CN108594233B - 一种基于mimo汽车雷达的速度解模糊方法 - Google Patents
一种基于mimo汽车雷达的速度解模糊方法 Download PDFInfo
- Publication number
- CN108594233B CN108594233B CN201810376216.6A CN201810376216A CN108594233B CN 108594233 B CN108594233 B CN 108594233B CN 201810376216 A CN201810376216 A CN 201810376216A CN 108594233 B CN108594233 B CN 108594233B
- Authority
- CN
- China
- Prior art keywords
- fft
- phase
- target
- doppler
- compensation
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
- G01S13/92—Radar or analogous systems specially adapted for specific applications for traffic control for velocity measurement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details 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
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details 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
- G01S7/418—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种基于MIMO汽车雷达的速度解模糊方法,通过采用多通道多普勒相位补偿,并对补偿后的多个通道进行FFT处理,根据一定数学准则选择最优通道的方法,解决了TDM MIMO的速度模糊问题,提高了测速范围,保证了角度测量的准确度,极大扩展了该技术在汽车雷达方向的实用价值。
Description
技术领域
本发明涉及汽车雷达应用领域,尤其涉及一种基于MIMO汽车雷达的速度解模糊方法。
背景技术
在汽车主动安全驾驶技术中,毫米波雷达凭借其全天时、全天候工作的特点,逐步成为不可或缺的重要传感器。毫米波雷达相对于视觉和激光探测器的弱点在于其分辨率相对较低。但近年来随着技术的不断推进,毫米波雷达逐渐向高分辨率成像、高精度地图与定位的方向发展。
雷达纵向高分辨率的获得可以通过发射大带宽的信号来实现,而横向高分辨需要增加天线孔径来实现。这其中多输入多输出(MIMO)被认为是增加天线孔径的一项重要技术。诸如德州仪器(Texas Instruments)、恩智浦半导体(NXP)、英飞凌(Infineon)和意法半导体(ST)等世界各大知名半导体厂商在下一代汽车雷达中纷纷推出基于MIMO的半导体芯片,MIMO已经成为未来汽车雷达的一项核心技术。
MIMO雷达主要有频分复用(FDM)、码分复用(CDM)和时分复用(TDM)几种具体实现形式。考虑到实现复杂度及半导体器件成本限制,车载毫米波雷达都采用了基于时分复用(TDM)技术的MIMO。TDM MIMO存在两个主要缺陷:首先,由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上,影响接收天线孔径的正确合成。其次,TDM本身降低了在慢时间的采样率,使得不模糊测速范围显著降低,而且一旦出现速度模糊,会进而引发角度测量的偏差。目前,一些文献提出了基于多普勒相位补偿的方法来对天线收发孔径进行正确合成,这样使得TDM MIMO可以应用在低速运动目标场合,但速度模糊问题依然存在,测速范围仍然较低,限制了其在汽车领域的广泛应用。专利US201514962092中指出了TDM MIMO存在的测速范围低的问题,并提出了一种基于编码信号即CDM方式的MIMO汽车雷达系统。专利US2017/0045609中侧重于MIMO天线方向图的校准。目前在检索到的公开相关文献和专利中,尚未找到能解决速度模糊、提高测速范围的方法。
发明内容
本发明的目的是提供一种基于MIMO汽车雷达的速度解模糊方法,通过采用多通道多普勒相位补偿,并对补偿后的多个通道进行FFT处理,根据一定数学准则选择最优通道的方法,解决了TDM MIMO的速度模糊问题,提高了测速范围,保证了角度测量的准确度,极大扩展了该技术在汽车雷达方向的实用价值。
本发明提供一种基于MIMO汽车雷达的速度解模糊方法,所述方法步骤如下:
(1)车载多输入多输出MIMO雷达包含M个发射天线,N个接收天线,如图1所示。假设相邻的两个发射天线之间间距为D,相邻的两个接收天线之间的间距为d。为保证不出现天线栅瓣,一般要求d≤0.5λ。通常为最大化利用天线口径,一般设计时需要满足D=Nd。在有些设计中,为了多通道之间更好的校准,会保留一到多个复用通道,此时可能不满足D=Nd。包括上述d≤0.5λ的要求,这些都不是必须的,在一些实际场合可以放宽,而这些对本发明原理的阐述不构成影响。在本文中,将按照D=Nd的方式进行阐述。
(2)在TDM MIMO中,M个发射天线从编号1开始依次发射直到编号M发射完成后结束一个周期,每个发射天线的工作时间为T,N个接收天线同时接收依次打开的由每一个发射天线所依次产生的目标回波信号。
(3)将步骤(2)重复进行I个周期。整个发射的时序如图2所示。可见,在一个周期时间里,一共包含MN路天线的接收数据。
(4)假设在周期i内,由第m个发射天线发射、并由第n个接收天线接收到的回波信号为smn(i,t),其中1≤i≤I、1≤m≤M、1≤n≤N、t表示周期i内的快时间。将回波信号smn(i,t)进行下变频变为中频信号,再通过中频滤波、放大等处理后,经过ADC取样转换为离散数字信号smn(i,k),其中k为在一定采样率下ADC采样序号。并对该数字信号smn(i,k)沿k方向进行第一维Nr点的FFT变换。
(5)对步骤(4)第一维FFT变换后得到的数据再沿周期i方向作第二维Nd点的FFT变换(实际中一般Nd=I且为2的幂),并将二维FFT之后的数据记为Smn(nd,nr),其中nd、nr表示二维FFT之后的序号,且0≤nr<Nr、0≤nd<Nd,简记为Smn。因为第二维FFT实际数据处理周期为MT,故第二维FFT将带来M阶速度模糊,导致测速范围显著降低。
(6)将步骤(5)得到的二维FFT后结果Smn根据发射、接收天线的空间和时间顺序进行如下排列
S=[S11,S12,...S1N,S21,S22,...S2N…,SM1,SM2,...SMN]
(7)为了最大可能提高检测信噪比,数据的恒虚警检测(CFAR)可以发生在对MN个通道数据的非相参积累之后。非相参积累的过程为
Sint是一个Nd×Nr的数据矩阵。对Sint进行恒虚警检测,假设检测完共有P个目标点,且它们的二维索引号记为(dp,rp),其中1≤p≤P,dp表示第p个目标点的多普勒索引号,rp表示第p个目标点的距离索引号。通过rp可计算目标的距离,通过dp可计算目标的(模糊)速度。同时,记录下Smn在二维索引号(dp,rp)上的所有I、Q两路复数数据,并按照发射、接收天线的空间和时间顺序进行排列,并记为
Sp=[S11(dp,rp),S12(dp,rp),...S1N(dp,rp),…,SM1(dp,rp),SM2(dp,rp),...SMN(dp,rp)]
Sp为1×MN的向量。
(8)由于N个接收天线在先后两次的回波接收中存在时间T的延迟,运动目标产生的多普勒频率在时间T上将引发一个相位量这样在沿收发通道进行第三维FFT之前,需要对该相位量进行补偿,否则将导致第三维FFT的错误,而这个错误将导致角度测量的不准确,以及信噪比的损失、旁瓣的抬高等。对检测完P个目标点中的第p个目标点,这个补偿系数按照下面方式生成:
cp为1×MN的向量。
(9)补偿数据Sp中因为目标运动多普勒频率带来的在不同接收天线之间的相位差,即对两个向量进行Hadamard乘积Sp*cp。
(10)对步骤(9)中多普勒相位补偿后的Sp*cp做数字波束形成(DBF)或者第三维FFT,即可获得目标准确的角度信息。
(11)通过步骤(1)~(10)得到的最大不模糊速度范围为λ/2MT,其中λ代表发射信号波长。显然,由于TDM中M个发射天线的影响,导致测速范围大大降低。例如,对于目前一个较为典型的77GHz汽车雷达3发4收单芯片系统(诸如美国TI公司推出的AWR1243芯片),当T=30μs时,其最大测速范围将不得超过77.9km/h,这对车载雷达应用显然是不够的。对于更先进的多芯片级联方案,例如2片AWR1243构成6发8收系统,采用TDM MIMO后测速范围会在此基础上再降低一半。所以,必须解决测速范围和速度模糊的问题,这不仅有必要且意义重大。
(12)多通道相位补偿:对于速度范围超出λ/2MT的目标,再用步骤(8)中的系数进行多普勒相位补偿将不再准确,会出现残留相位,而这个残留相位会影响DBF或第三维FFT,使得雷达对角度的解算出现错误以及角度分辨能力的下降。因为TDM MIMO带来M阶速度模糊,故可根据模糊速度生成M组多普勒补偿系数,即形成M个多普勒补偿通道,且分别为
(13)CFAR后的每一个目标点的Sp都需要与步骤(12)中的M组多普勒补偿系数cp,m逐一匹配,进行M次Hadamard乘积Sp*cp,m。在这M组多普勒补偿系数中,有且只有一组系数可以完全补偿掉由真实速度带来的多普勒相位,其余M-1组都会存在多普勒相位残差。图3给出了一个3发4收系统运动目标在10°时的多普勒相位补偿残差。可见,只有相位补偿正确的一组系数能够使12个通道的相位保持线性,这个线性相位代表的正是由空间角度引起的相位量。
(14)对步骤(13)里的M组补偿结果,即M次Hadamard乘积Sp*cp,m进行FFT处理。对于相位补偿正确的信号,经过FFT后将获得正确的角度信息,同时具有理想的副瓣水平。但对于存在相位补偿残差的信号,经过FFT后将导致角度解算出现偏差,同时信噪比损失以及副瓣的抬升,如图4所示。
(15)通过对步骤(14)中有无残差下FFT的结果进行优选,提取M个系数中无残差项所对应的系数序号,并以该系数下对应的FFT结果作为第三维FFT的输出结果。有无残差下FFT的结果进行选优方法,可以通过比较多路补偿系数下FFT输出后的幅度最大值,并选择多路幅度最大值中最大的一路来实现。也可以通过比较FFT输出后主副瓣比的大小,并输出主副瓣比最大的一路来实现。其中,主副瓣比(PSLR)的定义为:
当然,也可以采用其他由这两项衍生出来的其他参数。
(16)通过步骤(15)选择出的具有最大幅值或者最大主副瓣比(PSLR)的一路信号即多普勒相位得到理想补偿、不存在相位残差的一路信号。记录这一路信号在M个系数通道的索引号m0,这个索引号m0即对应速度模糊的阶数。通过m0以及目标在第二维FFT后所在的通道号dp,可以解算出目标的不模糊速度vunambg。计算方法如下:
通过上述过程的计算,最大不模糊测速范围可以在原先的λ/2MT基础上扩展M倍,达到λ/2T。
(17)通过步骤(15)选择出的一路信号模值,将其送入恒虚警检测(CFAR)模块。目标点准确的角度信息可以在CFAR后获得,因为速度模糊在步骤(14)、(15)中得到了准确补偿,因而此时得到的角度数值对应无多普勒相位残差的情况,因而是准确无偏的。具体步骤如图5所示。
(18)经过上述步骤可得到某一目标点准确的距离、解模糊速度和准确的角度信息。对CFAR后P个目标点循环往复,从而将所有目标点的信息进行准确解算。
事实上,除TDM MIMO外,另一种在汽车雷达中常用的二相调制(BPM)MIMO、其他空时编码MIMO也是通过发射分时来实现的,本文所涉及的方法对这些具体应用方式也都是通用的。
本发明的有益效果是:通过采用多通道多普勒相位补偿,并对补偿后的多个通道进行FFT处理,根据一定数学准则选择最优通道的方法,解决了TDM MIMO的速度模糊问题,显著扩展测速范围,同时保证了即使在速度模糊情况下也可以准确解算角度,该方案极大扩展了该技术在汽车雷达方向的实际应用价值。
附图说明
图1是本发明的MIMO雷达天线排布示意图。
图2是本发明的TDM MIMO雷达发射时序图。
图3是本发明的多普勒相位补偿残差图。
图4是本发明的有相位残差下的FFT结果示意图。
图5是本发明的包含速度解模糊的多普勒相位补偿流程图。
具体实施方式
为了加深对本发明的理解,下面将结合实施例对本发明作进一步详述,该实施例仅用于解释本发明,并不构成对本发明保护范围的限定。如图1-5所示,本实施例提供了一种基于MIMO汽车雷达的速度解模糊方法,所述方法步骤如下:
步骤一:车载多输入多输出MIMO雷达包含M个发射天线,N个接收天线,相邻的两个发射天线之间间距为D,相邻的两个接收天线之间的间距为d;
步骤二:在TDMMIMO中,M个发射天线从编号1开始依次发射直到编号M发射完成后结束一个周期,每个发射天线的工作时间为T,N个接收天线同时接收依次打开的由每一个发射天线所依次产生的目标回波信号;
步骤三:将步骤二重复进行I个周期,在一个周期时间里,一共包含MN路天线的接收数据;
步骤四:在周期i内,由第m个发射天线发射、并由第n个接收天线接收到的回波信号为smn(i,t),其中1≤i≤I、1≤m≤M、1≤n≤N、t表示周期i内的快时间,将回波信号smn(i,t)进行下变频变为中频信号,再通过中频滤波、放大等处理后,经过ADC取样转换为离散数字信号smn(i,k),其中k为在一定采样率下ADC采样序号,并对该数字信号smn(i,k)沿k方向进行第一维Nr点的FFT变换;
步骤五:对步骤四第一维FFT变换后得到的数据再沿周期i方向作第二维Nd点的FFT变换,并将二维FFT之后的数据记为Smn(nd,nr),其中nd、nr表示二维FFT之后的序号,且0≤nr<Nr、0≤nd<Nd,记为Smn;
步骤六:将步骤五得到的二维FFT后结果Smn根据发射、接收天线的空间和时间顺序进行如下排列
S=[S11,S12,…S1N,S21,S22,…S2N…,SM1,SM2,…SMN]
步骤七:为了最大可能提高检测信噪比,数据的恒虚警检测可以发生在对MN个通道数据的非相参积累之后;非相参积累的过程为
Sint是一个Nd×Nr的数据矩阵;对Sint进行恒虚警检测,假设检测完共有P个目标点,且它们的二维索引号记为(dp,rp),其中1≤p≤P,dp表示第p个目标点的多普勒索引号,rp表示第p个目标点的距离索引号;通过rp可计算目标的距离,通过dp可计算目标的模糊速度;同时,记录下Smn在二维索引号(dp,rp)上的所有I、Q两路复数数据,并按照发射、接收天线的空间和时间顺序进行排列,并记为Sp为1×MN的向量
Sp=[S11(dp,rp),S12(dp,rp),...S1N(dp,rp),…,SM1(dp,rp),SM2(dp,rp),...SMN(dp,rp)]
步骤八:由于N个接收天线在先后两次的回波接收中存在时间T的延迟,运动目标产生的多普勒频率在时间T上将引发一个相位量在沿收发通道进行第三维FFT之前,需要对该相位量进行补偿,否则将导致第三维FFT的错误,而这个错误将导致角度测量的不准确,以及信噪比的损失、旁瓣的抬高;因此对检测完P个目标点中的第p个目标点,这个补偿系数按照下面方式生成:
cp为1×MN的向量;
步骤九:补偿数据Sp中因为目标运动多普勒频率带来的在不同接收天线之间的相位差,即对两个向量进行Hadamard乘积Sp*cp;
步骤十:对步骤九中多普勒相位补偿后的Sp*cp做数字波束形成或者第三维FFT,即可获得目标准确的角度信息;
步骤十一:通过步骤一至十得到的最大不模糊速度范围为λ/2MT,其中λ代表发射信号波长;
步骤十二:TDM MIMO带来M阶速度模糊,故可根据模糊速度生成M组多普勒补偿系数,即形成M个多普勒补偿通道,且分别为
步骤十三:CFAR后的每一个目标点的Sp都需要与步骤十二中的M组多普勒补偿系数cp,m逐一匹配,进行M次Hadamard乘积Sp*cp,m;
步骤十四:对步骤十三里的M组补偿结果,即M次Hadamard乘积Sp*cp,m进行FFT处理;
步骤十五:通过对步骤十四中有无残差下FFT的结果进行优选,提取M个系数中无残差项所对应的系数序号,并以该系数下对应的FFT结果作为第三维FFT的输出结果;
步骤十六:通过步骤十五选择出的具有最大幅值或者最大主副瓣比的一路信号即多普勒相位得到理想补偿、不存在相位残差的一路信号;记录这一路信号在M个系数通道的索引号m0,这个索引号m0即对应速度模糊的阶数;通过m0以及目标在第二维FFT后所在的通道号dp,可以解算出目标的不模糊速度vunambg;计算方法如下:
通过上述过程的计算,最大不模糊测速范围可以在原先的λ/2MT基础上扩展M倍,达到λ/2T;
步骤十七:通过步骤十五选择出的一路信号模值,将其送入恒虚警检测模块;
步骤十八:经过上述步骤可得到某一目标点准确的距离、解模糊速度和准确的角度信息。
所述步骤五中第二维FFT实际数据处理周期为MT,故第二维FFT将带来M阶速度模糊,导致测速范围显著降低。
所述步骤十二中对于速度范围超出λ/2MT的目标,再用步骤八中的系数进行多普勒相位补偿将不再准确,会出现残留相位,而这个残留相位会影响DBF或第三维FFT,使得雷达对角度的解算出现错误以及角度分辨能力的下降。
所述步骤十三中在这M组多普勒补偿系数中,有且只有一组系数可以完全补偿掉由真实速度带来的多普勒相位,其余M-1组都会存在多普勒相位残差;只有相位补偿正确的一组系数能够使12个通道的相位保持线性,这个线性相位代表的正是由空间角度引起的相位量。
所述步骤十四中对于相位补偿正确的信号,经过FFT后将获得正确的角度信息,同时具有理想的副瓣水平。但对于存在相位补偿残差的信号,经过FFT后将导致角度解算出现偏差,同时信噪比损失以及副瓣的抬升。
所述步骤十五中对于有无残差下FFT的结果进行选优的方法为通过比较多路补偿系数下FFT输出后的幅度最大值,并选择多路幅度最大值中最大的一路来实现;或通过比较FFT输出后主副瓣比的大小,并输出主副瓣比最大的一路来实现,其中主副瓣比(PSLR)的定义为:也可以采用其他由这两项衍生出来的其他参数。所述步骤十七中目标点准确的角度信息在CFAR后获得,因为速度模糊在步骤十四及十五中得到了准确补偿,因而此时得到的角度数值对应无多普勒相位残差的情况,因而是准确无偏的。
所述步骤十八中对CFAR后P个目标点循环往复,从而将所有目标点的信息进行准确解算。通过采用多通道多普勒相位补偿,并对补偿后的多个通道进行FFT处理,根据一定数学准则选择最优通道的方法,解决了TDM MIMO的速度模糊问题,显著扩展测速范围,同时保证了即使在速度模糊情况下也可以准确解算角度,该方案极大扩展了该技术在汽车雷达方向的实际应用价值。
Claims (8)
1.一种基于MIMO汽车雷达的速度解模糊方法,其特征在于:所述方法步骤如下:
步骤一:车载多输入多输出MIMO雷达包含M个发射天线,N个接收天线,相邻的两个发射天线之间间距为D,相邻的两个接收天线之间的间距为d;
步骤二:在TDMMIMO中,M个发射天线从编号1开始依次发射直到编号M发射完成后结束一个周期,每个发射天线的工作时间为T,N个接收天线同时接收依次打开的由每一个发射天线所产生的目标回波信号;
步骤三:将步骤二重复进行I个周期,在一个周期时间里,一共包含MN路天线的接收数据;
步骤四:在周期i内,由第m个发射天线发射、并由第n个接收天线接收到的回波信号为smn(i,t),其中1≤i≤I、1≤m≤M、1≤n≤N、t表示周期i内的快时间,将回波信号smn(i,t)进行下变频变为中频信号,再通过中频滤波、放大处理后,经过ADC取样转换为离散数字信号smn(i,k),其中k为在一定采样率下ADC采样序号,并对该数字信号smn(i,k)沿k方向进行第一维Nr点的FFT变换;
步骤五:对步骤四第一维FFT变换后得到的数据再沿周期i方向作第二维Nd点的FFT变换,并将二维FFT之后的数据记为Smn(nd,nr),其中nd、nr表示二维FFT之后的序号,且0≤nr<Nr、0≤nd<Nd,记为Smn;
步骤六:将步骤五得到的二维FFT后结果Smn根据发射、接收天线的空间和时间顺序进行如下排列
S=[S11,S12,...S1N,S21,S22,...S2N…,SM1,SM2,...SMN]
步骤七:为了最大可能提高检测信噪比,数据的恒虚警检测发生在对MN个通道数据的非相参积累之后;非相参积累的过程为
Sint是一个Nd×Nr的数据矩阵;对Sint进行恒虚警检测,假设检测完共有P个目标点,且它们的二维索引号记为(dp,rp),其中1≤p≤P,dp表示第p个目标点的多普勒索引号,rp表示第p个目标点的距离索引号;通过rp可计算目标的距离,通过dp可计算目标的模糊速度;同时,记录下Smn在二维索引号(dp,rp)上的所有I、Q两路复数数据,并按照发射、接收天线的空间和时间顺序进行排列,并记为Sp为1×MN的向量
Sp=[S11(dp,rp),S12(dp,rp),...S1N(dp,rp),…,SM1(dp,rp),SM2(dp,rp),...SMN(dp,rp)]
步骤八:由于N个接收天线在先后两次的回波接收中存在时间T的延迟,运动目标产生的多普勒频率在时间T上将引发一个相位量在沿收发通道进行第三维FFT之前,需要对该相位量进行补偿,否则将导致第三维FFT的错误,而这个错误将导致角度测量的不准确,以及信噪比的损失、旁瓣的抬高;因此对检测完P个目标点中的第p个目标点,这个补偿系数按照下面方式生成:
cp为1×MN的向量;
步骤九:补偿数据Sp中因为目标运动多普勒频率带来的在不同接收天线之间的相位差,即对两个向量进行Hadamard乘积Sp*cp;
步骤十:对步骤九中多普勒相位补偿后的Sp*cp做数字波束形成或者第三维FFT,即可获得目标准确的角度信息;
步骤十一:通过步骤一至十得到的最大不模糊速度范围为λ/2MT,其中λ代表发射信号波长;
步骤十二:TDM MIMO带来M阶速度模糊,故可根据模糊速度生成M组多普勒补偿系数,即形成M个多普勒补偿通道,且分别为
步骤十三:CFAR后的每一个目标点的Sp都需要与步骤十二中的M组多普勒补偿系数cp,m逐一匹配,进行M次Hadamard乘积Sp*cp,m;
步骤十四:对步骤十三里的M组补偿结果,即M次Hadamard乘积Sp*cp,m进行FFT处理;
步骤十五:通过对步骤十四中有无残差下FFT的结果进行优选,提取M个系数中无残差项所对应的系数序号,并以该系数下对应的FFT结果作为第三维FFT的输出结果;
步骤十六:通过步骤十五选择出的具有最大幅值或者最大主副瓣比的一路信号即多普勒相位得到理想补偿、不存在相位残差的一路信号;记录这一路信号在M个系数通道的索引号m0,这个索引号m0即对应速度模糊的阶数;通过m0以及目标在第二维FFT后所在的通道号dp,可以解算出目标的不模糊速度vunambg;计算方法如下:
通过上述过程的计算,最大不模糊测速范围可以在原先的λ/2MT基础上扩展M倍,达到λ/2T;
步骤十七:通过步骤十五选择出的一路信号模值,将其送入恒虚警检测模块;
步骤十八:经过上述步骤可得到某一目标点准确的距离、解模糊速度和准确的角度信息。
2.如权利要求1所述的一种基于MIMO汽车雷达的速度解模糊方法,其特征在于:所述步骤五中第二维FFT实际数据处理周期为MT,故第二维FFT将带来M阶速度模糊,导致测速范围显著降低。
3.如权利要求1所述的一种基于MIMO汽车雷达的速度解模糊方法,其特征在于:所述步骤十二中对于速度范围超出λ/2MT的目标,再用步骤八中的系数进行多普勒相位补偿将不再准确,会出现残留相位,而这个残留相位会影响DBF或第三维FFT,使得雷达对角度的解算出现错误以及角度分辨能力的下降。
4.如权利要求1所述的一种基于MIMO汽车雷达的速度解模糊方法,其特征在于:所述步骤十三中在这M组多普勒补偿系数中,有且只有一组系数可以完全补偿掉由真实速度带来的多普勒相位,其余M-1组都会存在多普勒相位残差;只有相位补偿正确的一组系数能够使所有接收通道之间的相位保持线性,这个线性相位代表的正是由空间角度引起的相位量。
5.如权利要求1所述的一种基于MIMO汽车雷达的速度解模糊方法,其特征在于:所述步骤十四中对于相位补偿正确的信号,经过FFT后将获得正确的角度信息,同时具有理想的副瓣水平;但对于存在相位补偿残差的信号,经过FFT后将导致角度解算出现偏差,同时信噪比损失以及副瓣的抬升。
7.如权利要求1所述的一种基于MIMO汽车雷达的速度解模糊方法,其特征在于:所述步骤十七中目标点准确的角度信息在CFAR后获得,因为速度模糊在步骤十四及十五中得到了准确补偿,因而此时得到的角度数值对应无多普勒相位残差的情况,因而是准确无偏的。
8.如权利要求1所述的一种基于MIMO汽车雷达的速度解模糊方法,其特征在于:所述步骤十八中对CFAR后P个目标点循环往复,从而将所有目标点的信息进行准确解算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810376216.6A CN108594233B (zh) | 2018-04-24 | 2018-04-24 | 一种基于mimo汽车雷达的速度解模糊方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810376216.6A CN108594233B (zh) | 2018-04-24 | 2018-04-24 | 一种基于mimo汽车雷达的速度解模糊方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108594233A CN108594233A (zh) | 2018-09-28 |
CN108594233B true CN108594233B (zh) | 2020-07-14 |
Family
ID=63609382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810376216.6A Active CN108594233B (zh) | 2018-04-24 | 2018-04-24 | 一种基于mimo汽车雷达的速度解模糊方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108594233B (zh) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018221085A1 (de) * | 2018-12-06 | 2020-06-10 | Robert Bosch Gmbh | Mehrdeutigkeitsauflösung für MIMO-Radarsystem |
CN109856600A (zh) * | 2019-01-29 | 2019-06-07 | 成都西科微波通讯有限公司 | 一种毫米波防撞雷达抗干扰的方法 |
CN109856634B (zh) * | 2019-03-06 | 2022-12-13 | 湖南太康电子信息技术有限公司 | 一种超宽带稀疏阵列极坐标成像下的栅瓣去除方法 |
CN109774641B (zh) * | 2019-03-25 | 2020-06-30 | 森思泰克河北科技有限公司 | 车内人员检测方法、雷达和车 |
CN110412529B (zh) * | 2019-04-16 | 2021-07-20 | 北京遥感设备研究所 | 一种基于宽带信号回波速度调制的系统及方法 |
CN110133634B (zh) * | 2019-05-08 | 2022-10-14 | 电子科技大学 | 一种基于频分复用技术的mimo雷达虚拟孔径测角方法 |
CN110412558B (zh) * | 2019-07-03 | 2022-05-17 | 南京理工大学 | 基于tdm mimo的解车载fmcw雷达速度模糊方法 |
CN110286372A (zh) * | 2019-07-19 | 2019-09-27 | 湖南华诺星空电子技术有限公司 | 一种空时虚拟阵mimo的fod雷达弱目标检测方法 |
CN210775830U (zh) * | 2019-09-04 | 2020-06-16 | 南京慧尔视智能科技有限公司 | 一种mimo雷达系统 |
CN110596646A (zh) * | 2019-09-30 | 2019-12-20 | 南京慧尔视智能科技有限公司 | 一种基于mimo体制的提高雷达角度分辨率的布局及方法 |
CN113287036B (zh) * | 2019-09-30 | 2022-09-09 | 华为技术有限公司 | 一种速度解模糊的方法及回波信号处理装置 |
CN112578342A (zh) * | 2019-09-30 | 2021-03-30 | 华为技术有限公司 | 一种信号发送方法、信号处理方法及雷达装置 |
CN110865364B (zh) * | 2019-11-12 | 2021-09-28 | 森思泰克河北科技有限公司 | 雷达的目标解算方法及终端设备 |
CN113093131A (zh) * | 2019-12-23 | 2021-07-09 | 华为技术有限公司 | 一种信号处理方法及装置 |
CN111044987B (zh) * | 2019-12-26 | 2022-04-26 | 成都纳雷科技有限公司 | 基于汽车雷达的环境目标速度解模糊方法、系统及介质 |
CN111239721B (zh) * | 2020-02-13 | 2022-05-03 | 南京航空航天大学 | 车载mimo雷达求熵解速度模糊的方法 |
CN111257879B (zh) * | 2020-02-14 | 2022-08-05 | 南京航空航天大学 | 基于二范数解决毫米波mimo雷达目标分裂的方法 |
CN111308437B (zh) * | 2020-02-27 | 2022-03-22 | 南京慧尔视智能科技有限公司 | 一种毫米波mimo交通雷达求熵解速度模糊的方法 |
EP4119979A4 (en) * | 2020-03-24 | 2023-05-31 | Huawei Technologies Co., Ltd. | PROCEDURE FOR TRANSMITTING AND RECEIVING RADAR SIGNALS AND RADAR |
WO2021196165A1 (zh) * | 2020-04-03 | 2021-10-07 | 华为技术有限公司 | 频率分析方法、装置及雷达 |
CN111562581B (zh) * | 2020-04-26 | 2021-09-07 | 南京慧尔视防务科技有限公司 | 交通雷达及其目标检测方法、装置、电子设备及存储介质 |
CN111736126B (zh) * | 2020-06-01 | 2023-12-15 | 西安电子科技大学 | 一种基于低成本安防雷达的信号处理方法 |
CN111638507B (zh) * | 2020-06-05 | 2022-06-28 | 森思泰克河北科技有限公司 | 一种基于雷达的目标对象三维点云生成方法及装置 |
EP4184797A4 (en) * | 2020-08-04 | 2023-07-26 | Huawei Technologies Co., Ltd. | SIGNAL PROCESSING METHOD AND APPARATUS |
CN112014833B (zh) * | 2020-09-04 | 2023-11-14 | 上海无线电设备研究所 | 一种高速目标时频域探测方法 |
CN112098970B (zh) * | 2020-11-18 | 2021-02-19 | 南京慧尔视智能科技有限公司 | 一种用于交通微波检测的速度解模糊算法及相关设备 |
CN113945902B (zh) * | 2021-12-20 | 2022-03-01 | 南京隼眼电子科技有限公司 | 雷达的通道运动相位补偿方法、装置、设备及存储介质 |
CN114325632B (zh) * | 2022-03-14 | 2022-06-17 | 广东大湾区空天信息研究院 | Mimo体制下的毫米波雷达速度解模糊方法及处理设备 |
CN114814817B (zh) * | 2022-04-25 | 2023-10-20 | 南京隼眼电子科技有限公司 | 运动目标速度解模糊方法、装置、电子设备及存储介质 |
CN115421134B (zh) * | 2022-08-15 | 2023-12-19 | 赛恩领动(上海)智能科技有限公司 | 一种雷达的速度解模糊的方法、装置及毫米波雷达 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8619620B2 (en) * | 2008-09-16 | 2013-12-31 | Qualcomm Incorporated | Methods and systems for transmission mode selection in a multi channel communication system |
CN101908827B (zh) * | 2010-08-09 | 2014-07-16 | 中兴通讯股份有限公司 | 一种电源电压调节的控制方法和系统 |
CN101975939B (zh) * | 2010-09-28 | 2013-07-17 | 北京航空航天大学 | 一种基于压缩感知理论的多普勒解模糊处理方法 |
CN102565784B (zh) * | 2012-01-04 | 2014-05-14 | 西安电子科技大学 | 基于vsar系统的动目标重定位与速度解模糊方法 |
DE102014208899A1 (de) * | 2014-05-12 | 2015-11-12 | Robert Bosch Gmbh | Verfahren zur Kalibrierung eines MIMO-Radarsensors für Kraftfahrzeuge |
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 |
CN106353744B (zh) * | 2016-10-28 | 2018-09-11 | 中国人民解放军信息工程大学 | 基于双基地fda-mimo雷达的多参数联合估计方法 |
CN106940442B (zh) * | 2017-03-15 | 2019-09-10 | 西北大学 | 一种高速弹载雷达波形设计方法 |
CN106842166B (zh) * | 2017-03-31 | 2019-04-30 | 东南大学 | 一种适用于线性调频连续波雷达系统的解速度模糊方法 |
CN107545549B (zh) * | 2017-07-21 | 2020-07-28 | 南京航空航天大学 | 基于一维频谱曲线的散焦点扩散函数估计方法 |
-
2018
- 2018-04-24 CN CN201810376216.6A patent/CN108594233B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108594233A (zh) | 2018-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108594233B (zh) | 一种基于mimo汽车雷达的速度解模糊方法 | |
CN109917340B (zh) | 一种mimo雷达波形调制解调方法 | |
CN110412558B (zh) | 基于tdm mimo的解车载fmcw雷达速度模糊方法 | |
CN110297236B (zh) | 雷达装置 | |
CN113567928A (zh) | Mimo雷达装置和mimo雷达方法 | |
CN106019238B (zh) | 雷达装置 | |
CN110927661A (zh) | 基于music算法的单基地展开互质阵列mimo雷达doa估计方法 | |
CN108387877B (zh) | 一种多输入多输出雷达的运动目标相位修正方法 | |
CN109804269A (zh) | 用于在mimo雷达中获取角度多普勒签名的方法和系统 | |
EP4009074B1 (en) | Co-prime coded (cpc) doppler division multiplexing (ddm) mimo radar method and system | |
JPWO2007020704A1 (ja) | 目標物検出方法及び目標物検出装置 | |
CN111257879B (zh) | 基于二范数解决毫米波mimo雷达目标分裂的方法 | |
CN111239721B (zh) | 车载mimo雷达求熵解速度模糊的方法 | |
CN111521968B (zh) | 基于目标空间分集的欠定doa估计方法 | |
CN115685080A (zh) | 一种雷达时间-多普勒双域联合编码波形设计与处理方法 | |
CN113811789A (zh) | 用于评估雷达系统的方法 | |
Niu et al. | A novel transmitter-interpulse phase coding MIMO-radar for range ambiguity separation | |
Wang et al. | Improving the image quality of spaceborne multiple-aperture SAR under minimization of sidelobe clutter and noise | |
CN108710116B (zh) | 一种mimo雷达的运动目标相位恢复方法 | |
CN113109785A (zh) | 一种mimo雷达多通道分离方法 | |
US11846700B2 (en) | On-field phase calibration | |
CN114325700A (zh) | 一种星载多通道sar动目标成像方法 | |
Sun et al. | Multi-frequency sparse array-based massive MIMO radar for autonomous driving | |
Rommel et al. | Development of a MIMO Radar System demonstrator-Calibration and demonstration of first results | |
EP4184196A1 (en) | Phase modulated continuous wave radar system that uses velocity labeled multiplexing for generating |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |