance improvement have been achieved as compared with the conventional fast Fourier transform method.An example with16input signal samples per target is used for demonstration.
出处
《计算机工程与应用》
CSCD
北大核心
2003年第9期48-50,共3页
Computer Engineering and Applications
基金
国家重点基础研究发展规划资助项目(编号:2001CB309403)
关键词
BP神经网络
FFT
毫米波雷达
BP neural network,Fast Fourier Transform(FFT),millimeter wave radar
