KIT | KIT-Bibliothek | Impressum | Datenschutz

End-to-End Trainable Deep Neural Network for Radar Interference Detection and Mitigation

Klemp, Marvin 1; Chen, Shengyi; Wagner, Royden ORCID iD icon 1; Lauer, Martin ORCID iD icon 2
1 Karlsruher Institut für Technologie (KIT)
2 Institut für Mess- und Regelungstechnik (MRT), Karlsruher Institut für Technologie (KIT)


Originalveröffentlichung
DOI: 10.1109/RADAR54928.2023.10371151
Zugehörige Institution(en) am KIT Institut für Mess- und Regelungstechnik (MRT)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2023
Sprache Englisch
Identifikator ISBN: 978-1-66548-278-3
ISSN: 1097-5764
KITopen-ID: 1000168124
Erschienen in 2023 IEEE International Radar Conference (RADAR), Sydney, 6th-10th November 2023
Veranstaltung IEEE International Radar Conference (RADAR 2023), Sydney, Australien, 06.11.2023 – 10.11.2023
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Seiten 1–6
Vorab online veröffentlicht am 28.12.2023
Nachgewiesen in Dimensions
Scopus
Globale Ziele für nachhaltige Entwicklung Ziel 11 – Nachhaltige Städte und Gemeinden
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page