SFND_Radar_Target_Generation_and_Detection 该项目是传感器融合纳米度的一部分。 在此，针对给定范围和被跟踪车辆的目标速度模拟了RADAR传输。 随后，对该透射的反射进行处理，并计算并绘制目标物体的距离和速度。 2D CFAR CFAR代表恒定的误报率。 CFAR的目的是可靠地识别表面上的峰，同时保持可预测的错误警报率。 通过将峰值检测的阈值设置为与要评估其是否为峰值的单元附近的平均值的偏移量来工作。 该偏移阈值的值是通过实验确定的。 在目标细胞附近评

SFND雷达目标的生成和检测 Udacity的传感器融合工程师纳米学位计划的雷达项目在实施了最终项目 写上去 二维CFAR流程的实施步骤。 确定训练和警卫室 通过在边缘留出用于训练和gauard细胞的间隙来遍历待测细胞（CUT） 根据CUT周围的训练单元对噪声水平求和（db2pow-将值从对数转换为线性） 通过平均计算阈值，然后使用pow2db将其转换回对数 将偏移量添加到阈值 如果CUT级别>阈值则将值设置为1，否则将其设置为0 选择训练，守卫单元和偏移量。 根据反复试验选择像元