基于可解释网络解耦表征的低成本雷达定位解算方法

作者：刘磊^*; 林杰

来源：计算机应用研究, 2023, 1-7.

DOI：10.19734/j.issn.1001-3695.2023.06.0269

• 调频连续波雷达定位
• 可解释深度网络
• 自监督学习
• 超分辨率细化

为降低调频连续波(FMCW)雷达成本，同时提高定位精度，设计可解释解耦表征模型，该模型由网络解算器、虚假信号生成器以及可解释潜变量三部分组成，首先处理雷达信号获得中频频谱；然后输入到网络解算器中生成位置潜变量；再通过物理机制对潜变量进行转换，最终生成虚假中频信号频谱；设计局部光滑损失函数对模型进行自监督训练，实现潜变量的解耦物理表征。实验结果表明：所提可解释深度学习解析方法能对雷达系统频谱信号的粗粒度进行超分辨率细化，其机理能有效应对雷达系统的硬件公差、环境噪声、安装误差等问题，并可自动地训练出雷达的解算网络，从而具有大规模室内、机载联网定位的应用潜力。

• 单位
  上海理工大学