CN109444828A - 一种基于线性调频连续波的多目标检测识别方法和系统 - Google Patents

一种基于线性调频连续波的多目标检测识别方法和系统 Download PDF

Info

Publication number
CN109444828A
CN109444828A CN201811203419.1A CN201811203419A CN109444828A CN 109444828 A CN109444828 A CN 109444828A CN 201811203419 A CN201811203419 A CN 201811203419A CN 109444828 A CN109444828 A CN 109444828A
Authority
CN
China
Prior art keywords
target
signal
frequency
wave
trapezoidal wave
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.)
Pending
Application number
CN201811203419.1A
Other languages
English (en)
Inventor
吴永乐
段智毅
王卫民
刘元安
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201811203419.1A priority Critical patent/CN109444828A/zh
Publication of CN109444828A publication Critical patent/CN109444828A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G01S7/35—Details of non-pulse systems
    • 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
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles

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

一种基于线性调频连续波的多目标检测识别方法和系统，其中，该方法包括：采用线性调频连续波雷达发射频率变化的梯形波信号；接收梯形波发射信号的回波信号；将梯形波发射信号和回波信号进行混频，得到梯形波差频信号；基于梯形波差频信号进行解耦合，得到目标识别结果，目标识别结果包括：真实目标、虚假目标和不确定目标；判断不确定目标所携带的多普勒频率是否对应至少两个目标；如果不对应，则将其确定为真实目标。上述技术方案能够准确识别目标。

Description

一种基于线性调频连续波的多目标检测识别方法和系统
技术领域
本发明属于雷达信号处理领域，具体涉及一种基于线性调频连续波的多目标检测识别方法和系统。
背景技术
交通安全问题伴随着人类社会的发展变得愈发重要，道路安全事故年增长率达65％，预计到2030年将成为全球第七大死因。近几年，随着人工智能与嵌入式硬件的发展，自动/辅助驾驶作为一项新兴技术，被越来越多的科研工作者所热捧。其中汽车安全系统主要分为主动式和被动式。在主动式安全系统中，目标距离、相对速度和方位角度是几个关键的感知参数。而ADAS(Advanced Driver Assistant Systems，高级驾驶辅助系统)集成了多种传感器，如毫米波雷达、激光雷达、摄像头、超声波雷达等，被广泛用于避障、环境感知以及地图构建，以实时感知周边环境，并根据具体情况警示驾驶者或随时接管车辆控制。其中毫米波雷达凭借其全天候工作、不受天气影响、远距离探测、车辆测速、恶劣环境工作能力等优势成为了车载感知端重要的组成部分。其主要工作频段在24GHz、76GHz和79GHz。
线性调频连续波(FMCW)雷达作为连续波雷达的一种，凭借其低虚警率、高距离分辨率、低发射功率、低成本等优点成为车载领域常用的传感器。目前，主流的FMCW雷达工作体制有锯齿波(sawtooth)、三角波(triangular)、梯形波(trapezoid)等。但是它们在不同场景下都存在各自的技术缺陷。锯齿波不能直接测量目标的速度信息，如使用二维FFT计算距离速度信息，则需要非常快的发射调制控制电路和更强的计算能力；三角波在多目标场景下存在N2-N个虚假目标，其中N为真实目标数目；当多个虚假目标携带相同多普勒频率时，梯形波也无法判别真假。
综上所述，上述方法对于真实目标的检测准确率都很低。
发明内容
(一)发明目的
本发明的目的是提供一种能够提高检测准确率的基于线性调频连续波的多目标检测识别方法和系统。
(二)技术方案
为解决上述问题，本发明的第一方面提供了一种基于线性调频连续波的多目标检测识别方法，包括：采用线性调频连续波雷达发射频率变化的梯形波信号；接收所述梯形波信号的回波信号；基于所述梯形波信号和回波信号的混频结果，得到梯形波差频信号；基于所述梯形波差频信号进行解耦合，得到目标识别结果，所述目标识别结果至少包括：真实目标、虚假目标和不确定目标；判断所述不确定目标所携带的多普勒频率是否对应至少两个目标；如果所述不确定目标所携带的多普勒频率不是对应至少两个目标，则将其确定为真实目标。
进一步，如果所述不确定目标所携带的多普勒频率对应至少两个目标，则所述检测方法还包括：采用线性调频连续波雷达发射频率变化的三角波信号并接收所述三角波信号的回波信号，所述三角波信号的调频斜率与所述梯形波信号的调频斜率不同；其中，如果所述不确定目标所携带的多普勒频率对应至少两个目标，则基于所述三角波信号和所述三角波信号的回波信号混频的结果，得到三角波差频信号；基于所述三角波差频信号进行解耦合，确定所述不确定目标是否为真实目标。
进一步，所述梯形波差频信号包括上升沿差频频率、恒频差和下降沿差频频率。
进一步，基于所述梯形波差频信号进行解耦合，得到目标识别结果，包括：基于每个目标的所述梯形波差频信号的上升沿差频频率确定其在梯形波上升沿的距离-速度关系；基于每个目标的所述梯形波差频信号的下降沿差频频率确定其在梯形波下降沿的距离-速度关系；基于每个目标的所述梯形波差频信号的恒频差确定多普勒速度；基于所述梯形波上升沿的距离-速度关系、梯形波下降沿的距离-速度关系和多普勒速度确定可能存在的目标；识别所述可能存在的目标中的真实目标、虚假目标和不确定目标。
进一步，所述识别所述可能存在的目标中的真实目标、虚假目标和不确定目标，包括：如果一个可能存在的目标对应一个多普勒速度，则识别为真实目标；如果一个可能存在的目标对应零个多普勒速度，则识别为虚假目标；如果一个可能存在的目标对应多个多普勒速度，则识别为不确定目标。
进一步，基于所述三角波差频信号进行解耦合，确定所述不确定目标中的真实目标，包括：基于所述三角波差频信号的上升沿差频频率确定单个目标在三角波上升沿的距离-速度关系；基于所述三角波差频信号的下降沿差频频率确定单个目标在三角波下降沿的距离-速度关系；基于所述梯形波上升沿的距离-速度关系、所述梯形波下降沿的距离-速度关系、所述三角波上升沿的距离-速度关系、所述三角波下降沿的距离-速度关系和多普勒速度确定真实目标。
根据本发明的另一个方面，还提供一种基于线性调频连续波的多目标检测识别系统，包括：发射模块，用于采用线性调频连续波雷达发射频率变化的梯形波信号；接收模块，用于接收所述梯形波信号的回波信号；混频模块，用于基于所述梯形波信号和所述梯形波信号的回波信号进行混频，得到梯形波差频信号；解耦合模块，用于基于所述梯形波差频信号进行解耦合，得到目标识别结果，所述目标识别结果至少包括：真实目标、虚假目标和不确定目标；判断模块，用于判断所述不确定目标所携带的多普勒频率是否对应至少两个目标；以及如果所述不确定目标所携带的多普勒频率不是对应至少两个目标，则将所述不确定目标确定为真实目标。
进一步，如果所述不确定目标所携带的多普勒频率对应至少两个目标，则采用所述发射模块利用线性调频连续波雷达发射频率变化的三角波信号，所述三角波信号的调频斜率与所述梯形波信号的调频斜率不同；所述接收模块，还用于接收所述三角波信号的回波信号；所述混频模块，还用于基于所述三角波信号和所述三角波信号的回波信号混频的结果，得到三角波差频信号；所述解耦合模块，还用于基于所述三角波差频信号进行解耦合，确定所述不确定目标是否为真实目标。
根据本发明实施例的另一个方面，提供一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令用于使计算机执行上述任一种基于线性调频连续波的多目标检测识别方法。
根据本发明实施例的另一个方面，提供一种计算机程序产品，计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行上述任一种基于线性调频连续波的多目标检测识别方法。
(三)有益效果
本发明的上述技术方案具有如下有益的技术效果：采用线性调频连续波(FMCW)雷达发射频率变化的梯形波对目标场景内所有的目标进行感知，在接收部分通过混频得到梯形波差频信号，然后基于梯形波差频信号进行解耦合，排除虚假目标，得到真实目标。在实际的汽车避障雷达中进行检测，由于调频连续波雷达的调频带宽较大，使得其距离分辨率较高，因此，检测概率大，检测准确率较高。
附图说明
图1是本发明一种实施方式的一种基于线性调频连续波的多目标检测识别方法所依赖的硬件架构的结构示意图；
图2是本发明一种实施方式的基于线性调频连续波的多目标识别的检测方法的流程示意图；
图3是本发明实施例在单目标下的发射、接收信号以及差频信号频域分析的示意图；
图4是本发明实施例的另一实施方式的一种基于线性调频连续波的多目标检测识别方法所依赖的硬件架构的结构示意图；
图5显示了Part A处理后的R-V map示意图；
图6显示了最终解耦合后的目标识别示意图；
图7显示了具体实施的仿真方案模型；
图8显示了判断准则示意图；
图9是本发明实施例的一种基于线性调频连续波的多目标检测识别系统的结构示意图；
图10是本发明实施例的解耦合模块的一种实施方式的示意图；
图11是本发明实施例的识别模块的一种实施方式的示意图；
图12是本发明实施例的解耦合模块的另一种实施方式的示意图；
图13是本发明实施例的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
图1是本发明实施例的一种基于线性调频连续波的多目标检测识别方法所依赖的硬件架构的结构示意图。
如图1所示，一种线性调频连续波雷达系统，包括发射部分和接收部分，其中，发射部分包括依次连接的压控振荡器、功分器和功率放大器；接收部分包括依次连接的低噪放单元、混频器、放大及低通滤波器和控制及信号处理器，其中，功分器和混频器连接，控制及信号处理器还和压控振荡器连接；图中，Tx代表发射天线，Rx代表接收天线。
需要说明的是，以下实施方式所介绍的检测方法均在控制单元和信号处理器当中实现。
图2是本发明一种实施方式的基于线性调频连续波的多目标识别的检测方法的流程示意图。
如图2所示，一种基于线性调频连续波的多目标识别的检测方法，包括如下步骤S101-S106：
S101，发射频率变化的梯形波信号；
具体地，是采用线性调频连续波(FMCW)雷达系统中的压控振荡器(VCO)发射频率变化的梯形波对目标场景内所有的目标进行感知，来实现发射频率变化的梯形波信号。
S102，接收梯形波信号的回波信号；
具体地，是由雷达系统的接收部分来接收，在一个具体的实施例中，是由接收部分的接收天线首先接收梯形波信号的反射信号，然后经过低噪放单元进行处理后送入混频器中，进而由混频器将梯形波信号和经过低噪放处理后的梯形波信号的回波信号作混频处理，由于混频器的输入需要有梯形波的发射信号作为本振，因此，需要将压控振荡器发射出来的梯形波信号分为两路，一路送入功率放大器放大后发射出去，另一路送入混频器。
S103，基于梯形波信号和梯形波信号的回波信号的混频结果，得到梯形波差频信号；
在一个具体的实施例中，梯形波差频信号需要经过放大及低通滤波器的处理，然后送入控制及信号处理器当中进行以下S104-S106的处理。
S104，基于梯形波差频信号进行解耦合，得到目标识别结果，其中，目标识别结果至少包括：真实目标、虚假目标和不确定目标；
S105，判断不确定目标所携带的多普勒频率是否对应至少两个目标；
S106a，如果不确定目标所携带的多普勒频率不是对应至少两个目标，则将真实目标确定为识别结果。
在一个具体地实施方式中，梯形波差频信号包括上升沿差频频率、恒频差和下降沿差频频率。梯形波信号包括上升沿发射信号、恒频发射信号和下降沿发射信号；同样地，梯形波回波信号也包括上升沿回波信号、恒频回波信号和下降沿回波信号。
具体地，梯形波差频信号中的上升沿差频频率是由上升沿发射信号和上升沿回波信号的差值得到，梯形波差频信号中的下降沿差频频率是由下降沿发射信号和下降沿回波信号的差值得到，恒频差是由恒频发射信号和恒频回波信号的差值计算得到。
其中，基于梯形波差频信号进行解耦合，得到目标识别结果的步骤S104，包括如下子步骤S1041-S1045：
S1041，基于每个目标的梯形波差频信号的上升沿差频频率确定其在梯形波上升沿的距离-速度关系；
S1042，基于每个目标的梯形波差频信号的下降沿差频频率确定其在梯形波下降沿的距离-速度关系；
具体地，对于步骤S1041和步骤S1042来说，是基于梯形波信号与梯形波信号的回波信号之间的频差与恒频差之间的差值得到梯形波的上升沿差频频率，同样地，基于梯形波信号与梯形波信号的回波信号之间的频差与恒频差之间的和值得到梯形波的下降沿差频频率；即：
式中，fup1代表梯形波的上升沿差频频率，fdown1代表梯形波的下降沿差频频率，fDelay代表梯形波信号与梯形波信号的回波信号之间由于时延引起的频差；fDopp代表梯形波信号与梯形波信号的回波信号之间的多普勒频移引起的频差；
进一步地，将三角相似几何关系：(Tm/2＝Ta)和多普勒频率计算公式：fDopp＝2vf0/c代入上述公式1中，可以得到单个目标在梯形波上升沿和梯形波下降沿的距离-速度关系式：
式中，c表示光速，B表示调制带宽，Ta表示图3中Part A部分的调制周期，f0为常数，表示雷达发射信号的中心频率，v表示速度，R表示距离，fup1代表梯形波的上升沿差频频率，fdown1代表梯形波的下降沿差频频率。
S1043，基于每个目标的梯形波差频信号的恒频差确定多普勒速度；
S1044，基于梯形波上升沿的距离-速度关系、梯形波下降沿的距离-速度关系和多普勒速度确定可能存在的目标；
S1045，识别可能存在的目标中的真实目标、虚假目标和不确定目标。
进一步地，识别可能存在的目标中的真实目标、虚假目标和不确定目标的步骤中，具体包括以下几种分析过程：
a.如果一个可能存在的目标对应一个多普勒速度，则识别为真实目标；
b.如果一个可能存在的目标对应零个多普勒速度，则识别为虚假目标；
c.如果一个可能存在的目标对应多个多普勒速度，则识别为不确定目标。
在这里，假设场景中有3个真实目标存在，则如图3所示，可以得到3条斜率为负的直线(图3中密度较大的虚线表示，记为第一直线)，同样地，可以得到3条斜率为正的直线(图3中密度较小的虚线表示，记为第二直线)，根据恒频可以得到3条水平直线(图中黑色线条表示，记为第三直线)；从图中可以看到，这些直线之间均有交叉，进一步，可以根据以下规则判断哪些交叉点存在目标，哪些交叉点存在的目标是真实目标，哪些是虚假目标，哪些是不确定目标。具体地，规则为：
1)如果第一直线、第二直线和第三直线相交，且第三直线上只有一个交点，则认为是真实目标；
2)如果只有第一直线和第二直线相交，则认为是虚假目标；
3)如果第一直线、第二直线和第三直线均相交，且第三直线上有多个交点，则认为是不确定目标；对于不确定目标，还需加入三角波进行识别。
图4是本发明另一种实施方式的基于线性调频连续波的多目标识别的检测方法的流程示意图。
在上述实施方式的基础上，单纯采用梯形波并不能完全识别所有目标，还有一些目标无法确定是真实目标还是虚假目标，以下称之为不确定目标，故如图4所示，本发明提出梯形波+三角波组合的方式来识别场景中的目标，具体包括如下步骤：
S106b，采用线性调频连续波雷达发射频率变化的三角波信号并接收三角波信号的回波信号，三角波信号的调频斜率与梯形波信号的调频斜率不同；
S107，基于三角波信号和三角波信号的回波信号进行混频，得到三角波差频信号；
其中，三角波差频信号包括：三角波上升沿差频信号和三角波下降沿差频信号；
S108，基于三角波差频信号进行解耦合，确定真实目标(识别不确定目标是否为真实目标)。
其中，基于三角波差频信号进行解耦合，确定真实目标的步骤S108，包括：
S1081，基于三角波差频信号的上升沿差频频率确定单个目标在三角波上升沿的距离-速度关系；
式中，v表示速度；R表示距离；B表示调制带宽；Tb表示图3中Part B部分的调制周期；f0为常数，表示雷达发射信号的中心频率；fup2代表三角波的上升沿差频频率，fdown2代表梯形波的下降沿差频频率；Tb表示图3中Part B部分的调制周期。
S1082，基于三角波差频信号的下降沿差频频率确定单个目标在三角波下降沿的距离-速度关系；
S1083，基于梯形波上升沿的距离-速度关系、梯形波下降沿的距离-速度关系、三角波上升沿的距离-速度关系、三角波下降沿的距离-速度关系和多普勒速度确定真实目标。
本发明实施例采用上述梯形波+三角波的雷达组合波形，综合了两种波形的优点，从而能够有效去除虚假目标，提高检测概率。下面通过举例对以上实施例进行详细说明：
本示例中的梯形波和三角波分别表示为Part A和Part B，如图3中Tx signal线表示梯形波或者三角波的发射波，图4中纵坐标表示频率，横坐标表示时间，其中，Part A由上升沿、恒频和下降沿构成；Part B则由上升沿和下降沿组成。特别地，梯形波上升沿和下降沿的调频斜率与三角波对应斜率是不同的。图3中Rx signal线表示单目标场景下的反射回波，与发射信号存在由时延引起的频差fDelay和多普勒频移引起的频差fDopp。其中，发射波形的调制带宽为B，Part A的调制周期为3*Ta，相应的Part B为2*Tb。
(2)图3中由竖直的直线(虚线)引出的坐标系表示发射信号(包括梯形波发射信号和三角波发射信号)与回波信号(包括梯形波回波信号和三角波回波信号)作混频经滤波放大后的差频信号。其中，fup1、fdown1分别表示梯形波上升沿和下降沿的差频频率，fDopp为恒频差，也即目标多普勒频率；fup2、fdown2为三角波上升沿和下降沿的差频频率。
(3)假设有3个真实目标存在，则对于Part A，从图中能得到下式：
然后根据三角相似几何关系：(Tm/2＝Ta)和多普勒频率计算公式：fDopp＝2vf0/c，可以得到单目标在上升沿和下降沿的距离速度关系式
式中，c表示光速，B表示调制带宽，Ta表示图3中Part A部分的调制周期，f0为常数，表示雷达发射信号的中心频率，v表示速度，R表示距离，fup1代表梯形波的上升沿差频频率，fdown1代表梯形波的下降沿差频频率。
由前述假设的3个目标可知，能得到3个上升沿差频、3个下降沿差频和3个恒频，分别采用3条斜率为负的直线、3条斜率为正的直线和3条水平直线来表示。其中每一个交叉点对应的横坐标代表每种组合的距离值，纵坐标代表速度值。由于假设了有3个目标存在，所以距离-速度图上存在9种可能的距离、速度组合，由此可知，这9个可能的目标中存在6个虚假目标。
(4)从图5中可以清楚地看到，空心圆所示的4种组合没有对应的多普勒速度，故直接判断为虚假目标。第一个和第三个多普勒速度分别只对应一个交叉点(实心圆所示)，于是可以判断其为真实目标的速度信息。然而第二个多普勒速度对应了三个可能的目标(空心方块所示)，至此，还不能断定其是虚假目标还是多个具有相同多普勒速度的真实目标(如每个多普勒速度皆只对应一个交叉点，则可以直接得出每个目标的速度值，从而跳过第(5)步)。
(5)进一步，通过加入一个调频斜率不同的三角波。同样地，能在上升沿和下降沿得到如下的距离-速度关系式：
式中，v表示速度；R表示距离；B表示调制带宽；Tb表示图3中Part B部分的调制周期；f0为常数，表示雷达发射信号的中心频率；fup2代表三角波的上升沿差频频率，fdown2代表梯形波的下降沿差频频率；Tb表示图3中Part B部分的调制周期。
在图5的基础上，将上述的线性关系添加进去，得到了图6的示意图。联合上述几步，就构成了整个解耦合算法。很清楚地可以看到，当两个子波形的解耦合要求同时满足时，根据“2/2”检测准则，所有的真实目标被识别了出来，并且无虚假目标干扰。
图7显示了本发明优选实施例的仿真方案，具体的系统参数设定为：调制带宽B＝250MHZ，中心频率f0＝24GHz，Ta＝1ms，Tb＝2ms。
如图7所示，最左端有一个装有前视毫米波雷达的探测车，右边共有10个目标汽车(RCS忽略不计，皆视为点目标)，它们有各自的初始距离和平均速度(假设均为匀速运动)。其中，有3辆朝探测车迎面驶来，5辆向远方驶离，2辆停在路边。
假设监测的速度范围为-60～60m/s，距离范围为0～150m。由前面的理论推导可知，在这个范围内，10个点目标会产生100种可能的组合，也就是说这100种组合里有90个都是因为距离多普勒耦合产生的虚假目标。实际上，在监控范围内出现的只有其中24种组合。
首先经过梯形波的解耦合处理后，其中12个虚假目标因不满足多普勒频率的要求被排除。但目前仍有2个因携带与真实目标相同多普勒频率的虚假目标无法判断。至此，根据判断还无法确定最后2个目标的真实信息。于是将上述结果经过三角波解耦合理后，可以在图8看到，所有的虚假目标都被排除开外了，最终得到了10个真实的原始点目标信息，说明本发明实施例提供的方法能够提高检测准确率，检测概率大。
如图9所示，一种基于线性调频连续波的多目标检测识别系统，包括：
发射模块，用于采用线性调频连续波雷达发射频率变化的梯形波信号；
接收模块，用于接收梯形波信号的回波信号；
混频模块，用于基于梯形波信号和梯形波信号的回波信号进行混频，得到梯形波差频信号；
解耦合模块，用于基于梯形波差频信号进行解耦合，得到目标识别结果，目标识别结果至少包括：真实目标、虚假目标和不确定目标；
判断模块，用于判断不确定目标所携带的多普勒频率是否对应至少两个目标；以及如果不确定目标所携带的多普勒频率不是对应至少两个目标，则将不确定目标确定为真实目标。
进一步，如果不确定目标所携带的多普勒频率对应至少两个目标，则采用发射模块利用线性调频连续波雷达发射频率变化的三角波信号并采用接收模块接收三角波信号的回波信号，三角波信号的调频斜率与梯形波信号的调频斜率不同；混频模块，还用于基于三角波信号和三角波信号的回波信号进行混频，得到三角波差频信号；解耦合模块，还用于基于三角波差频信号进行解耦合，确定不确定目标中的真实目标。
其中，梯形波差频信号包括上升沿差频频率、恒频差和下降沿差频频率。
具体地，如图10所示，解耦合模块包括：
梯形波上升沿距离速度关系确定模块，用于基于每个目标的梯形波差频信号的上升沿差频频率确定其在梯形波上升沿的距离-速度关系；
梯形波下降沿距离速度关系确定模块，用于基于每个目标的梯形波差频信号的下降沿差频频率确定其在梯形波下降沿的距离-速度关系；
多普勒速度确定模块，用于基于每个目标的梯形波差频信号的恒频差确定多普勒速度；
第一目标确定模块，用于基于梯形波上升沿的距离-速度关系、梯形波下降沿的距离-速度关系和多普勒速度确定可能存在的目标；
识别模块，用于识别可能存在的目标中的真实目标、虚假目标和不确定目标。
其中，如图11所示，识别模块包括：
第一识别单元，用于当一个可能存在的目标对应一个多普勒速度时，将其识别为真实目标；
第二识别单元，用于当一个可能存在的目标对应零个多普勒速度，将其识别为虚假目标；
第三识别单元，用于当一个可能存在的目标对应多个多普勒速度，将其识别为不确定目标。
进一步地，如图12所示，解耦合模块还包括：
三角波上升沿距离速度关系确定模块，用于基于三角波差频信号的上升沿差频频率确定单个目标在三角波上升沿的距离-速度关系；
三角波下降沿距离速度关系确定模块，用于基于三角波差频信号的下降沿差频频率确定单个目标在三角波下降沿的距离-速度关系；
第二目标确定模块，用于基于梯形波上升沿的距离-速度关系、梯形波下降沿的距离-速度关系、三角波上升沿的距离-速度关系、三角波下降沿的距离-速度关系和多普勒速度确定真实目标。
需要说明的是，本发明一种基于线性调频连续波的多目标检测识别系统是与涉及计算机程序流程的一种基于线性调频连续波的多目标检测识别方法一一对应的系统，由于在前已经对一种基于线性调频连续波的多目标检测识别方法的步骤流程进行了详细描述，在此不再对一种基于线性调频连续波的多目标检测识别系统的实施过程进行赘述。
本发明实施例还提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令用于使计算机执行上述任一个实施例的方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
如图13所示，一种执行前述方法的电子设备，包括一个或多个处理器1301以及与一个或多个处理器通信连接的存储器1302，图13中以一个处理器为例。
电子设备还可以包括：输入装置1303和输出装置1304，输入装置1303用于输入获取的至少一张图像，输出装置1304用于输出匹配得到的任务。
处理器1301、存储器1302、输入装置1303和输出装置1304可以通过总线或者其他方式连接，图13中以通过总线连接为例。
存储器1302作为一种非暂态计算机可读存储介质。可用于存储非暂态软件程序、非暂态计算机可执行程序，如本发明实施例中的一种基于线性调频连续波的多目标检测识别方法对应的软件程序、指令以及模块。处理器1301通过运行存储在存储器1302中的非暂态软件程序、指令以及模块，执行一种基于线性调频连续波的多目标检测识别系统的各种功能应用以及数据处理，即实现上述方法实施例的方法步骤。
存储器1302可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据一种基于线性调频连续波的多目标检测识别系统的使用所创建的数据等。此外，存储器1302可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件，闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器1302可选包括相对于处理器1301远程设置的存储器，这些远程存储器可以通过网络连接至一种基于线性调频连续波的多目标检测识别系统。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置1303可接收输入的至少一个数据，以及产生与输入的数据的基于线性调频连续波的多目标检测识别系统的用户设置以及功能控制有关的键信号输入。输入装置1303可以包括触摸屏、键盘等，也可以包括有线接口、无线接口等。输出装置1304可包括显示屏等显示设备。
一个或多个软件程序、指令存储在存储器1302中，当被一个或多个处理器1301执行时，执行上述任意方法实施例中的一种基于线性调频连续波的多目标检测识别方法。
在本发明实施例中，一个或多个处理器能够：执行前述任一实施方式的一种基于线性调频连续波的多目标检测识别方法。
本发明实施例的技术方案具有以下有益效果：
(1)由于现有技术采用解耦合算法在一个完整调制周期内需要完成5次复数FFT运算，梯形波已经能够满足大多数应用场景，即能够检测出来大多数的目标，因此，本发明通过根据单个多普勒频率上是否对应至少两个目标来决定是否需要三角波进一步解耦合处理，而解耦合算法在一个完整调制时间内需要完成的复数FFT运算相比梯形波要少，因此，在一个完整的检测过程中，能避免一部分冗余计算，提高整套算法的计算速度，节省了计算时间，使得时间效率较高，这对于ADAS有良好的应用前景。
(2)由于采用的是一发一收的射频天线系统，因此，不存在单基脉冲雷达检测中出现的测距盲区问题。
(3)由于调频连续波雷达的调频带宽较大，使得距离分辨率较高。
(4)采用线性调频连续波(FMCW)雷达发射梯形波信号，由于梯形波的平坦部分发射的是一个恒定频率，其回波是一个叠加了多普勒频率的恒定频率，因此，经混频低通滤波后，能直接获得目标的多普勒频率。
(5)在梯形波解耦合处理后增加了基于三角波进行进一步判断的方法，如存在不确定目标无法确定，即需对虚假目标进行进一步辨识，则使用三角波继续处理；反之，可直接获得目标的距离、速度信息。
(6)由于该组合波形是基于线性调频连续波雷达的，通过任意时刻回波信号与发射信号在上升沿和下降沿的差频信号，可获得由于距离和速度引起的频差信息，因此，通过解算可将静态目标和动态目标都识别出来。
(7)梯形波和三角波的调频斜率在带宽相同的情况下由调制时间决定，梯形波上升沿和下降沿的调制时间分别为1ms，对应三角波则为2ms。由于两种调频斜率的不同，在最后解算的距离-速度图(R-V map)上能够通过“2/2”(同时满足梯形波和三角波判断准则的情况数据/总的情况数据，即梯形波+三角波判断准则/梯形波+三角波)检测准则得到目标的真实距离、速度信息，进而解决单一波形在雷达检测中出现虚警的问题，从而提高了其检测概率，保证了雷达性能的可靠性。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (10)

1.一种基于线性调频连续波的多目标检测识别方法，其特征在于，包括：
采用线性调频连续波雷达发射频率变化的梯形波信号；
接收所述梯形波信号的回波信号；
基于所述梯形波信号和回波信号的混频结果，得到梯形波差频信号；
基于所述梯形波差频信号进行解耦合，得到目标识别结果，所述目标识别结果至少包括：真实目标、虚假目标和不确定目标；
判断所述不确定目标所携带的多普勒频率是否对应至少两个目标；
如果所述不确定目标所携带的多普勒频率不是对应至少两个目标，则将其确定为真实目标。
2.根据权利要求1所述的一种基于线性调频连续波的多目标检测识别方法，其特征在于，如果所述不确定目标所携带的多普勒频率对应至少两个目标，则所述检测方法还包括：
采用线性调频连续波雷达发射频率变化的三角波信号并接收所述三角波信号的回波信号，所述三角波信号的调频斜率与所述梯形波信号的调频斜率不同；
基于所述三角波信号和所述三角波信号的回波信号混频的结果，得到三角波差频信号；
基于所述三角波差频信号进行解耦合，确定真实目标。
3.根据权利要求1所述的一种基于线性调频连续波的多目标检测识别方法，其特征在于，所述梯形波差频信号包括上升沿差频频率、恒频差和下降沿差频频率。
4.根据权利要求3所述的一种基于线性调频连续波的多目标检测识别方法，其特征在于，基于所述梯形波差频信号进行解耦合，得到目标识别结果，包括：
基于每个目标的所述梯形波差频信号的上升沿差频频率确定其在梯形波上升沿的距离-速度关系；
基于每个目标的所述梯形波差频信号的下降沿差频频率确定其在梯形波下降沿的距离-速度关系；
基于每个目标的所述梯形波差频信号的恒频差确定多普勒速度；
基于所述梯形波上升沿的距离-速度关系、梯形波下降沿的距离-速度关系和多普勒速度确定可能存在的目标；
识别所述可能存在的目标中的真实目标、虚假目标和不确定目标。
5.根据权利要求4所述的一种基于线性调频连续波的多目标检测识别方法，其特征在于，所述识别所述可能存在的目标中的真实目标、虚假目标和不确定目标，包括：
如果一个可能存在的目标对应一个多普勒速度，则识别为真实目标；
如果一个可能存在的目标对应零个多普勒速度，则识别为虚假目标；
如果一个可能存在的目标对应多个多普勒速度，则识别为不确定目标。
6.根据权利要求2所述的一种基于线性调频连续波的多目标检测识别方法，其特征在于，基于所述三角波差频信号进行解耦合，确定所述不确定目标中的真实目标，包括：
基于所述三角波差频信号的上升沿差频频率确定单个目标在三角波上升沿的距离-速度关系；
基于所述三角波差频信号的下降沿差频频率确定单个目标在三角波下降沿的距离-速度关系；
基于所述梯形波上升沿的距离-速度关系、所述梯形波下降沿的距离-速度关系、所述三角波上升沿的距离-速度关系、所述三角波下降沿的距离-速度关系和多普勒速度确定真实目标。
7.一种基于线性调频连续波的多目标检测识别系统，其特征在于，包括：
发射模块，用于采用线性调频连续波雷达发射频率变化的梯形波信号；
接收模块，用于接收所述梯形波信号的回波信号；
混频模块，用于基于所述梯形波信号和所述梯形波信号的回波信号进行混频，得到梯形波差频信号；
解耦合模块，用于基于所述梯形波差频信号进行解耦合，得到目标识别结果，所述目标识别结果至少包括：真实目标、虚假目标和不确定目标；
判断模块，用于判断所述不确定目标所携带的多普勒频率是否对应至少两个目标；以及如果所述不确定目标所携带的多普勒频率不是对应至少两个目标，则将所述不确定目标确定为真实目标。
8.根据权利要求7所述的一种基于线性调频连续波的多目标检测识别系统，其特征在于，
如果所述不确定目标所携带的多普勒频率对应至少两个目标，则采用所述发射模块利用线性调频连续波雷达发射频率变化的三角波信号，所述三角波信号的调频斜率与所述梯形波信号的调频斜率不同；
所述接收模块，还用于接收所述三角波信号的回波信号；
所述混频模块，还用于基于所述三角波信号和所述三角波信号的回波信号混频的结果，得到三角波差频信号；
所述解耦合模块，还用于基于所述三角波差频信号进行解耦合，确定所述不确定目标是否为真实目标。
9.一种计算机存储介质，其特征在于，所述存储介质上存储有计算机程序，所述程序被处理器执行时实现权利要求1-6中任意一项所述一种基于线性调频连续波的多目标检测识别方法的步骤。
10.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1-6中任意一项所述一种基于线性调频连续波的多目标检测识别方法的步骤。
CN201811203419.1A 2018-10-16 2018-10-16 一种基于线性调频连续波的多目标检测识别方法和系统 Pending CN109444828A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811203419.1A CN109444828A (zh) 2018-10-16 2018-10-16 一种基于线性调频连续波的多目标检测识别方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811203419.1A CN109444828A (zh) 2018-10-16 2018-10-16 一种基于线性调频连续波的多目标检测识别方法和系统

Publications (1)

Publication Number Publication Date
CN109444828A true CN109444828A (zh) 2019-03-08

Family

ID=65545652

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811203419.1A Pending CN109444828A (zh) 2018-10-16 2018-10-16 一种基于线性调频连续波的多目标检测识别方法和系统

Country Status (1)

Country Link
CN (1) CN109444828A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110174676A (zh) * 2019-04-30 2019-08-27 深圳市速腾聚创科技有限公司 激光雷达的测距方法、系统和设备
CN110575627A (zh) * 2019-09-24 2019-12-17 黄晶 一种快速获取目标神经治疗能量投送位点的物理标测装置
CN110688957A (zh) * 2019-09-27 2020-01-14 腾讯科技（深圳）有限公司 应用于人脸识别的活体检测方法、装置及存储介质
CN111158057A (zh) * 2019-12-26 2020-05-15 北京遥测技术研究所 一种稀疏阵三维成像安检装置及方法
CN111399587A (zh) * 2020-02-26 2020-07-10 江苏大学 一种基于梯形波的超声脉冲激励信号合成方法及其系统
CN112083405A (zh) * 2020-09-11 2020-12-15 广东工业大学 一种基于混合波形的目标检测方法及相关装置
CN112859104A (zh) * 2019-11-09 2021-05-28 北醒（北京）光子科技有限公司 一种探测方法及探测装置、存储介质
CN113009439A (zh) * 2021-01-29 2021-06-22 江苏集萃移动通信技术研究所有限公司 一种基于调频连续波毫米波雷达的多目标探测方法
CN114280612A (zh) * 2021-12-13 2022-04-05 珠海安自达科技有限公司 一种绝缘体目标的毫米波雷达恒虚警检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014006072A (ja) * 2012-06-21 2014-01-16 Nec Corp レーダ装置、目標データ取得方法及び、目標追尾システム
CN104597452A (zh) * 2013-11-01 2015-05-06 中国科学院上海技术物理研究所 对称三角线性调频连续波激光雷达探测目标的方法
EP2884299A1 (en) * 2013-12-16 2015-06-17 Autoliv Development AB Speed determination of a target
CN105842685A (zh) * 2016-03-18 2016-08-10 浙江大华技术股份有限公司 一种多目标雷达探测方法
CN108008391A (zh) * 2017-11-28 2018-05-08 中南大学 一种基于fmcw的车载雷达多目标识别方法
CN108037498A (zh) * 2017-11-16 2018-05-15 南京理工大学 基于三角波线性调频连续波雷达的高速目标测速测距方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014006072A (ja) * 2012-06-21 2014-01-16 Nec Corp レーダ装置、目標データ取得方法及び、目標追尾システム
CN104597452A (zh) * 2013-11-01 2015-05-06 中国科学院上海技术物理研究所 对称三角线性调频连续波激光雷达探测目标的方法
EP2884299A1 (en) * 2013-12-16 2015-06-17 Autoliv Development AB Speed determination of a target
CN105842685A (zh) * 2016-03-18 2016-08-10 浙江大华技术股份有限公司 一种多目标雷达探测方法
CN108037498A (zh) * 2017-11-16 2018-05-15 南京理工大学 基于三角波线性调频连续波雷达的高速目标测速测距方法
CN108008391A (zh) * 2017-11-28 2018-05-08 中南大学 一种基于fmcw的车载雷达多目标识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
段智毅等: ""A novel FMCW waveform for multi-target detection"", 《2017 IEEE 5TH INTERNATIONAL SYMPOSIUM ON ELECTROMAGNETIC》 *
陆小凯等: "一种改进波形设计的LFMCW雷达多目标检测方法", 《舰船电子对抗》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110174676B (zh) * 2019-04-30 2021-05-14 深圳市速腾聚创科技有限公司 激光雷达的测距方法、系统和设备
CN110174676A (zh) * 2019-04-30 2019-08-27 深圳市速腾聚创科技有限公司 激光雷达的测距方法、系统和设备
CN110575627A (zh) * 2019-09-24 2019-12-17 黄晶 一种快速获取目标神经治疗能量投送位点的物理标测装置
CN110575627B (zh) * 2019-09-24 2021-04-06 黄晶 一种快速获取目标神经治疗能量投送位点的物理标测装置
CN110688957A (zh) * 2019-09-27 2020-01-14 腾讯科技（深圳）有限公司 应用于人脸识别的活体检测方法、装置及存储介质
CN110688957B (zh) * 2019-09-27 2023-06-30 腾讯科技（深圳）有限公司 应用于人脸识别的活体检测方法、装置及存储介质
CN112859104A (zh) * 2019-11-09 2021-05-28 北醒（北京）光子科技有限公司 一种探测方法及探测装置、存储介质
CN111158057A (zh) * 2019-12-26 2020-05-15 北京遥测技术研究所 一种稀疏阵三维成像安检装置及方法
CN111158057B (zh) * 2019-12-26 2022-04-22 北京遥测技术研究所 一种稀疏阵三维成像安检装置及方法
CN111399587A (zh) * 2020-02-26 2020-07-10 江苏大学 一种基于梯形波的超声脉冲激励信号合成方法及其系统
CN111399587B (zh) * 2020-02-26 2024-01-12 深圳万知达科技有限公司 一种基于梯形波的超声脉冲激励信号合成方法及其系统
CN112083405A (zh) * 2020-09-11 2020-12-15 广东工业大学 一种基于混合波形的目标检测方法及相关装置
CN112083405B (zh) * 2020-09-11 2023-11-14 广东工业大学 一种基于混合波形的目标检测方法及相关装置
CN113009439A (zh) * 2021-01-29 2021-06-22 江苏集萃移动通信技术研究所有限公司 一种基于调频连续波毫米波雷达的多目标探测方法
CN114280612A (zh) * 2021-12-13 2022-04-05 珠海安自达科技有限公司 一种绝缘体目标的毫米波雷达恒虚警检测方法

Similar Documents

Publication Publication Date Title
CN109444828A (zh) 一种基于线性调频连续波的多目标检测识别方法和系统
JP6385581B2 (ja) 仮想レーダシグネチャを生成するためのシステム
JP2020091281A (ja) レーダーデータを処理する装置及び方法
CN110780289B (zh) 基于场景雷达的多目标车辆跟踪方法及装置
WO2021077287A1 (zh) 一种检测方法、检测装置以及存储介质
CN110730913B (zh) 退化可视环境的分布式多节点低频雷达系统的方法和设备
Kim et al. An experiment of mutual interference between automotive LIDAR scanners
US11702102B2 (en) Filtering return points in a point cloud based on radial velocity measurement
US20220128995A1 (en) Velocity estimation and object tracking for autonomous vehicle applications
CN112654879B (zh) 基于车载毫米波雷达的防干扰方法、装置、系统及车辆
US10444341B2 (en) Road clutter mitigation
JP2018165654A (ja) 走行路情報推定装置および走行路情報推定方法
CN116466307A (zh) 一种基于深度图的毫米波雷达点云仿真的方法和装置
WO2023025777A1 (en) Automotive sensor fusion of radar, lidar, camera systems with improved safety by use of machine learning
CN113835100A (zh) 一种基于电脉冲编码的多功能激光雷达系统
TWI735191B (zh) 光達除霧系統與方法
CN111175717B (zh) 可抑制雷达近距离谐波的辅助驾驶方法和场景应用
US20230393257A1 (en) Fractalet radar processing
US20230393266A1 (en) Fractalet radar waveform generators
US20230035002A1 (en) Apparatus and method for particle deposition distribution estimation
US11808841B2 (en) Fusion of depth imager and radar system in a vehicle
US20230264710A1 (en) Method for Determining a Speed of an Object Using an Ultrasonic Pulse
Pechberti et al. Optimized simulation architecture for multimodal radar modeling: Application to automotive driving assistance system
Mutti Radar-based ego-motion estimation
Javadi et al. Multi-target tracking pipeline for MIMO-FMCW radars based on modified GM-PHD

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190308