Exponenta Banner
exponenta event banner

AI для радара

Маркировка радиолокационных сигналов, моделируемых радиолокационных сигналов на модели обучения машин и глубокого обучения, классификация целей, классификация сигналов

Можно маркировать радиолокационные сигналы с помощью набора данных Signal Labeler app. Augment, имитируя формы радиолокационных сигналов и эхо для объектов с простой геометрией, таких как цилиндры и конусы. Имитировать микродоплеровские подписи анимированных объектов, таких как вертолеты, пешеходы и велосипедисты. Подготовка сетей машинного обучения и глубокого обучения для классификации целей и сигналов.

Характерные примеры

Labeling Radar Signals with Signal Labeler

Маркировка радиолокационных сигналов маркировщиком сигналов

Маркировать временные и частотные характеристики импульсных радиолокационных сигналов с добавлением шума.

Открыть сценарий в реальном времени
Pedestrian and Bicyclist Classification Using Deep Learning

Классификация пешеходов и велосипедистов с использованием глубокого обучения

Классифицировать пешеходов и велосипедистов на основе их микродоплеровских характеристик с использованием сети глубокого обучения и частотно-временного анализа.

Открыть сценарий в реальном времени
Radar Target Classification Using Machine Learning and Deep Learning

Классификация радиолокационных целей с использованием машинного обучения и глубокого обучения

Классифицируйте результаты работы радаров с помощью машинного и глубокого обучения.

Открыть сценарий в реальном времени
Radar and Communications Waveform Classification Using Deep Learning

Классификация формы волны радара и связи с использованием глубокого обучения

Классифицировать формы сигналов радара и связи с помощью распределения Вигнера-Вилля (WVD) и глубокой сверточной нейронной сети (CNN).

Открыть сценарий в реальном времени

Документация по панели инструментов радара

Поддержка