摘要：本实验对比评估了TI毫米波传感器与超声波传感器在不同场景下的障碍物检测能力。实验设置包含视轴、角度、玻璃和污垢四种配置，测试距离从5厘米到10米不等。结果显示，毫米波传感器能有效检测各种距离、角度的目标，并能穿透玻璃和污垢障碍物；而超声波传感器仅能在1米左右正对目标时有效检测。实验采用AWR1642BOOST-ODSEVM设备，配合mmWaveSDK2.0和定制线性调频配置完成测试，验证了毫

本文提出了一种车载4D毫米波雷达高分辨率点云生成算法。针对现有技术在多普勒和角度分辨率上的不足，该研究提出：1)结合TDM-DDM的混合MIMO框架，通过双PRF波形设计实现速度模糊消除；2)基于复值深度卷积网络(CV-DCN)的超分辨率DOA估计方法，利用空间平滑算法构建单帧多快拍数据输入，有效保留相位信息。实验验证表明，该算法在2°小角度间隔下仍保持稳定分辨性能，实测点云成像清晰呈现车辆轮廓。

例如，如果你要取一个chirp中的每个样本的能量，并将其绘制为时间的函数，在干扰器交叉的点上，chirp的第一个样本能量会有很大的增加。下图显示了一个样本ADC数据幅值图，干扰清晰可见，尽管由于存在较大的低频信号，与信号没有很大的区别。当攻击者雷达的chirp穿过受害者发送的chirp时，攻击者的chirp能量被观察到为一个快速通过中频带宽的chirp。例如，如果中频带宽为12 MHz，斜率差为4

摘要：本文研究了车载毫米波雷达MIMO天线阵列设计及测角算法。针对传统均匀线阵孔径受限问题，提出采用最小冗余稀疏阵列提高角度分辨率。通过分析博世角雷达性能指标，设计出四发四收阵列布局，方位向分辨率达4.24°；针对特斯拉4D成像雷达，优化设计六发八收两级最小冗余阵列，在两种工作模式下分别实现2.4°方位向分辨率和6.52°俯仰向分辨率，且旁瓣水平更低。研究结果表明，所设计的稀疏阵列能在有限阵元下实

本文研究了三种稀疏阵列结构在车载毫米波雷达中的应用。重点分析了最小冗余阵列（MRA）、嵌套阵列（NA）和互质阵列（CA）的特性，并与均匀线阵（ULA）进行对比。研究表明，稀疏阵列能以较少的阵元实现与ULA相当的角度分辨率，但存在旁瓣升高、主副瓣比降低的问题。MRA冗余度最低，分辨率最高；NA和CA则适用于大规模阵列设计。结果表明，稀疏阵列可有效提升角度分辨率，但需要权衡抗干扰性能，MRA适用于小规

4D毫米波雷达通过MIMO技术和二维面阵设计实现了距离、速度、水平角度和俯仰角度的四维感知，为自动驾驶提供更高精度的环境感知。关键技术包括阵列设计、角度匹配算法和信号处理方法。其中，匹配阵列法和Capon波束成形是解决水平/俯仰角度匹配的核心方法。TI参考设计展示了从距离FFT到目标检测的完整处理流程，包括静态杂波去除、CFAR检测和角度估计等步骤。国产雷达厂商如加特兰和圭步微也开发了相应的多天线

摘要： 本文提出了一种基于改进对角加载（MDL）和相干扩展技术的毫米波FMCW雷达超分辨率距离-角度估计方法。针对传统IAA算法在低信噪比下收敛性差的问题，MDL-IAA通过动态调整对角加载项提升性能。结合距离预估计结果，采用相干扩展技术消除相位不连续性，构建更长的chirp信号以生成超分辨距离-角度图。仿真与实验表明，该方法在0.11m小间距目标场景下优于2D-FFT和2D-IAA算法，且计算复

得到的频谱按列存储在一个二维矩阵中，其差拍频率为fB=-2RB/T，其中B和T分别为chirp信号的带宽和持续时间，c表示光速，R表示目标与雷达系统之间的距离。改进的SOCA-CFAR算法消除了掩蔽效应，正确检测出了三个目标，而传统的SOCA-CFAR和OS-CFAR算法对掩蔽效应比较敏感，虽然可以通过增加窗口长度R来改善这一不足。蒙特卡洛仿真表明，与传统的CA-CFAR、SOCA-CFAR和OS

首先贴出来复现的该文章描述的DCNN Python代码，供读者参考学习。在过去的几十年里，深度学习算法在信号检测和分类中变得越来越普遍。然而，要设计机器学习算法，就需要一个足够的数据集。由于几个开源的基于相机的手势数据集的存在，这个描述符呈现了UWB-Gesture，即用超宽带（UWB）脉冲雷达获得的12个动态手势的最早的公共数据集。该数据集包含了从8名不同的人类志愿者中收集的总共9600个样本。

得到的频谱按列存储在一个二维矩阵中，其差拍频率为fB=-2RB/T，其中B和T分别为chirp信号的带宽和持续时间，c表示光速，R表示目标与雷达系统之间的距离。改进的SOCA-CFAR算法消除了掩蔽效应，正确检测出了三个目标，而传统的SOCA-CFAR和OS-CFAR算法对掩蔽效应比较敏感，虽然可以通过增加窗口长度R来改善这一不足。蒙特卡洛仿真表明，与传统的CA-CFAR、SOCA-CFAR和OS