2022年数学建模竞赛A题：如何用代码实现移动场景超分辨定位？
- 内容介绍
- 文章标签
- 相关推荐
本文共计1514个文字，预计阅读时间需要7分钟。
在日常生活中，人们可能需要花费大量时间在家中寻找丢失的小物件。如果给重要物品贴上电子标签，再利用扫地机器人的全屋覆盖能力，可以精确定位。
在日常家庭生活中，人们可能需要花费大量时间去寻找随意摆放在家中某些角落里的小物品。但如果给某些重要物品贴上电路标签，再利用诸如扫地机器人的全屋覆盖能力，可以精准定位到这些物体，将极大地提升人们生活的便利性。而在智能辅助驾驶或者自动驾驶领域，更需要精准探测邻近车辆、行人的位置及速度，来控制车速、转向和刹车等以免发生意外。这些都属于移动场景定位问题。显然，定位的精度越高，应用价值越大，特别是超分辨率定位，具有广阔的应用前景。
现有移动场景定位产品通常采用调频连续波雷达FMCW (frequency-modulated continuous-wave)，通过发射线性增长频率的信号波，以及接收反射回来的信号波来进行定位，示意图如下
编辑其中PA（Power Amplifier），LNA（LowNoise Amplifier），ADC（Analogue-to-Digital Converter）。现有产品大多采用基线算法，其得到的分辨率较低，不能满足日益增长的超分辨定位需求，亟需通过建模以及设计对应算法来提高分辨率，以提升产品竞争力。
本文共计1514个文字，预计阅读时间需要7分钟。
在日常生活中，人们可能需要花费大量时间在家中寻找丢失的小物件。如果给重要物品贴上电子标签，再利用扫地机器人的全屋覆盖能力，可以精确定位。
在日常家庭生活中，人们可能需要花费大量时间去寻找随意摆放在家中某些角落里的小物品。但如果给某些重要物品贴上电路标签，再利用诸如扫地机器人的全屋覆盖能力，可以精准定位到这些物体，将极大地提升人们生活的便利性。而在智能辅助驾驶或者自动驾驶领域，更需要精准探测邻近车辆、行人的位置及速度，来控制车速、转向和刹车等以免发生意外。这些都属于移动场景定位问题。显然，定位的精度越高，应用价值越大，特别是超分辨率定位，具有广阔的应用前景。
现有移动场景定位产品通常采用调频连续波雷达FMCW (frequency-modulated continuous-wave)，通过发射线性增长频率的信号波，以及接收反射回来的信号波来进行定位，示意图如下
编辑其中PA（Power Amplifier），LNA（LowNoise Amplifier），ADC（Analogue-to-Digital Converter）。现有产品大多采用基线算法，其得到的分辨率较低，不能满足日益增长的超分辨定位需求，亟需通过建模以及设计对应算法来提高分辨率，以提升产品竞争力。