基于机器学习的车用主动防撞预警雷达信号识别系统研究

来源：计算机测量与控制杂志2020年第7期北京时间：

作者：张馨予

单位：西安文理学院 信息工程学院

摘要：为了避免同向和相向干扰信号对识别精准度影响，引入机器学习，研究车用主动防撞预警雷达信号识别系统。在机器学习支持下，设计预警雷达信号识别系统总体架构，采用BGT24MTR12E6327XUMA1型号原装雷达收发器，通过TendaA9信号放大器将混频信号送到信号处理系统之中，以此控制汽车行驶速度。TMS320F206 DSP通过CAN总线连接外部设备和TJA1041A总线收发器，使PC和DSP之间能够串行通信。使用抗干扰流水线结构转换方式，基于机器学习获取无干扰实时状态信号。通过计算雷达信号相似度，设计具体识别流程。依据各个子雷达在汽车上分布情况设计实验，由实验结果可知，相向干扰下机器学习技术信号识别精准度最高可达到96%；同向干扰下机器学习技术信号识别精准度最高可达到94%，为车辆安全行驶提供设备支持。

关键词：机器学习;车用;主动防撞预警;雷达信号;识别系统;同向和相向干扰