Deep Neural Network Design for Radar Applications
Neuartige Ansätze des maschinellen Lernens (Deep Learning) erreichen auf dem Gebiet der Radar-Zielerkennung die höchste Genauigkeit und ermöglichen Anwendungen, die über das menschliche Leistungsniveau hinausgehen. Dieses Buch bietet eine Einführung in die einzigartigen Aspekte des maschinellen Lernens für die Radarsignalverarbeitung, die jeder Wissenschaftler oder Ingenieur, der diese Technologien anwenden möchte, kennen sollte.
Das Buch beginnt mit drei einführenden Kapiteln über Radarsysteme und -phänomene, Prinzipien des maschinellen Lernens und Optimierung für das Training gängiger Deep Neural Network (DNN) Architekturen. Anschließend fasst das Buch radarspezifische Themen zusammen, die sich auf die verschiedenen Darstellungsformen von Radardaten für DNNs und die Erzeugung synthetischer Daten zur Erweiterung des Trainingsdatensatzes beziehen. Weitere Kapitel befassen sich mit spezifischen Radaranwendungen, die sich auf die Entwicklung von DNNs für die Mikro-Doppler-Analyse, die automatische Zielerkennung auf SAR-Basis, die Radar-Fernerkundung und neue Bereiche wie Datenfusion und Bildrekonstruktion beziehen.
Dieses Buch, herausgegeben von einem anerkannten Experten und mit Beiträgen eines internationalen Autorenteams, bietet eine solide Einführung in die Grundlagen des Radars und des maschinellen Lernens und erforscht anschließend eine Reihe von Technologien, Anwendungen und Herausforderungen in diesem sich entwickelnden Bereich. Dieses Buch ist eine wertvolle Ressource sowohl für Radaringenieure, die mehr über Deep Learning erfahren wollen, als auch für Informatiker, die neue Anwendungen des maschinellen Lernens erforschen wollen.
In einer Zeit, in der sich die Anwendungen der HF-Sensorik täglich vervielfachen, dient dieses Buch als leicht zugängliche Einführung in die Feinheiten des Deep Learning für Radaranwendungen.
| ISBN: | 9781785618529 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
Derzeit verfügbar, auf Lager.
