主要内容

人工智能雷达

雷达信号的标注，模拟雷达信号训练机和深度学习模型，目标分类，信号分类

你可以用标签标记雷达信号信号贴标签机增加数据集，通过模拟雷达波形和回波对象与简单的几何形状，如圆柱体和锥。模拟动画物体的微多普勒特征，如直升机、行人和骑自行车者。训练机器学习和深度学习网络对目标和信号进行分类。

主题

基于雷达信号和深度学习的手势分类(深度学习工具箱)

利用MISO卷积神经网络对超宽带脉冲雷达信号数据进行分类。

特色的例子

用信号标签标签雷达信号

用信号标签标签雷达信号

对加噪脉冲雷达信号的时间和频率特性进行标记。
打开生活的脚本
使用深度学习的行人和自行车分类

使用深度学习的行人和自行车分类

利用深度学习网络和时频分析，根据行人和骑自行车者的微多普勒特征进行分类。
打开生活的脚本
基于机器学习和深度学习的雷达目标分类

基于机器学习和深度学习的雷达目标分类

使用机器和深度学习方法分类雷达返回。
打开生活的脚本
基于深度学习的雷达和通信波形分类

基于深度学习的雷达和通信波形分类

使用Wigner-Ville分布(WVD)和深度卷积神经网络(CNN)对雷达和通信波形进行分类。
打开生活的脚本
基于深度学习的SAR目标分类概论

基于深度学习的SAR目标分类概论

创建并训练一个简单的卷积神经网络，使用深度学习对SAR目标进行分类。
打开生活的脚本
SAR图像的自动目标识别(ATR)

SAR图像的自动目标识别(ATR)

利用深度学习工具箱和并行计算工具箱训练基于区域的卷积神经网络(R-CNN)，用于大场景合成孔径雷达(SAR)图像的目标识别。
打开生活的脚本

雷达工具箱文档

金宝app

尝试MATLAB, Si金宝appmulink和其他产品下载188bet金宝搏

得到审判现在