肌肉博士
三维激光雷达在无人驾驶中的应用：1、研究背景：随着科技的发展，时代的进步，无人驾驶汽车逐渐兴起，然而对无人驾驶汽车周围的环境进行探测便成为了一项十分重要的问题。2、意义：通过检测目标物体的空间方位和距离，提供目标的激光反射强度信息，提供被检测目标的详细形状描述，在光照条件好的环境下表现优秀，而且在黑夜和雨天等极端情况下也有较好表现。实际应用分析：1、定位：在一些城市、建筑和树比较多的地方，以及进隧道、出隧道，它的信号容易中断。同时，也有用摄像头等传感器感知外部环境、构建环境模型并利用该模型确定车辆所在的位置的方式，但其对环境的依赖比较强，比如逆光或雨雪天气下，这种定位容易失效。2、障碍物的检测和分类：通过点云做关联目标，知道上一帧和下一帧是否属于同一个物体，再进行目标跟踪，输出目标跟踪信息。3、用于先进驾驶辅助系统：利用安装于车上的各式各样的传感器， 在第一时间收集车内外的环境数据， 进行静、动态物体的辨识、侦测与追踪等技术上的处理， 从而能够让驾驶者在最快的时间察觉可能发生的危险， 以引起注意和提高安全性的主动安全技术。 
1935年，英国著名的物理学家、国家物理研究所无线电研究室主任沃特森·瓦特在此基础上发明了一种既能发射无线电波，又能接收反射射波的装置，它能在很远的距离就探测到飞机的行动。这就是世界上第一台雷达
稀疏成份分析及在雷达成像处理中的应用稀疏成份分析是一种新兴的信号分析方法。它以过完备词典为基础，能从有限的观测数据中获得信号的稀疏表示，有效地挖掘信号的自然属性和本质的驱动源，提高变换域的分辨率，为信号处理提供了有力的工具。作为信号处理的重要组成部分，雷达成像技术无论在军事还是民用上都有巨大的应用潜力。雷达成像本质上就是一个信号表示过程，由于高频区雷达目标散射行为具有局部特性，用稀疏成份分析方法能提高雷达图像的质量，有利于图像分析和目标识别。针对雷达成像的应用背景，本文研究了稀疏成份分析中稀疏性度量函数构造的一般准则等理论问题，以及基于稀疏成份分析的雷达成像算法，包括一维距离像、二维逆合成孔径雷达成像和多频段雷达信号综合技术等。研究了稀疏成份分析中度量函数的构造和算法分析等理论问题。利用稀疏成份分析方法研究了高分辨一维距离像稀疏表示的原子构造与相关算法，并对算法的参数估计性能进行了理论分析。研究了基于稀疏成份分析的逆合成孔径雷达成像算法。根据雷达目标散射信号的稀疏表示模型，研究了多频段多分辨雷达信号综合技术。根据雷达目标的理想点散射体模型和几何绕射模型，分析了多频段雷达回波观测信号的联系与差别，并利用稀疏成份分析方法提出了高分辨一维距离像的多频段信号综合成像技术。针对多频段窄带组网雷达检测海上目标的应用背景，根据雷达目标在低分辨回波中的稀疏分布特性和海杂波的分布特性，提出了多雷达距离分辨率匹配处理技术，提高了雷达回波的距离分辨率并实现了多雷达距离分辨率的匹配统一，为多频段窄带雷达信号综合提供了统一的基础。
