电讯技术

作者：曹林,李佳,张鑫怡,王东峰,付冲

单位：(1.北京信息科技大学 a.光电测试技术及仪器教育部重点实验室;b信息与通信工程学院，北京 100101;1.北京信息科技大学 a.光电测试技术及仪器教育部重点实验室，北京 100101;?2.北京川速微波科技有限公司，北京 100080;3.东北大学 计算机科学与工程学院,沈阳 110004)

关键词：智能交通系统；微波雷达；大小车型分类；深度学习；卷积神经网络；

基金：国家自然科学基金资助项目（61671069）；“勤信人才”培育计划（QXTCP A201902）

车辆类型识别方法是智能交通系统的关键技术之一。利用深度学习的高维特征泛化学习能力，将改进的LeNet-5卷积神经网络用于基于交通微波雷达的大小车型分类识别。首先，以雷达触发前的?N?帧信号为基础，对雷达的回波信号进行分析并构建数据集；然后，分析LeNet-5卷积神经网络的特点；最后提出一种改进的LeNet-5卷积神经网络。实验结果表明，与传统的支持向量机方法相比，所提方法能够智能学习大小车的雷达时频信号特征，大小车型识别准确率达到97%以上，可为交通场景下的车型识别研究提供新的技术途径。

来源：2020年第5期

《电讯技术》期刊编辑部

查看电讯技术杂志2020年第5期