Login
- Originaltitel:
- Sparse Spiking Neural Networks for Radar Signal Processing
- Übersetzter Titel:
- Dünnbesetzte gepulste neuronale Netze für Radarsignalverarbeitung
- Autor:
- López Randulfe, Javier
- Jahr:
- 2025
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Institution:
- Informatik 6 - Lehrstuhl für Robotik, Künstliche Intelligenz und Echtzeitsysteme (Prof. Knoll)
- Betreuer:
- Knoll, Alois Christian (Prof. Dr. habil.)
- Gutachter:
- Knoll, Alois Christian (Prof. Dr. habil.); Furber, Stephen B. (Prof., Ph.D.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- Stichworte:
- spiking neural network; temporal encoding; FMCW radar; signal processing; Fourier transform
- Übersetzte Stichworte:
- gepulste neuronale Netz; zeitliche Kodierung; FMCW-Radarsensor; Signalverarbeitung; Fourier-Transformation
- TU-Systematik:
- DAT 260; DAT 815
- Kurzfassung:
- This work explores, for the first time, the application of neuromorphic algorithms for directly processing raw data from FMCW radar sensors. The main contribution is the design of a complete signal processing pipeline to generate the frequency spectrum. An analogue-to-spike encoder circuit encodes the voltages into spikes without requiring an analogue-to-digital converter, and a spiking neural network replicates the functionality of the Fourier transform.
- Übersetzte Kurzfassung:
- In dieser Arbeit wird zum ersten Mal die Anwendung neuromorphen Algorithmen für die direkte Verarbeitung von Rohdaten von FMCW-Radarsensoren untersucht. Der Hauptbeitrag ist der Entwurf einer vollständigen Signalverarbeitungspipeline zur Erzeugung des Frequenzspektrum. Eine analogue-to-spike encoder-Schaltung kodiert die Spannungen in Pulse, ohne dass ein Analog-Digital-Wandler erforderlich ist. Ein gepulstes neuronales Netz bildet die Funktionalität der Fourier-Transformation ab.
- WWW:
- https://mediatum.ub.tum.de/?id=1738934
- Eingereicht am:
- 04.06.2024
- Mündliche Prüfung:
- 17.03.2025
- Dateigröße:
- 4274467 bytes
- Seiten:
- 162
- Urn (Zitierfähige URL):
- https://nbn-resolving.org/urn:nbn:de:bvb:91-diss-20250317-1738934-0-4
- Letzte Änderung:
- 10.04.2025
BibTeX
Vorkommen:
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and TechnologyComputer Engineering
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and Technology