CN103745601A - 超速车辆所在车道检测方法 - Google Patents
超速车辆所在车道检测方法 Download PDFInfo
- Publication number
- CN103745601A CN103745601A CN201410008575.8A CN201410008575A CN103745601A CN 103745601 A CN103745601 A CN 103745601A CN 201410008575 A CN201410008575 A CN 201410008575A CN 103745601 A CN103745601 A CN 103745601A
- Authority
- CN
- China
- Prior art keywords
- speed
- vehicles
- theta
- signal
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种超速车辆所在车道检测方法,主要解决现有技术测速时,无法定位超速车辆的位置的问题。其实现过程为:1)对回波进行混频和信号提取,得到只含多普勒频率的低频分量so(t);2)将基带信号数字化,并构造复接收数字信号序列,再对复接收数字信号序列进行加权,得到输出矩阵So;3)对加权后输出矩阵So作频谱分析,得到超速车辆的个数,并提取所有超速车辆的速度信息;4)建立所有车道上只有一辆汽车超速的多目标分辨表,利用线性叠加得到多目标分辨表,并通过查表判断超速车辆的位置和速度。本发明采用最优权方法结合查表逻辑判断,减少了需要处理的数据量和复杂度,提高了测速雷达的角度分辨率,可用于车辆测速和定位。
Description
技术领域
本发明属于目标检测技术领域,特别涉及交通车辆的速度与位置检测方法,可用于对超速车辆的分辨及所在的车道定位。
背景技术
随着我国交通运输事业的蓬勃发展,智能交通系统ITS的研究和应用越来越得到重视。准确、实时、完整的交通信息采集是ITS的基础,而车辆速度的获取是车辆检测器一项极为重要的任务。如何准确地分辨出超速车辆,一直是车辆检测器亟需解决的问题。
目前,可用于交通测速的信息采集方式主要分为三类:磁频采集、波频采集和视频采集。信息采集器多种多样,主要有:感应线圈检测器、视频检测器、红外检测器、微波检测器、磁力检测器等。其中:
1.感应线圈检测器:其传感器为一组通有电流的环形感应线圈。当车辆进入环形感应线圈形成磁场时,引起电路中调谐电流的频率或相位变化,检测处理单元通过对频率或相位变化的响应,得出一个检测到车辆的输出信号。通常在同一个车道内埋两个感应线圈,根据测定车辆通过前后线圈的脉冲响应的时间差,通过距离除以时间就可以测出车速。该方法的主要缺陷是:安装过程对检测器的可靠性和寿命影响很大;安装或维修需要中断交通;影响路面寿命;易被重型车辆、路面修理等损坏。
2.视频检测器:是将视频图像处理和计算机图形识别技术相结合的新型采集技术。它是用视频摄像机作为传感器,在视频范围内设置虚拟线圈及检测区,车辆进入检测区时使背景灰度值发生变化,从而产生检测信号,通过软件的分析和处理即得到交通量、平均速度、占有率等交通参数。该方法的缺点是:检测精度稳定性不高,易受整个系统软、硬件的限制;大型车辆遮挡随行的小型车辆、积水反射和昼夜转换可造成检测误差;图形处理计算量大;实时性差。
3.红外检测器:主要是利用激光二极管,发射低能红外照射检测区域,并接收经过车辆的反射或散射返回检测器的回波信号,利用回波信号的频率变化即可测得车辆的速度。该方法的缺点是:性能受环境和气流影响较大;易受车辆本身热源的影响;抗噪声能力不强;精度不高。
4.微波检测器:此检测器是一种工作在微波频段的雷达探测器。工作时,检测器向行驶的车辆发射微波信号,该微波信号通过车辆阻挡产生反射,在反射的过程中由于发生多普勒效应,使得反射波的频率发生偏移,根据这种频率的偏移即可检测出有无车辆通过,同时,根据接收到的反射波的频率变化,检测出车辆的速度。利用微波检测器对交通流量、道路占有率及车速进行检测,不仅实时性好、稳定性高、抗噪声干扰能力强,而且对于检测的环境要求较低,但是这种微波检测器的最大不足是:由于微波检测器中微带天线阵子数较少,导致微波信号的波束宽度较大,很难实现高的角度分辨,不能准确的确定超速车辆的位置信息。
发明内容
本发明的目的在于针对上述微波检测器的不足,提出一种超速车辆所在车道定位方法,以在保证微波检测器优点的前提下,提高角度分辨率,准确的确定出超速车辆的位置信息。
实现本发明目的技术思路是,建立只有单个车辆超速情况下的多目标分辨表,将只有单个车辆超速的多目标分辨表的任意两列相加,得到有两辆汽车超速的多目标分辨表,进而得到多辆汽车超速的多目标分辨表;通过对测量的结果进行查表对比,即可确定超速车辆的车道,再通过分析各个波束接收到的目标速度信息之间的相关性,确定具体的某一辆超速车辆对应的速度。
根据上述思路,其具体方案包括如下步骤:
A.通过雷达接收所有车辆的回波,并对接收到的所有车辆的回波进行混频和信号提取,得到只含多普勒频率的低频分量so(t);
B.将基带信号数字化,并用数字化后的基带信号构造复接收数字信号序列,再对复接收数字信号序列进行加权,得到加权后的输出矩阵So;
C.对加权后输出矩阵So作频谱分析,得到超速车辆的个数,并提取所有超速车辆的速度信息;
D.创建多目标分辨表:首先建立所有车道上只有一辆汽车超速的多目标分辨表,然后通过线性叠加原理,得到多辆汽车超速时的多目标分辨表;
E.查表判断当前测速时刻超速车辆的位置,并结合步骤C中的速度信息最终确定出每一个超速车辆的速度。
本发明与现有技术相比具有以下优点:
1)测速平台易于搭建
由于雷达波束的方向性比较好,所以现有技术对雷达系统架设的精度要求较高,硬件平台难以搭建。本发明采用离线权值计算,可以根据道路情况设计所需要的加权值,从软件上改变雷达的波束指向,使得测速平台易于搭建;
2)实时性好
现有测速方法需要大量的数据,数据的采集过程需要大量的时间,同时对数据进行处理也需要很长时间,很难保证实时性。本发明需要的数据量比较少,另外数据处理只包括:信号加权、快速傅里叶变换和多目标分辨查表。前两个操作可以分解成简单的乘累加操作,运算量比较小,处理时间比较快,可以在任何DSP芯片中快速实现,同时查表比前两种操作实现更简单所需时间更少,保证了很高的实时性;
3)成本低
现有的技术为了保证实时性,要求数据的采集和处理速度比较快,往往采用频率较高的采集芯片和较先进的DSP芯片,使得价格比较昂贵。本发明因为只需要对回波进行简单的处理,仅需要一款简单的DSP芯片,成本比较低,而且射频前端是早已普及的微带阵列天线,进一步降低了成本;
4)精度高
现有的技术往往需要对数据进行很多步处理,每经过一次处理,精度就会下降一次,本发明的数据处理比较简单,从而保证了很高的检测精度;
5)计算量小
现有的技术为了得到道路上车辆的速度和位置信息,往往需要采集大量的数据,并对数据进行复杂的处理,使得运算量比较大。本发明需要的数据量小,而且只需要对数据进行快速傅里叶变换,处理过程简单,从而保证了很小的计算量。
附图说明
图1是本发明的实现流程图;
图2是本发明用于四车道的交通测速雷达的车道和雷达模型;
图3是本发明用于四车道时综合出的四个波束方向图;
图4是本发明用于四车道时在一定空域内放大的波束方向图;
图5是本发明用于四车道时快速傅里叶变换后的结果。
具体实施方式
参照图1,本实例的具体实现步骤如下:
步骤1,获得只含多普勒频率的低频分量so(t)。
(1a)发射信号采用单频信号同时要求,发射的单频信号的波束能覆盖到公路的所有车道,发射信号照射到某一运动的车辆上,会产生含有多普勒信息的回波,第i个阵元上接收到的回波为sri(t),
(1b)将接收到的回波信号sri(t)与发射信号st(t)进行混频,得到含有两种频率分量的混合信号sc(t):
(1c)对混合信号sc(t)作低频提取,得到只含有多普勒信息的低频分量so(t):
其中A为混频后的幅度增益。
步骤2,构造加权后的输出矩阵So。
(2a)构造空域约束矩阵C:
(2a1)根据公路的车道数、单车道宽度和测速距离,计算各个波束的主瓣区和零陷区的角度变化范围,得到各个波束的波束指向θ1,θ2,…,θi,…θN,其中,N为车道数;
(2a2)根据波束指向θi得到指向θi的导向矢量a(θi),1≤i≤N:
其中,Nc为阵元个数,d为振元间距,j为虚数单位,λ为发射信号的波长,exp表示以常数e为底的指数运算;
(2a3)利用导向矢量a(θi),构造空域约束矩阵C:
C=(a(θ1)…a(θn));
(2b)计算经过低频提取后的回波低频分量so(t)的相关矩阵R:
(2c)建立N×Nc的阵列波束最优权系数矩阵ω:
(2c1)根据步骤(2b)中的相关矩阵R和步骤(2a)中的空域约束矩阵C,利用最优阵列波束形成器准则,计算阵列波束的最优权:
其中F为θi,1≤i≤N对应的空域约束值;
(2c3)根据阵列波束最优权系数1≤i≤N,建立N×Nc的阵列波束最优权系数矩阵ω:
(2d)根据阵列波束最优权系数矩阵ω和输入信号矩阵S,得到加权后的输出矩阵So:
步骤3,获得超速车辆的个数,并提取所有超速车辆的速度信息。
(3a)对加权后输出矩阵So的每一行作快速傅里叶变换,再利用恒虚警算法,得到有效的峰值点,并记录峰值点所对应的频率fi,0≤i≤N;
步骤4,创建多目标分辨表。
(4a)建立所有车道上只有一辆汽车超速的多目标分辨表:
(4a1)根据具体车道数N,确定需要形成的波束个数n:n=N,并以波束个数n作为多目标分辨表的横坐标;
(4a2)根据单个车辆出现在的不同位置,分为N种情况,并以此N种情况作为多目标分辨表的纵坐标;
(4a3)以横坐标和纵坐标为基准建立多目标分辨表,将超速车辆出现在具体车道时,每一个波束检测到的超速目标个数填入对应的表格。
(4b)通过步骤(4a)中的多目标分辨表线性叠加,得到多辆汽车超速时的多目标分辨表。
步骤5,查表获得超速车辆的具体位置和速度。
本发明的效果通过以下仿真实例进一步说明:
1.仿真条件:
仿真建立于四车道的基础上,雷达距离测速点为30米,雷达采用阵元个数Nc=10的均匀线性阵列,中心频率f0=24GHz,波长λ=0.0125m,阵元之间的间距d=λ,单车道的宽带L=3m,快速傅里叶变换所用的点数为1024,四个车道上,从左往右车辆的速度为[50180260150]Km/h。
2.仿真过程:
2.1)计算四车道时对应的加权权值:
四车道时测速模型如图2所示,每个波束覆盖的范围为4·L,测速距离为30米,雷达位于车道中央,得到从左至右四个车道中心偏离雷达阵列法线方向的角度分别为:-0.1974,-0.0997,0.0997,0.1974,得到四个车道的道路边缘到达阵列中心偏离法线方向的角度分别为:-0.1489,-0.05,0.05,0.1489。
2.2)根据空域要求计算空域约束角度范围:
虽然波束宽度一样,但是波束指向不同,使得波束覆盖的具体车道不同。由此得到空域要求:对于指向在左侧第2车道的波束,要求所形成的波束要能同时覆盖左侧第2和左侧第1车道,对于指向在左侧第1车道的波束,要求所形成的波束同时覆盖左边的三个车道,即左侧第2、左侧第1和右侧第1车道,对于右侧第1车道,要求所形成的波束同时覆盖左侧第1、右侧第1和右侧第2车道,对于最右侧的右侧第2车道,要求所形成的的波束能同时覆盖右侧第1和右侧第2车道。
空域约束范围:对于波束指向左侧第2车道中心的波束,要求其在(-0.1489,0)上有足够高的增益,在(0,0.1489)上有足够低的增益。对于波束指向左侧第1车道中心的波束,要求其在(-0.1489,0.05)上有足够高的增益,在(0.05,0.1489)上有足够低的增益。对于波束指向右侧第1车道中心的波束,要求其在(-0.05,0.1489)上有足够高的增益,在(-0.1489,-0.05)上有足够低的增益。对于波束指向右侧第2车道中心的波束,要求其在(0,0.1489)上有足够高的增益,在(-0.1489,0)上有足够低的增益。
2.3)利用仿真过程2.2)中的空域约束范围和波束指向,构造空域约束矩阵C:C=(a(θ1),a(θ2),a(θ3),a(θ4)),再利用空域约束矩阵C,根据公式
加权后的波束方向图如图3所示,空域放大后的结果如图4所示。
2.5)对加权后的信号So进行快速傅里叶变换,再利用恒虚警算法,得到有效的峰值点,并记录峰值点所对应的频率fi,0≤i≤4。
2.6)以Vmax=100Km/h为超速线,确定超速车辆的多普勒门限
图5(a)表示指向左侧第2车道的波束检测到的结果,其中超速目标的个数为2,对应的速度信息为180Km/h和260Km/h;
图5(b)表示指向左侧第1车道的波束检测到的结果,其中超速目标的个数为1,对应的速度信息为180Km/h;
图5(c)表示指向右侧第1车道的波束检测到的结果,其中超速目标的个数为3,对应的速度信息为150Km/h、180Km/h和260Km/h;
图5(d)表示指向右侧第2车道的波束检测到的结果,超速目标的个数为2,对应的速度信息为150Km/h和260Km/h。
2.7)建立四车道时的多目标分辨表:
首先,建立四车道时单个车辆超速的多目标分辨表:即以需要形成的4个波束作为多目标分辨表的横坐标;以单个车辆出现在的4种不同位置,作为多目标分辨表的纵坐标;以横坐标和纵坐标为基准建立表格;将超速车辆出现在具体车道时,每一个波束检测到的超速目标个数填入对应的表格。
然后,将上述多目标分辨表按列进行线性叠加,得到四车道的多目标分辨表,如表1。
表1 本发明用于四车道时的多目标分辨表
2.8)利用仿真过程2.6)中各波束检测到的目标个数和速度信息,参照表1得到超速车辆的位置。
3.仿真结果分析:
从图3可以看出,虽然信号波束会有栅瓣出现,但是栅瓣出现的位置在±90°,不影响测速。
从图4可以看出,波束方向图在主瓣区有足够高的增益,同时零陷区的增益很低,很好的抑制了周边车道对测速的影响。
从图5可以看出,四辆车其中有三个目标超速的情况下,不同的波束检测的结果不一样,同时目标的幅度特征比较明显,四个波束检测到的目标个数分别为[1 2 3 2],通过查表1得到超速车辆的位置。
综上,本发明数据处理简单,同时实现了很高的角度分辨,准确的确定了超速车辆的位置和速度信息。
Claims (4)
1.一种超速车辆所在车道检测方法,其特征在于包括如下步骤:
A.通过雷达接收所有车辆的回波,并对接收到的所有车辆的回波进行混频和信号提取,得到只含多普勒频率的低频分量so(t);
B.将基带信号数字化,并用数字化后的基带信号构造复接收数字信号序列,再对复接收数字信号序列进行加权,得到加权后的输出矩阵So;
C.对加权后输出矩阵So作频谱分析,得到超速车辆的个数,并提取所有超速车辆的速度信息;
D.创建多目标分辨表:首先建立所有车道上只有一辆汽车超速的多目标分辨表,然后通过线性叠加原理,得到多辆汽车超速时的多目标分辨表;
E.查表判断当前测速时刻超速车辆的位置,并结合步骤C中的速度信息最终确定出每一个超速车辆的速度。
3.根据权利要求1所述的超速车辆所在车道检测方法,其特征在于步骤B所述的对复接收数字信号序列进行加权,按如下步骤进行:
B1)计算各个波束的主瓣区和零陷区的角度变化范围,得到各个波束的波束指向θ1,θ2,…,θi,…,θN,再根据波束指向得到指向θi的导向矢量a(θi),1≤i≤N:
其中,N为车道数,Nc为阵元个数,d为振元间距,j为虚数单位,λ为发射信号的波长,exp表示以常数e为底的指数运算;
B2)利用导向矢量a(θi),构造空域约束矩阵C:
C=(a(θ1)…a(θn));
B3)计算经过低频提取后的回波低频分量so(t)的相关矩阵R:
B4)根据相关矩阵R和空域约束矩阵C,利用最优阵列波束形成器准则,计算阵列波束的最优权:
其中F为θi,1≤i≤N对应的空域约束值;
B5)利用阵列波束最优权Wopt,得到阵列波束最优权系数
B6)建立N×Nc的阵列波束最优权系数矩阵ω:
B7)根据阵列波束最优权系数矩阵ω和输入信号矩阵S,得到加权后的输出矩阵So:
4.根据权利要求1所述的超速车辆所在车道检测方法,其特征在于步骤D所述的建立所有车道上只有一辆汽车超速的多目标分辨表,按如下步骤进行:
D1)根据具体车道数N,确定需要形成的波束个数n:n=N,并以波束个数n作为多目标分辨表的横坐标;
D2)根据单个车辆出现在的不同位置,分为N种情况,并以此N种情况作为多目标分辨表的纵坐标;
D3)以横坐标和纵坐标为基准建立多目标分辨表,将超速车辆出现在具体车道时,每一个波束检测到的超速目标个数填入对应的表格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410008575.8A CN103745601B (zh) | 2014-01-08 | 2014-01-08 | 超速车辆所在车道检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410008575.8A CN103745601B (zh) | 2014-01-08 | 2014-01-08 | 超速车辆所在车道检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103745601A true CN103745601A (zh) | 2014-04-23 |
CN103745601B CN103745601B (zh) | 2015-09-30 |
Family
ID=50502615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410008575.8A Expired - Fee Related CN103745601B (zh) | 2014-01-08 | 2014-01-08 | 超速车辆所在车道检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103745601B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794905A (zh) * | 2015-04-09 | 2015-07-22 | 西安电子科技大学 | 一种基于振动波多普勒的高速公路车辆超速检测方法 |
CN104794904A (zh) * | 2015-04-09 | 2015-07-22 | 西安电子科技大学 | 一种具有定位能力主振动波高速公路车辆超速检测方法 |
CN107430171A (zh) * | 2015-03-04 | 2017-12-01 | 江森自控科技公司 | 电池测试报告系统和方法 |
CN112991770A (zh) * | 2021-02-03 | 2021-06-18 | 拉扎斯网络科技(上海)有限公司 | 行进状态监测方法、装置、电子设备、介质及程序产品 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0933648A1 (en) * | 1998-01-22 | 1999-08-04 | CHL Netherlands B.V. | Doppler radar traffic measuring system |
US20020060640A1 (en) * | 1994-06-01 | 2002-05-23 | American Traffic Systems, Inc. | Doppler-shift radar transceiver for traffic monitoring system |
CN101520510A (zh) * | 2009-04-08 | 2009-09-02 | 邹谋炎 | 一种公路车辆监测用窄波束测速雷达组 |
CN101876705A (zh) * | 2009-11-03 | 2010-11-03 | 清华大学 | 基于单频连续波雷达的频域车辆检测方法 |
US20110066325A1 (en) * | 2009-09-11 | 2011-03-17 | Ford Global Technologies, Llc | Curve-related accident mitigation |
CN102542812A (zh) * | 2012-01-14 | 2012-07-04 | 长安大学 | 一种基于pda的区间车速检测及数据处理方法 |
CN102768803A (zh) * | 2012-07-31 | 2012-11-07 | 株洲南车时代电气股份有限公司 | 基于雷达与视频检测的车辆智能监测记录系统及其方法 |
CN102798862A (zh) * | 2011-05-23 | 2012-11-28 | 深圳市华儒科技有限公司 | 一种交通测速方法及装置 |
-
2014
- 2014-01-08 CN CN201410008575.8A patent/CN103745601B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020060640A1 (en) * | 1994-06-01 | 2002-05-23 | American Traffic Systems, Inc. | Doppler-shift radar transceiver for traffic monitoring system |
EP0933648A1 (en) * | 1998-01-22 | 1999-08-04 | CHL Netherlands B.V. | Doppler radar traffic measuring system |
CN101520510A (zh) * | 2009-04-08 | 2009-09-02 | 邹谋炎 | 一种公路车辆监测用窄波束测速雷达组 |
US20110066325A1 (en) * | 2009-09-11 | 2011-03-17 | Ford Global Technologies, Llc | Curve-related accident mitigation |
CN101876705A (zh) * | 2009-11-03 | 2010-11-03 | 清华大学 | 基于单频连续波雷达的频域车辆检测方法 |
CN102798862A (zh) * | 2011-05-23 | 2012-11-28 | 深圳市华儒科技有限公司 | 一种交通测速方法及装置 |
CN102542812A (zh) * | 2012-01-14 | 2012-07-04 | 长安大学 | 一种基于pda的区间车速检测及数据处理方法 |
CN102768803A (zh) * | 2012-07-31 | 2012-11-07 | 株洲南车时代电气股份有限公司 | 基于雷达与视频检测的车辆智能监测记录系统及其方法 |
Non-Patent Citations (1)
Title |
---|
詹英,郭东恩: "基于3G的移动雷达车辆超速监测系统的设计与实现", 《计算机测量与控制》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107430171A (zh) * | 2015-03-04 | 2017-12-01 | 江森自控科技公司 | 电池测试报告系统和方法 |
CN107430171B (zh) * | 2015-03-04 | 2021-05-14 | Cps科技控股有限公司 | 电池测试报告系统和方法 |
CN104794905A (zh) * | 2015-04-09 | 2015-07-22 | 西安电子科技大学 | 一种基于振动波多普勒的高速公路车辆超速检测方法 |
CN104794904A (zh) * | 2015-04-09 | 2015-07-22 | 西安电子科技大学 | 一种具有定位能力主振动波高速公路车辆超速检测方法 |
CN104794905B (zh) * | 2015-04-09 | 2017-06-06 | 西安电子科技大学 | 一种基于振动波多普勒的高速公路车辆超速检测方法 |
CN112991770A (zh) * | 2021-02-03 | 2021-06-18 | 拉扎斯网络科技(上海)有限公司 | 行进状态监测方法、装置、电子设备、介质及程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN103745601B (zh) | 2015-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101561970B (zh) | 一种微波车辆检测雷达的控制方法 | |
Urazghildiiev et al. | Vehicle classification based on the radar measurement of height profiles | |
CN102798863B (zh) | 基于汽车防撞雷达的道路中央隔离带检测方法 | |
Fang et al. | A low-cost vehicle detection and classification system based on unmodulated continuous-wave radar | |
US10371807B2 (en) | Radar apparatus and target object detection method | |
CN106125076A (zh) | 一种应用于城市交通的防撞雷达预警方法与装置 | |
CN105487060B (zh) | 一种双通道四斜率调制的多目标提取方法 | |
CN105683776A (zh) | 雷达中的角分辨率 | |
CN101876705A (zh) | 基于单频连续波雷达的频域车辆检测方法 | |
CN102914773B (zh) | 一种多航过圆周sar三维成像方法 | |
CN103745601B (zh) | 超速车辆所在车道检测方法 | |
CN105575132B (zh) | 基于微波的路口存在检测方法及系统 | |
CN105319546A (zh) | 多目标雷达及其所采用的数字信号处理方法 | |
CN104730501A (zh) | 机动车雷达测速仪现场仿真方法及检测装置 | |
CN104345308A (zh) | 车辆侦测器和量测车辆距离以及车辆速度的方法 | |
CN104977566B (zh) | 用于一调频连续波雷达感测系统的信号处理方法及装置 | |
CN205176271U (zh) | 基于微波的路口存在检测装置 | |
CN102289938A (zh) | 双列垂直雷达波的车辆分型方法 | |
Rizik et al. | Feature extraction for human-vehicle classification in FMCW radar | |
CN111175715A (zh) | 可抑制雷达近距离谐波的辅助驾驶系统、方法 | |
Yeh et al. | Simultaneous range and radial velocity estimation with a single narrowband LFM pulse | |
CN114280612B (zh) | 一种绝缘体目标的毫米波雷达恒虚警检测方法 | |
CN205826863U (zh) | 一种应用于城市交通的防撞雷达预警装置 | |
Kruse et al. | Target classification based on near-distance radar sensors | |
Zhang et al. | A Novel target classification and identification algorithm for 77G LFMCW automotive collision avoidance radar |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150930 Termination date: 20200108 |
|
CF01 | Termination of patent right due to non-payment of annual fee |