Compressive sensing and deep learning algorithms for interference mitigation in automotive radar systems

  • Mutual interference is becoming an emerging topic in automotive radar systems as the number of radar sensors employed in advanced driver assistance systems has increased significantly in recent years. The reliability of radar-based object detection degrades in the presence of interference unless countermeasures are taken. This thesis presents signal processing algorithms for interference mitigation consisting of detection as well as reconstruction stages.
  • Die gegenseitige Interferenz wird zu einem immer wichtigeren Thema in automobilen Radarsystemen, da die Anzahl der Radarsensoren, die in modernen Fahrerassistenzsystemen eingesetzt werden, in den letzten Jahren erheblich zugenommen hat. Wenn keine Gegenmaßnahmen ergriffen werden, verschlechtert sich die Zuverlässigkeit der radarbasierten Objekterkennung in Gegenwart von Interferenzen. In dieser Arbeit werden Signalverarbeitungsalgorithmen zur Interferenzminderung vorgestellt, die sowohl Erkennungs- als auch Rekonstruktionsstufen umfassen.

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Shengyi ChenORCiDGND
URN:urn:nbn:de:hbz:294-107538
DOI:https://doi.org/10.13154/294-10753
Referee:Rainer MartinORCiDGND, Nils PohlORCiDGND
Document Type:Doctoral Thesis
Language:English
Year of Completion:2023
Publishing Institution:Ruhr-Universität Bochum, Universitätsbibliothek
Granting Institution:Ruhr-Universität Bochum, Fakultät für Elektrotechnik und Informationstechnik
Date of final exam:2023/08/15
Creating Corporation:Fakultät für Elektrotechnik und Informationstechnik
GND-Keyword:Signalverarbeitung; Radar; Interferenz; Deep learning; Komprimierte Abtastung
Institutes/Facilities:Institut für Kommunikationsakustik
Dewey Decimal Classification:Technik, Medizin, angewandte Wissenschaften / Elektrotechnik, Elektronik
faculties:Fakultät für Elektrotechnik und Informationstechnik
Licence (German):License LogoKeine Creative Commons Lizenz - es gelten der Veröffentlichungsvertrag und das deutsche Urheberrecht