Inhalt anspringen

Interference Mitigation for Automotive Radar in Continious Wavelet Transform Domain

Schnelle Fakten

  • Interne Autorenschaft

  • Weitere Publizierende

    Zheng Zhang, Shengheng Liu, Lian Kou, Danfeng Shan, Yongming Huang

  • Veröffentlichung

    • 2023
    • Band Proceedings IET International Radar Conference 2023
  • Organisationseinheit

  • Fachgebiete

    • Kommunikations- und Informationstechnik
  • Format

    Konferenzpaper

Zitat

Z. Zhang, S. Liu, L. Kou, D. Shan, T. Fei, and Y. Huang, “Interference Mitigation for Automotive Radar in Continious Wavelet Transform Domain,” in Proceedings IET International Radar Conference 2023, 2023, p. n.n.-n.n. [Online]. Available: https://www.researchgate.net/publication/377115890_Interference_Mitigation_for_Automotive_Radar_in_Continious_Wavelet_Transform_Domain

Abstract

nterference mitigation is a crucial aspect of automotive radar research, especially in dense vehicle scenarios, where radardetection performance needs enhancement. This paper proposes a novel interference mitigation algorithm, the continuouswavelet transform and morphological component analysis (CWT-MCA). By converting the time-domain signal to thetime-frequency domain, CWT-MCA achieves direct separation of target and interference components without requiringinterference detection and identification. The paper compares the proposed algorithm with the traditional linear predictionmethod. Numerical simulations show that our algorithm excels in interference mitigation performance and computationalefficiency, making it well-suited for real-time implementation in automotive radar systems.

Über die Publikation

Erläuterungen und Hinweise

Diese Seite verwendet Cookies, um die Funktionalität der Webseite zu gewährleisten und statistische Daten zu erheben. Sie können der statistischen Erhebung über die Datenschutzeinstellungen widersprechen (Opt-Out).

Einstellungen (Öffnet in einem neuen Tab)