本博文梳理了关于雷达目标检测性能测试的内容，包括需要测试的参数、测试的环境、设备以及流程方法，更具体的细则还需要读者去到征求意见稿中的6.3节进行研读，内容相对简单，但是较为繁琐没有放在本博文的内容里了。此外，本文还对雷达目标模拟器这一重要的测试设备进行了介绍。

本文作为机器学习专栏的第一篇文章，对 AI相关的概念以及机器学习的一些基础知识做了梳理和介绍

本博文基于Rastrigin测试函数探讨粒子群算法和遗传算法的混合使用，分别给出了嵌入式混合以及串行混合下的算法流程，并对串行混合进行了仿真验证，仿真的结果验证了算法流程的可行性。本文提供的仿真结果下，串行混合的效果不如粒子群或遗传算法单独使用时的效果，但优化混合算法参数以使得该算法的结果优于单独使用某种算法时的效果不是本文的核心目标(因为算法涉及的参数很多)。本博文的目的在于建立算法混合使用时的

本博文对粒子群算法做了系统性&细节性介绍：包括其相关概念、经典的处理流程等。并以一元函数寻优、二元函数寻优、01背包问题作为研究对象，探讨了如何使用粒子群算法解决这三个问题。

本篇博文介绍了（车载）毫米波雷达的SOC系统架构、梳理了射频前端各构成部分及其原理、给出了发射机与接收机部分的评价指标。

本文讨论基于遗传算法的波束形成优化问题，具体地：本文针对峰值旁瓣比这一波束方向图中的核心参数之一，在控制单一变量的前提下，探讨如何基于遗传算法分别通过优化各阵元馈电幅度、馈电相位、阵元间相对位置关系的方法来达到压低波束旁瓣(提高峰值旁瓣比)的目的。

本文作为机器学习专栏的第一篇文章，对 AI相关的概念以及机器学习的一些基础知识做了梳理和介绍

本博文试图搭建一个有关毫米波雷达各类测试的框架，并从开发过程和样机成型后两个方面展开了论述。从博文的以上内容来看，测试的内容并不是很多… 但事实上每个大类下的细则和规范有很多，后面我将基于阶段性的理解把前述各部分的具体内容分别写博文进行展开说明，也期待读者的反馈。

本博文探讨车载毫米波雷达的校准问题，较为系统地介绍了包括偏差的来源及其特点、偏差的获取与校准方法、校准的影响、以及校准需要注意的点。重点给出和探讨了几种从数据处理端做校准的处理流程与方法，并给出了一些实测数据的效果说明与对比。

本文作为机器学习专栏的第一篇文章，对 AI相关的概念以及机器学习的一些基础知识做了梳理和介绍