CN105425224B - 车载毫米波雷达系统多目标个数获取方法及装置 - Google Patents

车载毫米波雷达系统多目标个数获取方法及装置 Download PDF

Info

Publication number
CN105425224B
CN105425224B CN201510875924.0A CN201510875924A CN105425224B CN 105425224 B CN105425224 B CN 105425224B CN 201510875924 A CN201510875924 A CN 201510875924A CN 105425224 B CN105425224 B CN 105425224B
Authority
CN
China
Prior art keywords
frequency
matrix
fmcw
target
speed
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.)
Active
Application number
CN201510875924.0A
Other languages
English (en)
Other versions
CN105425224A (zh
Inventor
田雨农
王鑫照
周秀田
史文虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Roiland Technology Co Ltd
Original Assignee
Dalian Roiland Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian Roiland Technology Co Ltd filed Critical Dalian Roiland Technology Co Ltd
Priority to CN201510875924.0A priority Critical patent/CN105425224B/zh
Publication of CN105425224A publication Critical patent/CN105425224A/zh
Application granted granted Critical
Publication of CN105425224B publication Critical patent/CN105425224B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种车载毫米波雷达系统多目标个数获取方法及装置,属于车载雷达领域,用于解决车载毫米波雷达多目标检测存在的目标检测不准确以及目标漏检的问题,技术要点是:发射周期性的FMCW与CW的组合波形;接收回波信号,并对接收到的回波信号进行快速傅里叶变换;使用频率聚类算法,求得CW波形回波信号的多普勒频率矩阵,并计算出相对速度矩阵;在FMCW上下扫频中也使用频率凝聚算法,获得上下扫频的频率值,并解算出目标的速度矩阵和距离矩阵。效果是:车载毫米波雷达多目标检测存在的目标检测更准确。

Description

车载毫米波雷达系统多目标个数获取方法及装置
技术领域
本发明属于车载雷达领域,尤其涉及一种车载毫米波雷达系统多目标个数获取方法及装置。
背景技术
随着智能交通系统研究的不断发展,汽车巡航控制和防撞雷达控制等领域需要越来越多的雷达传感器,雷达传感器必将在汽车安全与舒适驾驶中发挥更重要的作用。相对于一般雷达,线性调频连续波(LFMCW)雷达具有大时带积,因而,在理论上具有很高的速度分辨率与距离分辨率,此外,其具有结构简单、体积小、质量轻的优点,特别适用于雷达成像、目标特征研究等领域,但是,由于LFMCW雷达进行运动目标检测时,距离速度耦合问题是的测量目标精度降低,采用单周期的对称三角波信号,可以实现距离速度去耦合,但是在多目标运动场景中,上下扫频目标的准确配对,决定了该雷达对速度与距离的测量精度,也是目前存在的主要难点。多方研究和实验结果表明,毫米波雷达探测系统在实际应用中,存在的最大问题就是多目标判决中产生虚假目标的问题。这些问题的根源除了电磁干扰,周围环境的影响外,主要是因为传统波形体制雷达系统本身的多目标检测能力欠缺,而频繁的虚假警报是实际应用中所不能接受的。
目前主要解决多目标识别的方法有:
(1)根据最大相似性进行频谱匹配。该方法主要是根据同一目标产生的回波频率的幅度在正/负调制段总是具有最大的相似性,可以在正/负调制段分别得到的差频信号中找到同一个目标产生的谱线。这种方法可以是通过计算差频辐度谱的面积,根据相同目标产生的差频幅度谱的面积总是相近的来进行频谱匹配。但是该方法存在问题是,原本应该峰值A和峰值D匹配,峰值B和峰值C匹配,但却进行了错误的匹配,可是却无法检测出该匹配是错误的匹配,如果在该错误匹配下计算距离和相对速度,则不能算出原本应该的结果,特别是相对速度的错误,对车辆的速度的控制等影响很大,因此该方法的可靠性存在很大的问题。
(2)采用对称发射波。在提高系统响应特性方面,日本专家IvhsahimAkasu首次提出了对称发射波形,达到了提高系统响应特性的目的。这个波形中,发射波形采用正、负调频段对称同步发射的形式,在一个调制时间丁内就可以同时形成反映目标距离和相对速度信息的差频信号,相对于原来的三角调制波形,相当于将测时间压缩了一半,因此它更能适应多目标判决的扫描过程,能够提高系统的响应特性。从分辨率分析中发现这个系统在保持原有距离分辨率、速度分辨率不变的前提下,将测量周期压缩一半,提高了系统的响应特性,但是这个波形仍然不能解决多目标检测中误检引起的虚警问题。
(3)采用多频率步进连续波信号进行频谱匹配。在一个调制周期内编码步进调频连续波信号的频率随时间变化。信号的一个周期是一个三角波,该三角波并非线性,而是采用N个子脉冲构成一个三角波周期。由于调颇步进连续波系统与调频连续波系统在满足一定的等价条件时具有等价关系。使得适用于两个系统之一的方法可以推广到另外一个系统。所以在多频率步进连续波信号中应用逐次逼近法进行频谱匹配同样适用于调频连续波系统。
(4)通过选取适当的发射波形也可以达到频谱匹配的目的。采用变周期的三角波是该方法的一个典型应用。该方法是利用实目标的距离和速度与调频周期无关,而虚假目标的距离和速度计算值与调频周期有关系的特性,找出真实目标的速度与距离。但是该方法存在计算量大,牺牲了系统的实时性。
发明内容
为了解决现有技术中,车载毫米波雷达多目标检测存在的目标检测不准确以及目标漏检的问题,提出了本发明的解决方案,使得对于多目标的检测更加准确,实时性更高,对于工程实现以及应用具有很好的价值。
为了实现上述目的,本发明的技术方案是:一种车载毫米波雷达系统多目标检测方法,包括如下步骤:
1.发射周期性的FMCW与CW的组合波形;
2.接收回波信号,并对接收到的回波信号进行快速傅里叶变换;
3.使用频率聚类算法,求得CW波形回波信号的多普勒频率矩阵,并计算出相对速度矩阵;
4.在FMCW上下扫频中也使用频率凝聚算法,获得上下扫频的频率值,并解算出目标的速度矩阵和距离矩阵。
5.使用速度匹配算法,将使用CW获得的速度矩阵与使用第一个周期FMCW和第二个周期FMCW获得的速度矩阵进行速度匹配,并分别记录速度矩阵的行和列;
6.根据速度矩阵中获得的行和列的位置,分别将距离矩阵中相应行和列上的值作为对应目标的距离值。
7.使用两个周期FMCW获得的距离值与速度值,建立距离与速度的容错函数,确定最终目标的速度值与距离值,得到多目标的个数。
进一步的,所述频率凝聚算法如下:
1.建立所有过门限的频率集合,使用其中的频率值相近的频率,建立一个相关频率集合A,其中元素个数为n,则元素为fi,i∈[1,n];
对n个元素划分相关频率的的方法如下:将第一个过门限的频率数据f1作为凝聚重心,同时记录凝聚重心的个数m,设凝聚重心的宽度阈值为Th,若|fi-f1|<Th,则对峰值进行归并,划为相关频率集合;若|fi-f1|≥Th,则将fi作为新的凝聚重心,依次将所有过门限的频率值进行处理,直到将所有频率值全部进行划分完毕,划分后的相关频率集合为B;
2.对于相关频率集合B内的频率值,使用以下公式求得频率重心,
fi′为相关频率集合B内的频率值;依次将所有相关频率集合求取各自相关频率集合的频率重心。
进一步的,对第三个周期的CW的频率值进行频率凝聚算法后,得到多普勒频率矩阵为fd;对第一个周期的FMCW的上下扫频过门限的频率值进行频率凝聚算法后,得到该周期上下扫频频率,上扫频矩阵设为fb1+,下扫频矩阵设为fb1-,对第二个周期的FMCW的上下扫频过门限的频率值进行频率凝聚算法后,得到该周期上下扫频频率,上扫频矩阵设为fb2+,下扫频矩阵设为fb2-
进一步的,步骤2中,计算相对速度矩阵使用如下公式:
其中:c为光速,f为调制信号的发射频率。
进一步的,解算目标的速度矩阵和距离矩阵是步骤是:对于FMCW波形,对其上扫频矩阵和下扫频矩阵中的所有频率值两两组合,使用下述公式,解算距离矩阵RFMCW1和速度矩阵VFMCW1
其中:c为光速,B为调制带宽,f为调制信号的发射频率;
进一步的,所述速度匹配的步骤是:
使用第三周期CW计算得到一维速度矩阵VCW以及速度值的个数n,并将速度的个数作为参考目标的数目,将速度的值作为多目标的参考速度,对获得的第一周期FMCW的速度矩阵VFMCW1、第二周期FMCW的速度矩阵VFMCW2,使用速度质心凝聚算法分别与VCW进行配对处理,在速度矩阵VFMCW1和速度矩阵VFMCW2中,使用速度质心凝聚算法找出与速度矩阵VCW值相似的速度值,在速度矩阵VFMCW1和速度矩阵VFMCW2中获得的速度相似值为多目标的速度值,同时记录速度矩阵VFMCW1和速度矩阵VFMCW2中对应的行列坐标,在距离矩阵RFMCW1和距离矩阵RFMCW2中相应的行列坐标的距离值为多目标的距离值。
进一步的,所述速度质心凝聚算法包括:
1.设定速度相关的阈值Thv,将VCW一维矩阵中的第一个数据作为第一个速度凝聚中心;
2.设置凝聚中心的宽度阈值,使用如下公式:
|VFMCW-VCW|<Thv
根据凝聚中心的宽度阈值,在速度矩阵VFMCW1、VFMCW2中找到与一维速度矩阵VCW最近的值为目标的速度值,同时将速度矩阵VFMCW1、VFMCW2中的行列保存,并且将速度矩阵VFMCW1、VFMCW2中的该行列删除,根据速度矩阵VFMCW1、VFMCW2中对应的行列,在距离矩阵RFMCW1、RFMCW2中的相应行与列找到目标的距离值。
进一步的,建立距离与速度的容错函数:
如果计算值v1,v2具有关系|v1-v2|≤φ就可以认为va=vb,且最终的速度由速度平均值得到:
本发明还涉及一种车载毫米波雷达系统多目标个数获取装置,包括:
组合波形发出单元,发射周期性的FMCW与CW的组合波形;
回波信号变换单元,接收回波信号,并对接收到的回波信号进行快速傅里叶变换;
相对速度矩阵计算单元,使用频率聚类算法,求得CW波形回波信号的多普勒频率矩阵,并计算出相对速度矩阵;
解算单元,在FMCW上下扫频中也使用频率凝聚算法,获得上下扫频的频率值,并解算出目标的速度矩阵和距离矩阵;
速度匹配单元,使用速度匹配算法,将使用CW获得的速度矩阵与使用第一个周期FMCW和第二个周期FMCW获得的速度矩阵进行速度匹配,并分别记录速度矩阵的行和列;
对应目标的距离值获取单元,根据速度矩阵中获得的行和列的位置,分别将距离矩阵中相应行和列上的值作为对应目标的距离值;
获取单元,使用两个周期FMCW获得的距离值与速度值,建立距离与速度的容错函数,确定最终目标的速度值与距离值,得到多目标的个数。
有益效果:
1、本发明可实现毫米波雷达车载系统的多目标检测,并且可以准确检测出多目标的个数以及准确的解算出目标的速度与距离。该算法相对于目前的信号处理算法由更好的有效性,实时性以及准确性。
2、两个变周期的FMCW波形和CW波形的组合波形,由于采用FMCW与CW的组合波形,该方法对于快速实现目标个数的辨识,具有很好的优点,以及对速度的解算速度都会更快更准确。同时结合两个变周期的FMCW波形,增加了系统的可靠性,降低虚警概率。
3、采用频率凝聚算法,可以获取准确的多普勒频率值,同时降低了后续生产的速度与距离矩阵的维数,大大降低了运算量。
4、采用速度质心凝聚算法,可以在速度矩阵中,快速的找到真实目标的速度值。
5、通过建立速度和距离的容错函数,可以更加准确的获得速度与距离值。
附图说明
图1是变周期线性三角波与恒频波组合波形在一个扫频周期内的频率变化图;
图2是单目标的(R,V)空间图;
图3是解耦算法的流程图。
具体实施方式
实施例1:一种车载毫米波雷达系统多目标检测方法,包括如下步骤:
1.发射周期性的FMCW与CW的组合波形;第一个周期发射FMCW波形,第二个周期发射和第一个周期不同的FMCW波形,第三个周期发射CW波形;
2.接收回波信号,并对接收到的回波信号进行快速傅里叶变换(FFT变换);
因为FFT变化后,会出现多个相近的数值通过恒虚警检测,增加了计算量以及虚警率。因此,为了使CW更加准确的获得速度值,以及降低FMCW速度矩阵中对相似速度的搜索,在进行速度配对前,
3.使用频率聚类算法,求得CW波形回波信号的多普勒频率矩阵,通过速度公式,将多普勒频率并计算出相对速度的矩阵,在FFT变换后的频谱中,将横坐标上频率值相近的多个频率值,根据其频率值的纵坐标的幅值大小,将纵坐标幅值大的频率作为这几个相近频率的最终频率值,通过对CW段进行频率凝聚算法,将CW的数据进行FFT变换后,会获得FFT变换后的频谱信息,由于一个频率值对应一个目标的速度,但是由于有相近频率也会过门限导致一个目标存在两个频率值,造成虚假目标的出现,所以将过门限的频率值采用凝聚算法将频率值大小相近的值凝聚成1个频率值,降低频率矩阵的维数,通过计算公式计算出的各自速度值,作为前方多个目标形成的速度矩阵,以此得到前方真实目标的速度矩阵,并且得到真实目标的个数。从而有效的减少了解算的频率值,使得目标的个数更加准确;
4.在FMCW上下扫频中也使用频率凝聚算法,获得上下扫频的频率值,并解算出了目标的速度矩阵和距离矩阵。步骤四和步骤三在获得频率值的时候采用的是一样的方法,对于CW恒频波获得频率值仅能获得速度值,三角波的上下扫频都会获得一个频率值,通过上下扫频获得频率值进行运算就可以获得目标的速度以及距离信息。
实施例2:具有与实施例1相同的技术方案,更为具体的是:由于通过FMCW获得速度和距离矩阵中,包含着真实目标和虚假目标的值。因此,之后还需要进行下述步骤,包括:
5.根据速度匹配算法,将CW获得的速度矩阵与第一个周期FMCW和第二个周期FMCW获得的速度矩阵进行速度匹配,并分别记录速度矩阵的行列。
6.根据速度矩阵中获得的行列位置,分别将距离矩阵中相应行列上的值作为对应目标的距离值。
实施例3:具有与实施例1或2相同的技术方案,更为具体的是:为了进一步准确得到多目标的个数,以及相应的速度值与距离值,.对两个FMCW周期获得距离与速度值,建立距离与速度的容错函数,进一步确定为最终目标的速度值与距离值。
实施例4:车载毫米波雷达系统多目标检测方法,具有与实施例1-3任意项相同的技术方案,更为具体的是,对初次检测过门限的频率值进行频率凝聚算法,所述频率凝聚算法如下:
1、建立所有过门限的频率集合,将频率值相近的频率,建立一个相关频率集合A,其中元素个数为n,则元素为fi,i∈[1,n],对n个元素划分相关频率的的方法如下:
将第一个过门限的频率数据f1作为凝聚重心,同时记录凝聚中心的个数m,设计凝聚重心的宽度阈值为TH,若|fi-f1|<Th,则对峰值进行归并,划为相关频率集合,否则,当前频率数据距离凝聚重心较远,|fi-f1|≥Th,则将fi作为新的凝聚重心,依次将所有过门限的频率值进行处理,直到将所有频率值全部进行划分完毕,设划分后的相关频率集合为B。
2、对于相关频率集合B内的频率值,根据公式1.6求得频率重心,
对相关的频率分量求频率重心为
求得的fi′即为相关频率集合B内的频率值。
依次将所有相关频率集合按照步骤二求取各自相关频率集合的频率重心。各自相关频率集合的频率重心即为频率凝聚算法后获得频率值。经过频率凝聚算法后,将频率相似的频率进行凝聚,可以有效地将过门限的频率值数量降低,则频率值的矩阵维数降低,对矩阵的运算量也会大幅下降。
实施例5:车载毫米波雷达系统多目标检测方法,具有与实施例1-4任意项相同的技术方案,更为具体的是,所述步骤4具体为:
对第一个周期的三角波形FMCW1的上下扫频过门限的频率值进行第三步频率凝聚算法后,得到该周期上下扫频频率,上扫频矩阵设为fb1+,下扫频矩阵设为fb1-,对第二个周期的三角波形FMCW2的上下扫频过门限的频率值进行第三步频率凝聚算法后,得到该周期上下扫频频率,上扫频矩阵设为fb2+,下扫频矩阵设为fb2-,第三个周期的恒频波CW的频率值进行第三步频率凝聚算法,得到其多普勒频率矩阵为fd
对于FMCW三角波波形,可以根据公式(1.7)计算其距离与速度进行分别解算。第一个周期的三角波形FMCW1段,对其上扫频矩阵fb1+和下扫频矩阵fb1-中的所有频率值,根据公式(1.7),频率值两两组合,计算出距离矩阵RFMCW1和速度矩阵VFMCW1,对于第二个周期的三角波形FMCW2段,对其上扫频矩阵fb2+和下扫频矩阵fb2-中的所有频率值,根据公式(1.7),频率值两两组合,计算出距离矩阵RFMCW2和速度矩阵VFMCW2
式(1.7)中,c为光速,B为调制带宽,f为调制信号的发射频率。
恒频波CW根据公式(1.8),计算出速度值。则对于第三段CW段,根据公式(1.8),计算出速度一维矩阵VCW
式(1.8)中,c为光速,f为调制信号的发射频率。
实施例6:车载毫米波雷达系统多目标检测方法,具有与实施例1-5任意项相同的技术方案,更为具体的是,所述速度匹配的步骤是:第三个周期的恒频波CW计算得到一维的速度矩阵VCW以及速度值的个数n,并将速度的个数作为参考目标的数目,将速度的值作为多目标的参考速度。对步骤四中获得的第一周期的速度矩阵VFMCW1、第二周期的速度矩阵VFMCW2,分别于VCW利用速度质心凝聚算法进行配对处理,即在速度矩阵VFMCW1和第二周期的速度矩阵VFMCW2中,通过速度质心凝聚算法找出与速度矩阵VCW值相似的速度值。在VFMCW1和VFMCW2矩阵中获得的速度相似值即为多目标的速度值,同时记录VFMCW1和VFMCW2矩阵中对应的行列坐标,在距离矩阵RFMCW1和距离矩阵RFMCW2相应行列坐标的距离值即为多目标的距离值。
实施例7:车载毫米波雷达系统多目标检测方法,具有与实施例1-5任意项相同的技术方案,更为具体的是,所述速度质心凝聚算法:
1、首先确定速度相关的阈值Thv,将VCW一维矩阵中的第一个数据作为第一个速度凝聚中心;
2、设置凝聚中心的宽度阈值,如公式(1.9)所示:
|VFMCW-VCW|<Thv (1.9)
根据阈值,在矩阵VFMCW1、VFMCW2中找到与矩阵VCW最近的值为目标的速度值,最近的意思就是从速度矩阵VFMCW1、VFMCW2的值中,找到与一维速度矩阵VCW的值,相减后,绝对值差值最小的那个数值,同时将矩阵VFMCW1、VFMCW2中的行列进行保存,并且将矩阵VFMCW1、VFMCW2中的该行列进行删除,降低矩阵VFMCW1、VFMCW2的维数,依次减少矩阵的计算量,根据矩阵VFMCW1、VFMCW2中对应的行列,在距离矩阵RFMCW1、RFMCW2的相应行与列找到目标的距离值。
实施例8:车载毫米波雷达系统多目标检测方法,具有与实施例1-7任意项相同的技术方案,更为具体的是:通过速度容错算法和距离容错算法,即建立速度的容差函数以及距离的容差函数,得出最终的速度值与距离值。
由于FMCW1和FMCW2的调频周期不同,计算出的v值和R值也必然落在不同的数值点上,即对于同一个目标来说也会计算出几个不同的速度,当然,这几个速度值不会有很大的差别,但是为了能在数据处理时准确的定位目标,就需要搭建一个容差函数,即将几个不同的速度值只要在误差范围内相等,就认为是同一个目标的速度。
因为FMCW1和FMCW2的最小可分辨速度分别为
Δv1=c/(f0T1),Δv2=c/(f0T2) (1.10)
为了保障识别的准确性,考虑最坏的情况,得到
建立距离与速度的容错函数的步骤是:
容错函数:
如果计算值v1,v2具有关系|v1-v2|≤φ就可以认为va=vb且最终的速度由速度平均值得到:由于速度由速度平均值得到,其相应的误差也由于平均而减小,提高了速度测量的准确性。
距离容错算法与速度容错算法相同,同理建立距离的容差函数,得到最终的距离值。
本实施例采用速度质心凝聚算法,可以在速度矩阵中,快速的找到真实目标的速度值,对于第一个周期FMCW1中,其上扫频会获得一个频率矩阵,下扫频获得一个频率矩阵。上下扫频矩阵通过公式1.7获得距离矩阵和速度矩阵。该速度矩阵和距离矩阵的获取方法,采用的是,将上扫频和下扫频的所有频率值进行两两组合,进行计算。如果上扫频获得m个频率值,下扫频获得n个频率值,则获得速度和距离矩阵的位数为m*n的矩阵。如果CW段获得真实目标的速度个数仅为q个,则在m*n的矩阵中,只有q个值为真实目标的个数的速度值。速度质心凝聚算法是在m*n的矩阵中,找出与CW段速度相似的速度值。在进行质心凝聚的时候,如果找到一个相似的速度值,则将该速度值的行列直接删除,降低矩阵的维数。找到一个相似的速度值,将速度矩阵进行一次降维,这样就会减少很多的计算量。
本实施例通过建立速度和距离的容错函数,可以更加准确的获得速度与距离值。由于FMCW1和FMCW2的调频周期不同,计算出的v值和R值也必然落在不同的数值点上,即对于同一个目标来说也会计算出几个不同的速度和距离,当然,这几个速度值和距离值不会有很大的差别,但是为了能在数据处理时准确的定位目标,就需要搭建一个容差函数,即将几个不同的速度值和距离值只要在误差范围内相等,就认为是同一个目标的速度和距离。
实施例9:一种车载毫米波雷达系统多目标个数获取装置,包括:
组合波形发出单元,发射周期性的FMCW与CW的组合波形;
回波信号变换单元,接收回波信号,并对接收到的回波信号进行快速傅里叶变换;
相对速度矩阵计算单元,使用频率聚类算法,求得CW波形回波信号的多普勒频率矩阵,并计算出相对速度矩阵;
解算单元,在FMCW上下扫频中也使用频率凝聚算法,获得上下扫频的频率值,并解算出目标的速度矩阵和距离矩阵;
速度匹配单元,使用速度匹配算法,将使用CW获得的速度矩阵与使用第一个周期FMCW和第二个周期FMCW获得的速度矩阵进行速度匹配,并分别记录速度矩阵的行和列;
对应目标的距离值获取单元,根据速度矩阵中获得的行和列的位置,分别将距离矩阵中相应行和列上的值作为对应目标的距离值;
获取单元,使用两个周期FMCW获得的距离值与速度值,建立距离与速度的容错函数,确定最终目标的速度值与距离值,得到多目标的个数。
实施例10:实施例9中所述的装置与实施例1-8中的方法相对应。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种车载毫米波雷达系统多目标个数获取方法,其特征在于,包括如下步骤:
S1.发射周期性的FMCW与CW的组合波形;
S2.接收回波信号,并对接收到的回波信号进行快速傅里叶变换;
S3.使用频率聚类算法,求得CW波形回波信号的多普勒频率矩阵,并计算出相对速度矩阵;
S4.在FMCW上下扫频中也使用频率凝聚算法,获得上下扫频的频率值,并解算出目标的速度矩阵和距离矩阵;
S5.使用速度匹配算法,将使用CW获得的速度矩阵与使用第一个周期FMCW和第二个周期FMCW获得的速度矩阵进行速度匹配,并分别记录速度矩阵的行和列;
S6.根据速度矩阵中获得的行和列的位置,分别将距离矩阵中相应行和列上的值作为对应目标的距离值;
S7.使用两个周期FMCW获得的距离值与速度值,建立距离与速度的容错函数,确定最终目标的速度值与距离值,得到多目标的个数。
2.如权利要求1所述的车载毫米波雷达系统多目标个数获取方法,其特征在于,
对第三个周期的CW的频率值进行频率凝聚算法后,得到多普勒频率矩阵为fd;对第一个周期的FMCW的上下扫频过门限的频率值进行频率凝聚算法后,得到该周期上下扫频频率,上扫频矩阵设为fb1+,下扫频矩阵设为fb1-,对第二个周期的FMCW的上下扫频过门限的频率值进行频率凝聚算法后,得到该周期上下扫频频率,上扫频矩阵设为fb2+,下扫频矩阵设为fb2-
3.如权利要求2所述的车载毫米波雷达系统多目标个数获取方法,其特征在于,步骤S3中,计算相对速度矩阵使用如下公式:
其中:c为光速,f为调制信号的发射频率。
4.如权利要求1所述的车载毫米波雷达系统多目标个数获取方法,其特征在于,所述速度匹配的步骤是:
使用第三周期CW计算得到一维速度矩阵VCW以及速度值的个数n,并将速度的个数作为参考目标的数目,将速度的值作为多目标的参考速度,对获得的第一周期FMCW的速度矩阵VFMCW1、第二周期FMCW的速度矩阵VFMCW2,使用速度质心凝聚算法分别与VCW进行配对处理,在速度矩阵VFMCW1和速度矩阵VFMCW2中,使用速度质心凝聚算法找出与速度矩阵VCW值相似的速度值,在速度矩阵VFMCW1和速度矩阵VFMCW2中获得的速度相似值为多目标的速度值,同时记录速度矩阵VFMCW1和速度矩阵VFMCW2中对应的行列坐标,在距离矩阵RFMCW1和距离矩阵RFMCW2中相应的行列坐标的距离值为多目标的距离值。
5.一种车载毫米波雷达系统多目标个数获取装置,其特征在于,包括:
组合波形发出单元,发射周期性的FMCW与CW的组合波形;
回波信号变换单元,接收回波信号,并对接收到的回波信号进行快速傅里叶变换;
相对速度矩阵计算单元,使用频率聚类算法,求得CW波形回波信号的多普勒频率矩阵,并计算出相对速度矩阵;
解算单元,在FMCW上下扫频中也使用频率凝聚算法,获得上下扫频的频率值,并解算出目标的速度矩阵和距离矩阵;
速度匹配单元,使用速度匹配算法,将使用CW获得的速度矩阵与使用第一个周期FMCW和第二个周期FMCW获得的速度矩阵进行速度匹配,并分别记录速度矩阵的行和列;
对应目标的距离值获取单元,根据速度矩阵中获得的行和列的位置,分别将距离矩阵中相应行和列上的值作为对应目标的距离值;
获取单元,使用两个周期FMCW获得的距离值与速度值,建立距离与速度的容错函数,确定最终目标的速度值与距离值,得到多目标的个数。
CN201510875924.0A 2015-12-02 2015-12-02 车载毫米波雷达系统多目标个数获取方法及装置 Active CN105425224B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510875924.0A CN105425224B (zh) 2015-12-02 2015-12-02 车载毫米波雷达系统多目标个数获取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510875924.0A CN105425224B (zh) 2015-12-02 2015-12-02 车载毫米波雷达系统多目标个数获取方法及装置

Publications (2)

Publication Number Publication Date
CN105425224A CN105425224A (zh) 2016-03-23
CN105425224B true CN105425224B (zh) 2019-01-04

Family

ID=55503552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510875924.0A Active CN105425224B (zh) 2015-12-02 2015-12-02 车载毫米波雷达系统多目标个数获取方法及装置

Country Status (1)

Country Link
CN (1) CN105425224B (zh)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105549001B (zh) * 2015-12-02 2019-01-04 大连楼兰科技股份有限公司 车载毫米波雷达系统多目标检测方法
CN105549012B (zh) * 2015-12-02 2019-01-08 大连楼兰科技股份有限公司 车载毫米波雷达系统多目标检测装置
CN107783097B (zh) * 2016-08-25 2021-06-18 大连楼兰科技股份有限公司 目标配对及数据处理平台
CN107783085B (zh) * 2016-08-25 2020-11-17 大连楼兰科技股份有限公司 应用在恒虚警检测及数据处理中的单元平均选小门限检测方法
CN107783084B (zh) * 2016-08-25 2020-11-17 大连楼兰科技股份有限公司 恒虚警检测及数据处理平台
CN107783088B (zh) * 2016-08-25 2021-02-26 大连楼兰科技股份有限公司 应用在恒虚警检测中的目标配对及数据处理方法
CN107783098A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 旋翼无人机防撞毫米波雷达信号处理装置
CN107783113A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 基于组合波形的无人驾驶汽车复杂环境防碰撞雷达系统及信号处理方法
CN107783089B (zh) * 2016-08-25 2021-04-20 大连楼兰科技股份有限公司 单元平均选小门限检测平台
CN107783091B (zh) * 2016-08-25 2021-08-03 大连楼兰科技股份有限公司 自动驾驶汽车防撞毫米波雷达信号处理方法
CN107783124B (zh) * 2016-08-25 2021-07-06 大连楼兰科技股份有限公司 基于组合波形的旋翼无人机复杂环境防碰撞雷达系统及信号处理方法
CN107783112A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 基于组合波形的旋翼无人机复杂环境防碰撞系统信号处理方法
CN107783083B (zh) * 2016-08-25 2020-11-17 大连楼兰科技股份有限公司 变周期三角波、恒频体制恒虚警检测及数据处理方法
CN107783126B (zh) * 2016-08-25 2021-03-30 大连楼兰科技股份有限公司 基于组合波形的自动驾驶汽车防撞雷达系统信号处理方法及装置
CN106842182A (zh) * 2016-08-31 2017-06-13 时艳玲 基于对称三角lfmcw雷达的多目标测速测距方法
US11226403B2 (en) * 2017-07-12 2022-01-18 GM Global Technology Operations LLC Chip-scale coherent lidar with integrated high power laser diode
CN107271982B (zh) * 2017-07-31 2021-01-26 广东工业大学 一种基于毫米波的目标检测方法与装置
CN107831489B (zh) * 2017-12-04 2024-08-06 巍泰技术(武汉)有限公司 一种连续波4d雷达及其测量多目标方法
CN108693524A (zh) * 2017-12-06 2018-10-23 深圳大学 基于线性调频连续波雷达的多运动目标匹配方法及其系统
CN110488263B (zh) * 2018-05-14 2021-07-20 杭州海康威视数字技术股份有限公司 一种雷达设备的测量方法及雷达设备
EP3579020B1 (de) * 2018-06-05 2021-03-31 Elmos Semiconductor SE Verfahren zur erkennung eines hindernisses mit hilfe von reflektierten ultraschallwellen
CN109100697B (zh) * 2018-07-31 2020-12-22 安徽四创电子股份有限公司 一种基于地面监视雷达系统的目标凝聚方法
CN110118966B (zh) * 2019-05-28 2020-10-13 长沙莫之比智能科技有限公司 基于毫米波雷达的人员检测与计数系统
CN111123253B (zh) * 2019-12-26 2022-05-17 成都纳雷科技有限公司 基于自适应门限目标聚类的车辆识别方法、系统及介质
CN111161434B (zh) * 2019-12-26 2022-01-14 成都纳雷科技有限公司 一种etc多目标区分方法、系统及介质
CN112882006B (zh) * 2021-01-20 2024-02-13 南京理工大学 基于复合调频连续波的毫米波近程目标探测方法
CN112859061B (zh) * 2021-03-12 2021-08-24 兰州理工大学 一种基于调频连续波雷达的多目标检测方法
CN116802516A (zh) * 2022-01-21 2023-09-22 华为技术有限公司 一种数据处理的方法、装置和交通工具
CN117991212A (zh) * 2022-10-31 2024-05-07 加特兰微电子科技(上海)有限公司 确定恒虚警目标对应真实目标数量的方法和装置、设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09178849A (ja) * 1995-12-25 1997-07-11 Toyota Motor Corp 車載レーダ装置
CN103852756B (zh) * 2012-11-30 2017-02-22 中国科学院沈阳自动化研究所 一种连续波雷达目标检测跟踪方法
CN103257346B (zh) * 2013-05-15 2014-12-10 桂林电子科技大学 一种汽车防撞雷达多目标探测方法与系统
CN104155649A (zh) * 2014-09-02 2014-11-19 中国电子科技集团公司第五十四研究所 一种基于三周期调频连续波相参雷达距离速度去耦合方法
CN104237881B (zh) * 2014-09-23 2017-01-18 南京理工大学 Fmcw防碰撞雷达多目标检测与跟踪系统及方法
CN105182341B (zh) * 2015-09-29 2018-03-06 大连楼兰科技股份有限公司 基于lfm三角波与恒频波组合波形的车辆防撞雷达多目标频率匹配方法
CN105549001B (zh) * 2015-12-02 2019-01-04 大连楼兰科技股份有限公司 车载毫米波雷达系统多目标检测方法
CN105549012B (zh) * 2015-12-02 2019-01-08 大连楼兰科技股份有限公司 车载毫米波雷达系统多目标检测装置

Also Published As

Publication number Publication date
CN105425224A (zh) 2016-03-23

Similar Documents

Publication Publication Date Title
CN105425224B (zh) 车载毫米波雷达系统多目标个数获取方法及装置
CN105549001B (zh) 车载毫米波雷达系统多目标检测方法
CN105549012B (zh) 车载毫米波雷达系统多目标检测装置
CN111656217B (zh) 用于虚拟孔径雷达跟踪的系统和方法
US9939522B2 (en) Systems and methods for 4-dimensional radar tracking
CN108415010B (zh) 一种基于梯形lfmcw调制的雷达多目标检测方法
EP3663790A1 (en) Method and apparatus for processing radar data
JP6416391B2 (ja) Fmcwレーダーを用いて対象物の位置を決定する方法
CN105738889B (zh) 一种调频连续波测速测距方法
CN108693524A (zh) 基于线性调频连续波雷达的多运动目标匹配方法及其系统
CN105842685A (zh) 一种多目标雷达探测方法
CN105487060B (zh) 一种双通道四斜率调制的多目标提取方法
CN113009439B (zh) 一种基于调频连续波毫米波雷达的多目标探测方法
CN109001708A (zh) 基于分级积累检测的雷达机动目标快速精细化处理方法
CN106291516B (zh) 一种声呐应答式干扰的剔除方法
CN108919249A (zh) 一种基于二维局部插值的雷达目标距离联合估计方法
Hyun et al. Human-vehicle classification scheme using doppler spectrum distribution based on 2D range-doppler FMCW radar
CN111044987B (zh) 基于汽车雷达的环境目标速度解模糊方法、系统及介质
CN115061113B (zh) 用于雷达的目标检测模型训练方法、装置及存储介质
CN108072864B (zh) 一种基于变载频调频序列的多目标探测方法
Sim et al. Road environment recognition for automotive FMCW radar systems through convolutional neural network
US20210326581A1 (en) DNN-Based Human Face Classification
Kim et al. Deep-learning based multi-object detection and tracking using range-angle map in automotive radar systems
CN116299299B (zh) 速度解模糊方法、装置、雷达设备及存储介质
CN109581350A (zh) 基于时频积分插值的雷达测距测速方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant