6장에서 정리한 CW 체인 여섯 단계를 그림과 코드로 확인한다. I–Q 궤적으로 결함을 구분하는 법, 불균형이 반대쪽 주파수에 이미지를 만드는 이유, 창이 필요한 이유, 세 점으로 피크 위치를 보간하는 법, 위상차를 켤레곱으로 구해야 하는 이유를 다룬다.

레이다 파형 셋을 한자리에 놓고 비교한다 — 시간 표식이 없는 CW, 주파수 램프로 표식을 만드는 FMCW, 켜짐과 꺼짐으로 만드는 PW. 각각이 얻는 축과 접는 축, 램프 선형성과 IF 대역이 정하는 한계, PRF 체제, 그리고 어느 응용에 무엇을 골라야 하는지까지.

torch의 dot()과 matmul() 함수의 사용법과 차이점

파이토치 텐서의 기본 인덱싱과 슬라이싱, fancy indexing, boolean indexing, torch.where 사용법을 예제 코드와 함께 정리한다.

불필요한 차원 제거와 추가, 그리고 스칼라 값 추출하기

sum, min, max, mean과 argmax를 활용한 데이터 집계

reshape, view, permute, transpose를 활용한 텐서 형태 변환

arange와 기본 텐서 함수 및 난수 생성 함수

쉽고 빠르게 NumPy 배열과 PyTorch 텐서 변환하기

텐서 생성 방법부터 형태, 차원 및 데이터 타입 관리까지 상세 설명