CN110501682B - 一种车载雷达测量目标方位角的方法及车载雷达 - Google Patents
一种车载雷达测量目标方位角的方法及车载雷达 Download PDFInfo
- Publication number
- CN110501682B CN110501682B CN201910932263.9A CN201910932263A CN110501682B CN 110501682 B CN110501682 B CN 110501682B CN 201910932263 A CN201910932263 A CN 201910932263A CN 110501682 B CN110501682 B CN 110501682B
- Authority
- CN
- China
- Prior art keywords
- angle
- target
- estimated
- spectrum
- 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.)
- 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
- 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
- G01S7/40—Means for monitoring or calibrating
-
- 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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4026—Antenna boresight
- G01S7/403—Antenna boresight in azimuth, i.e. in the horizontal plane
Abstract
本发明公开了一种车载雷达测量目标方位角的方法及车载雷达,根据接收的目标的回波信号得到空域回波信号,确定根据空域回波信号得到的原始空间谱的峰值对应的原始谱峰位置,基于原始谱峰位置确定待估计空间谱角度范围区间,并设置待估计空间谱角度,对角度使用预设APES算法得到目标空间谱的估计结果,基于估计得到的目标空间谱的谱峰位置估计目标的目标方位角。本发明采用快速傅里叶变换得到待估计空间谱角度范围区间,可减少原有待估计空间谱角度的取值范围,同时预设APES算法中的Q矩阵仅根据样本相关矩阵得到,使得Q矩阵将不随待估计空间谱角度进行变换,只需要对Q矩阵进行一次求逆运算,因此可在较短时间内实现超分辨测角的计算。
Description
技术领域
本发明涉及车载雷达技术领域,更具体的说,涉及一种车载雷达测量目标方位角的方法及车载雷达。
背景技术
车载雷达因其对目标有较好的测速能力和对雨雾有较好的穿透能力,成为智能驾驶方案中不可替换的传感器选择。为了实现对目标的精确二维定位,车载雷达至少需要测量目标距离雷达的距离(即斜距)和目标与雷达中心连线相对于雷达波束中心方向的夹角(即目标方位角)。
目前普遍采用的目标方位角测量方案为:车载雷达使用N(N>1)个天线接收目标的回波信号;对回波信号进行处理得到N个点的空域回波信号;再对N个点的空域回波信号进行快速傅里叶变换得到空间谱;最后将空间谱的峰值位置确定为目标方位角。这种使用快速傅里叶变换的测角方案的优点为:可以基于快速傅里叶变换(Fast FourierTransformation,FFT)实现,运算实时性较好。缺点为:由于测角分辨率为波长与天线孔径之比,因此测角分辨率受到天线孔径的限制。这样,对于车载雷达而言,当两个运动目标距离车载雷达较远且在相邻车道并排行驶时,两个运动目标的角度差别很容易小于上述测角算法的分辨率,导致车载雷达无法分辨。
为解决上述问题,需要采用超分辨率的测角算法来提高测角分辨率,以实现对角度差异较小的目标的分辨。目前的超分辨算法有MUSIC(Multiple SignalClassification,多重信号分类)、CAPON、ESPRIT(Estimating Signal Parameter viaRotational Invariance Techniques,基于旋转不变技术的信号参数估计)等多拍超分辨算法,也有诸如APES(Amplitude and Phase Estimation,幅度相位估计法)的单拍超分辨算法。传统的MUSIC、CAPON、ESPRIT等超分辨算法通常需要多个快拍的雷达数据才能进行测角运算,而车载雷达对数据率要求较高,要求使用单个快拍的数据完成测角运算,因此并不适用。而APES算法等单拍超分辨算法虽然可以使用单个快拍的雷达数据估计得到空间谱,但由于计算量大,因此通常会超出雷达芯片的运算能力,不能满足车载雷达的实时性要求。
发明内容
有鉴于此,本发明公开一种车载雷达测量目标方位角的方法及车载雷达,实现了Q矩阵将不随待估计空间谱角度进行变换,只需要对Q矩阵进行一次求逆运算即可,从而大大减少了因求逆运算带来的巨大运算量,也即,大大降低了超分辨测角运算的运算量,因此,可以在较短时间内实现超分辨测角的计算,从而满足雷达信号处理实时性的要求,具体较强的工程实用价值,目前已经在雷达芯片上实测数据处理中取得了较好的验证效果。
一种车载雷达测量目标方位角的方法,包括:
使用N个天线接收目标的回波信号,并对回波信号进行处理得到空域回波信号,其中,N为大于1的正整数;
对所述空域回波信号进行快速傅里叶变换得到原始空间谱;
确定所述原始空间谱的峰值对应的原始谱峰位置;
将距离所述原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间,其中,所述预设角度间隔根据快速傅里叶变换的测角分辨率设定;
在所述待估计空间谱角度范围区间内,以第一预设间隔设置待估计空间谱角度;
基于所述待估计空间谱角度,使用预设APES算法得到估计的目标空间谱,其中,所述预设APES算法中的Q矩阵仅根据样本相关矩阵得到;
基于所述目标空间谱的谱峰位置,确定目标的目标方位角。
可选的,所述基于所述待估计空间谱角度,使用预设APES算法得到估计的目标空间谱,具体包括:
基于车载雷达天线阵测角原理,构造空间平滑回波矩阵;
基于所述空间平滑回波矩阵构造样本相关矩阵;
基于所述待估计空间谱角度、所述空间平滑回波矩阵和车载雷达的雷达波长构造加权向量;
基于所述待估计空间谱角度和车载雷达的雷达波长计算角度向量;
根据所述样本相关矩阵得到Q矩阵;
基于所述加权向量、所述角度向量和Q矩阵,计算得到估计的所述目标空间谱。
可选的,所述根据所述样本相关矩阵得到Q矩阵,具体包括:
根据如下公式计算得到Q矩阵;
相应的,所述基于所述加权向量、所述角度向量和Q矩阵,计算得到估计的所述目标空间谱,具体包括:
根据如下公式计算得到所述目标空间谱的估计结果;
可选的,在所述基于所述目标空间谱的谱峰位置,确定目标的目标方位角之后,还包括:
在每个所述目标方位角的预设范围内,以第二预设间隔设置最新待估计空间谱角度,并基于所述最新待估计空间谱角度,使用所述预设APES算法进行空间谱估计,基于最新估计的空间谱修正所述目标方位角,其中,所述第二预设间隔小于所述第一预设间隔。
可选的,还包括:
判断目标的斜距是否大于预设距离;
当目标的斜距大于所述预设距离时,执行将距离所述原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间的步骤;
当目标的斜距小于等于所述预设距离时,根据所述原始谱峰位置确定目标的目标方位角。
一种车载雷达,包括:
接收单元,用于使用N个天线接收目标的回波信号,并对回波信号进行处理得到空域回波信号,其中,N为大于1的正整数;
变换单元,用于对所述空域回波信号进行快速傅里叶变换得到原始空间谱;
第一确定单元,用于确定所述原始空间谱的峰值对应的原始谱峰位置;
第二确定单元,用于将距离所述原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间,其中,所述预设角度间隔根据快速傅里叶变换的测角分辨率设定;
设置单元,用于在所述待估计空间谱角度范围区间内,以第一预设间隔设置待估计空间谱角度;
估计单元,用于基于所述待估计空间谱角度,使用预设APES算法得到估计的目标空间谱,其中,所述预设APES算法中的Q矩阵仅根据样本相关矩阵得到;
第三确定单元,用于基于所述目标空间谱的谱峰位置,确定目标的目标方位角。
可选的,所述估计单元具体包括:
第一构造子单元,用于基于车载雷达天线阵测角原理,构造空间平滑回波矩阵;
第二构造子单元,用于基于所述空间平滑回波矩阵构造样本相关矩阵;
第三构造子单元,用于基于所述待估计空间谱角度、所述空间平滑回波矩阵和车载雷达的雷达波长构造加权向量;
第一计算子单元,用于基于所述待估计空间谱角度和车载雷达的雷达波长计算角度向量;
获取子单元,用于根据所述样本相关矩阵得到Q矩阵;
第二计算子单元,用于基于所述加权向量、所述角度向量和Q矩阵,计算得到估计的所述目标空间谱。
可选的,所述获取子单元具体用于:
根据如下公式计算得到Q矩阵;
相应的,所述第二计算子单元具体用于:
根据如下公式计算得到所述目标空间谱的估计结果;
可选的,还包括:
修正单元,用于在所述第三确定单元基于所述目标空间谱的谱峰位置,确定目标的目标方位角之后,在每个所述目标方位角的预设范围内,以第二预设间隔设置最新待估计空间谱角度,并基于所述最新待估计空间谱角度,使用所述预设APES算法进行空间谱估计,基于最新估计的空间谱修正所述目标方位角,其中,所述第二预设间隔小于所述第一预设间隔。
可选的,还包括:
判断单元,用于判断目标的斜距是否大于预设距离;
执行单元,用于当目标的斜距大于所述预设距离时,执行所述第二确定单元;
第四确定单元,用于当目标的斜距小于等于所述预设距离时,根据所述原始谱峰位置确定目标的目标方位角。
从上述的技术方案可知,本发明公开了一种车载雷达测量目标方位角的方法及车载雷达,使用N个天线接收目标的回波信号,并进行处理得到空域回波信号,对该空域回波信号进行快速傅里叶变换得到原始空间谱,确定原始空间谱的峰值对应的原始谱峰位置,将距离原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间,在待估计空间谱角度范围区间内,以第一预设间隔设置待估计空间谱角度,基于待估计空间谱角度,使用预设APES算法得到目标空间谱的估计结果,基于估计得到的目标空间谱的谱峰位置估计目标的目标方位角。相对于传统的APES算法而言,本发明采用快速傅里叶变换得到待估计空间谱角度范围区间,可以减少原有待估计空间谱角度的取值范围;同时,本发明中预设APES算法中的Q矩阵仅根据样本相关矩阵得到,从而使得Q矩阵将不随待估计空间谱角度进行变换,因此只需要对Q矩阵进行一次求逆运算即可,从而大大减少了因求逆运算带来的巨大运算量,也即,大大降低了超分辨测角运算的运算量,因此,可以在较短时间内实现超分辨测角的计算,从而满足雷达信号处理实时性的要求,具体较强的工程实用价值,目前已经在雷达芯片上实测数据处理中取得了较好的验证效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据公开的附图获得其他的附图。
图1为本发明实施例公开的一种车载雷达测量目标方位角的方法流程图;
图2为本发明实施例公开的一种空间谱角度设置准则示意图;
图3为本发明实施例公开的一种车载雷达天线阵测角原理示意图;
图4为本发明实施例公开的一种基于空间谱的谱峰位置估计车载雷达目标方位角的示意图;
图5为本发明实施例公开的一种仿真目标超分辨效果示意图;
图6为本发明实施例公开的一种车载雷达的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种车载雷达测量目标方位角的方法及车载雷达,使用N个天线接收目标的回波信号,并进行处理得到空域回波信号,对该空域回波信号进行快速傅里叶变换得到原始空间谱,确定原始空间谱的峰值对应的原始谱峰位置,将距离原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间,在待估计空间谱角度范围区间内,以第一预设间隔设置待估计空间谱角度,基于待估计空间谱角度,使用预设APES算法得到目标空间谱的估计结果,基于估计得到的目标空间谱的谱峰位置估计目标的目标方位角。相对于传统的APES算法而言,本发明采用快速傅里叶变换得到待估计空间谱角度范围区间,可以减少原有待估计空间谱角度的取值范围;同时,本发明中预设APES算法中的Q矩阵仅根据样本相关矩阵得到,从而使得Q矩阵将不随待估计空间谱角度进行变换,因此只需要对Q矩阵进行一次求逆运算即可,从而大大减少了因求逆运算带来的巨大运算量,也即,大大降低了超分辨测角运算的运算量,因此,可以在较短时间内实现超分辨测角的计算,从而满足雷达信号处理实时性的要求,具体较强的工程实用价值,目前已经在雷达芯片上实测数据处理中取得了较好的验证效果。
参见图1,本发明一实施例公开的一种车载雷达测量目标方位角的方法流程图,该方法应用于车载雷达,包括步骤:
步骤S101、使用N个天线接收目标的回波信号,并对回波信号进行处理得到空域回波信号。
其中,N为大于1的正整数,本步骤中车载雷达接收目标的回波信号,以及对回波信号进行处理得到空域回波信号的过程可参见现有成熟方案,此处不再赘述。
步骤S102、对空域回波信号进行快速傅里叶变换得到原始空间谱。
空间谱是一种频谱,也称为空域频谱。一般快速傅里叶变换的输入为随时间变化的时域信号,也可以为随空间变化的信号,即空域信号,比如,不同阵元接收到的回波;快速傅里叶变换的输出为频域信号,当输入为时域信号,其表示时间的频率,当输入为空域信号时,其表示空间的频率,一般称为空间谱。
步骤S103、确定原始空间谱的峰值对应的原始谱峰位置。
对空域回波信号进行快速傅里叶变换得到原始空间谱,假设原始空间谱的峰值对应的频率为为f0,f0=2d/λ*sin(θ0),d为阵元间距,λ为雷达发射电磁波的波长,从而求解得到原始谱峰位置θ0。
步骤S104、将距离原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间。
其中,预设角度间隔根据快速傅里叶变换的测角分辨率设定。
需要特别说明的是,在峰值为多个时,可得到相应数量的待估计空间谱角度范围区间。
本实施例中,待估计空间谱角度范围区也即目标方位角的粗略估计范围区间。
假设APES算法的待估计空间谱角度范围区间为:[θ0-Δθ,θ0+Δθ],其中,Δθ为真实目标角度相对快速傅里叶变换给出峰值角度的最大可能偏移量,该最大可能偏移量也即预设角度间隔,一般设置为快速傅里叶变换法中测角分辨率的0.5~1倍,从而可以保证当快速傅里叶变换法无法分辨两个目标时,两个目标的真实角度会位于待估计空间谱角度范围区间内,且这种预设角度间隔小于等于快速傅里叶变换的测角分辨率的设置使得待估计空间谱角度的取值范围合适,减小整个目标方位角计算的计算量,满足实时性要求。当然,在实际应用中,预设角度间隔的大小也可适当的大于快速傅里叶变换的测角分辨率,但大于快速傅里叶变换的测角分辨率的程度应是有限的,具体需满足车载雷达测量目标方位角的实时性要求。
步骤S105、在待估计空间谱角度范围区间内,以第一预设间隔设置待估计空间谱角度。
假设APES算法的待估计空间谱角度范围区间为:[θ0-Δθ,θ0+Δθ],在范围区间[θ0-Δθ,θ0+Δθ]内,以第一预设间隔δθ设定待估计空间谱角度。例如,APES算法的待估计空间谱角度范围区间为[-10°,10°],第一预设间隔δθ为1°,则APES算法的待估计空间谱角度为:-10°,-9°,....,-1°,0°,1°,....,9°,10°。
如图2所示,待估计的空间谱角度设置间隔应与期望的角度分辨能力相适应,过大的角度间隔无法保证对较近角度的谱峰的分辨,而过小的间隔则会造成运算资源的浪费。如图2所示,在中间图所示的离散间隔下,可以保证得到两个与理论曲线峰值对应的离散局部极大值,对应了两个谱峰的位置,但在下图所示的离散间隔下,无法得到两个离散的局部极大值,因此无法通过估计的离散空间谱结果区分两个谱峰。
由此可知,间隔δθ的设置值应当小于APES算法测角分辨率的50%,从而保证利用APES算法的空间谱分可以分辨两个角度差异较小的目标。
步骤S106、基于待估计空间谱角度,使用预设APES算法得到估计的目标空间谱。
其中,预设APES算法中的Q矩阵仅根据样本相关矩阵得到。
需要说明的是,所述的预设APES算法,也即改进的APES算法,本发明使用改进的APES算法得到空间谱的估计结果。
为方便理解,现对传统的基于APES算法估计空间谱的方法,阐述如下:
1)预先设置待估计空间谱角度。
假设待估计的空间谱有K点,K点对应的角度,也即待估计空间谱角度分别为:θ1,θ2,...,θK。
2)基于车载雷达天线阵测角原理,构造空间平滑回波矩阵。
如图3所示的车载雷达天线阵测角原理示意图,假设N(N>1)个接收天线等间距排布,间距为d,得到N个点的空域回波信号,分别表示为:x(1),x(2),...,x(N),设定空域平滑窗的长度为M,则构造M行N-M+1列的空间平滑回波矩阵X,计算方式如公式(1)所示,公式(1)如下:
X=[Y(1) Y(2) L Y(N-M) Y(N-M+1)]
式中,Y(1)表示空间平滑回波矩阵X的第1列向量,Y(2)表示空间平滑回波矩阵X的第2列向量,Y(N-M)表示空间平滑回波矩阵X的第(N-M)列向量,Y(N-M+1)表示空间平滑回波矩阵X的第(N-M+1)列向量,Y(n)表示空间平滑回波矩阵X的第n列向量,y(1,n)表示空间平滑回波矩阵X的第n列第1行的元素,y(m,n)表示空间平滑回波矩阵X的第n列第m行的元素,y(M,n)表示空间平滑回波矩阵X的第n列第M行的元素,x(n+m-1)表示第n+m-1号天线得到的空域回波信号,N表示输入空域回波信号的点数(长度),n表示空间平滑回波矩阵X的n列,m表示空间平滑回波矩阵X的m行。
其中,M的理论范围是2~N-1,但一般会根据N的大小,参考仿真结果择优选取合适的值,如N=8,一般M是3或4。
3)基于空间平滑回波矩阵构造样本相关矩阵。
式中,YH(n)表示列向量Y(n)的共轭转置。
4)基于待估计空间谱角度和车载雷达的雷达波长构造加权向量。
对某个待估计空间谱角度θk,假设雷达波长为λ,构造大小为M×1的加权向量g(θk),加权向量g(θk)如公式(3)所示,公式(3)如下:
5)计算每个待估计空间谱角度的角度向量。
对某个角度θk,计算大小为M×1的角度向量α(θk),角度向量α(θk)如公式(4)所示,公式(4)如下:
需要说明的是,Q矩阵为修正的样本相关矩阵。
具体的,根据公式(6)计算得到空间谱幅度曲线,谱峰位置对应的角度即是车载雷达目标方位角,如图4所示的基于空间谱的谱峰位置估计车载雷达目标方位角的示意图,图4中,θt(1)表示第一个目标的峰值角度(即目标方位角),θt(2)表示第二个目标的峰值角度,公式(6)如下:
传统的APES算法的运算量消耗主要由两个方面决定,一方面,待估计空间谱的角度数量,运算量和角度数量呈正相关,当目标角度未知时,通常需要在大范围的角度内进行搜索,K的数值可能为100~200。另一方面,公式(6)中对Q矩阵的求逆运算过程,由于对每个待估计的目标方位角的Q矩阵都不同,因此有K个待估计方位角,从而需要计算K次求逆运算,而求逆运算带来的运算量是巨大的。因此,上述问题导致目前的APES算法无法在车载雷达芯片上实现实时计算。
为了实现APES算法可以在车载雷达芯片上实现实时计算,本发明对传统的APES算法进行了改进,改进点如下:
本实施例使用预设APES算法得到估计的目标空间谱,具体包括:
基于车载雷达天线阵测角原理,构造空间平滑回波矩阵;
基于空间平滑回波矩阵构造样本相关矩阵;
基于待估计空间谱角度、空间平滑回波矩阵和车载雷达的雷达波长构造加权向量;
基于待估计空间谱角度和车载雷达的雷达波长计算角度向量;
根据样本相关矩阵得到Q矩阵;
基于加权向量、角度向量和Q矩阵,计算得到估计的目标空间谱。
即一方面,本发明实施例采用的待估计空间谱角度为步骤S104和步骤S105得到的待估计空间谱角度,这样无需在大范围的角度内进行搜索,K的数值减少。另一方面,预设APES算法中的Q矩阵仅根据样本相关矩阵得到,Q矩阵将不随θk变化,只需要对其进行一次求逆运算。通过这两方面的设计,减少APES算法的计算量,满足车载雷达计算目标方位角时的实时性要求。
这样Q矩阵将不随θk变化,只需要对其进行一次求逆运算,在每次计算空间谱时,采用公式(8)所示公式即可,也即,用公式(8)代替公式(6),或者说,基于加权向量、角度向量和Q矩阵,计算得到估计的目标空间谱,具体包括:
根据公式(8)计算得到目标空间谱的估计结果,公式(8)如下:
本发明提供的改进的APES算法可以大幅度降低求逆运算的次数,从而降低APES算法的运算量。并且,仿真和实测分析表明,上述运算并不会明显降低APES算法的分辨效果。
由本步骤计算的空间谱所确定的谱峰位置为:θi,i为1,2,...,L,表示在θ0-Δθ至θ0+Δθ的范围内得的L个目标方位角。
需要说明的是:上述计算Q矩阵的具体实现方式仅仅是本发明实施例的一种具体实现方式,实际应用中,也可根据最终实验结果对公式(7)进行适应性的修改,修改的准则为Q矩阵仅根据样本相关矩阵得到,不随θk变化,且最终得到的目标方位角满足实用需求。
步骤S107、基于目标空间谱的谱峰位置,确定目标的目标方位角。
综上可知,本发明实施例公开的车载雷达测量目标方位角的方法,使用N个天线接收目标的回波信号,并进行处理得到空域回波信号,对该空域回波信号进行快速傅里叶变换得到原始空间谱,确定原始空间谱的峰值对应的原始谱峰位置,将距离原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间,在待估计空间谱角度范围区间内,以第一预设间隔设置待估计空间谱角度,基于待估计空间谱角度,使用预设APES算法得到目标空间谱的估计结果,基于估计得到的目标空间谱的谱峰位置估计目标的目标方位角。相对于传统的APES算法而言,本发明采用快速傅里叶变换得到待估计空间谱角度范围区间,可以减少原有待估计空间谱角度的取值范围;同时,本发明中预设APES算法中的Q矩阵仅根据样本相关矩阵得到,从而使得Q矩阵将不随待估计空间谱角度进行变换,因此只需要对Q矩阵进行一次求逆运算即可,从而大大减少了因求逆运算带来的巨大运算量,也即,大大降低了超分辨测角运算的运算量,因此,可以在较短时间内实现超分辨测角的计算,从而满足雷达信号处理实时性的要求,具体较强的工程实用价值,目前已经在雷达芯片上实测数据处理中取得了较好的验证效果。
可以理解,步骤S107得到的车载雷达目标方位角的估计精度受到预设APES算法初始设定的角度间隔的影响。当车载雷达的计算能力允许时,可以考虑在[θi-δθ,θi+δθ]范围内设置更为精细的角度间隔,得到新的待估计空间谱角度,并执行步骤S106和步骤S107,以得到更加精确的车载雷达目标方位角,也可以节省运算时间。
因此,为进一步优化上述实施例,在步骤S107之后,还可以包括:
在每个目标方位角的预设范围内,以第二预设间隔设置最新待估计空间谱角度,并基于最新待估计空间谱角度,使用预设APES算法进行空间谱估计,基于最新估计的空间谱修正目标方位角。在实际应用中,针对每个目标方位角θi,可以将预设范围设置为[θi-δθ,θi+δθ],δθ为第一预设间隔。
需要说明的是,为使修正后的目标方位角更加精确,第二预设间隔小于第一预设间隔,第二预设间隔的设置原理同第一预设间隔的设置原理,需满足车载雷达目标方位角测量的实时性要求,此处不再赘述。
在一个可选的实施例中,车载雷达目标方位角的测量方法还可以包括:
判断目标的斜距是否大于预设距离;
当目标的斜距大于预设距离时,执行步骤S104;
当目标的斜距小于等于预设距离时,根据原始谱峰位置确定目标的目标方位角。
其中,预设距离的取值根据实际需要设定,具体根据车载雷达能够利用快速傅里叶变换进行目标分辨的距离确定。这样,对距离车载雷达较近、车载雷达利用快速傅里叶变换能够分辨出的目标直接将原始谱峰位置确定为目标方位角,进一步减小了计算量。同时对于距离车载雷达较远、车载雷达利用快速傅里叶变换不能分辨出的目标利用预设APES算法进行分辨,实现了对距离车载雷达较远、间隔较近的目标的分辨。
为便于理解本发明所要保护的技术方案,本发明提供一个测角的仿真实施例。
假设,车载雷达的天线阵元数N=8,空域平滑窗的长度为M=3,雷达波长λ=4mm,阵元间距d=2mm,两个目标的方位角分别为-4°和5°,且回波功率差为4dB。采用传统的APES算法,使用快速傅里叶变换计算得到的空间谱如图5中的虚线所示,其无法分辨两个目标,-4°的目标被淹没在5°目标的空间谱主瓣内,仅得到角度为5°的一个主峰值。
使用本发明改进的APES算法,也即预设APES算法进行车载雷达目标方位角估计,设置Δθ为15°,δθ为1°,得到的空间谱如图5中的实线所示。图5示出的是仿真目标超分辨效果示意图,虚线:FFT方法空间谱;实线:改进APES法空间谱;横轴:角度(单位°);纵轴:归一化功率(单位dB)。从图5中的实线可以看出,两个峰值的位置精确对应了两个目标的角度,且峰值的幅度差也与回波的功率差相同,从而验证了上述改进的APES算法在测角方面的有效性。在一款车载雷达芯片上对上述测角算法进行运算时间评估的结果中表明,在上述实施例参数条件下,完成一次超分辨测角运算的时间约为200us,能够满足处理的实时性要求。
与上述方法实施例相对应,本发明还公开了一种车载雷达。
参见图6,本发明一实施例公开的一种车载雷达的结构示意图,包括:
接收单元201,用于使用N个天线接收目标的回波信号,并对回波信号进行处理得到空域回波信号,其中,N为大于1的正整数。
变换单元202,用于对空域回波信号进行快速傅里叶变换得到原始空间谱。
空间谱是一种频谱,也称为空域频谱。一般快速傅里叶变换的输入为随时间变化的时域信号,也可以为随空间变化的信号,即空域信号,比如,不同阵元接收到的回波;快速傅里叶变换的输出为频域信号,当输入为时域信号,其表示时间的频率,当输入为空域信号时,其表示空间的频率,一般称为空间谱。
第一确定单元203,用于确定原始空间谱的峰值对应的原始谱峰位置。
对空域回波信号进行快速傅里叶变换得到原始空间谱,假设原始空间谱的峰值对应的频率为为f0,f0=2d/λ*sin(θ0),d为阵元间距,λ为雷达发射电磁波的波长,从而求解得到原始谱峰位置θ0。
第二确定单元204,用于将距离原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间。
其中,预设角度间隔根据快速傅里叶变换的测角分辨率设定。
需要特别说明的是,在峰值为多个时,可得到相应数量的待估计空间谱角度范围区间。
本实施例中,待估计空间谱角度范围区也即目标方位角的粗略估计范围区间。
假设APES算法的待估计空间谱角度范围区间为:[θ0-Δθ,θ0+Δθ],其中,Δθ为真实目标角度相对快速傅里叶变换给出峰值角度的最大可能偏移量,该最大可能偏移量也即预设角度间隔,一般设置为快速傅里叶变换法中测角分辨率的0.5~1倍,从而可以保证当快速傅里叶变换法无法分辨两个目标时,两个目标的真实角度会位于待估计空间谱角度范围区间内,且这种预设角度间隔小于等于快速傅里叶变换的测角分辨率的设置使得待估计空间谱角度的取值范围合适,减小整个目标方位角计算的计算量,满足实时性要求。当然,在实际应用中,预设角度间隔的大小也可适当的大于快速傅里叶变换的测角分辨率,但大于快速傅里叶变换的测角分辨率的程度应是有限的,具体需满足车载雷达测量目标方位角的实时性要求。
设置单元205,用于在待估计空间谱角度范围区间内,以第一预设间隔设置待估计空间谱角度。
假设APES算法的待估计空间谱角度范围区间为:[θ0-Δθ,θ0+Δθ],在范围区间[θ0-Δθ,θ0+Δθ]内,以第一预设间隔δθ设定待估计空间谱角度。例如,APES算法的待估计空间谱角度范围区间为[-10°,10°],第一预设间隔δθ为1°,则APES算法的待估计空间谱角度为:-10°,-9°,....,-1°,0°,1°,....,9°,10°。
估计单元206,用于基于待估计空间谱角度,使用预设APES算法得到估计的目标空间谱,其中,预设APES算法中的Q矩阵仅根据样本相关矩阵得到。
估计单元206具体包括:
第一构造子单元,用于基于车载雷达天线阵测角原理,构造空间平滑回波矩阵;
第二构造子单元,用于基于空间平滑回波矩阵构造样本相关矩阵;
第三构造子单元,用于基于待估计空间谱角度、空间平滑回波矩阵和车载雷达的雷达波长构造加权向量;
第一计算子单元,用于基于待估计空间谱角度和车载雷达的雷达波长计算角度向量;
获取子单元,用于根据样本相关矩阵得到Q矩阵;
第二计算子单元,用于基于加权向量、角度向量和Q矩阵,计算得到估计的目标空间谱。
本实施例中,具体的,获取子单元具体用于:
根据如下公式计算得到Q矩阵;
相应的,第二计算子单元具体用于:
根据如下公式计算得到目标空间谱的估计结果;
本发明提供的改进的APES算法可以大幅度降低求逆运算的次数,从而降低APES算法的运算量。并且,仿真和实测分析表明,上述运算并不会明显降低APES算法的分辨效果。
第三确定单元207,用于基于目标空间谱的谱峰位置,确定目标的目标方位角。
综上可知,本发明实施例公开的车载雷达,使用N个天线接收目标的回波信号,并进行处理得到空域回波信号,对该空域回波信号进行快速傅里叶变换得到原始空间谱,确定原始空间谱的峰值对应的原始谱峰位置,将距离原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间,在待估计空间谱角度范围区间内,以第一预设间隔设置待估计空间谱角度,基于待估计空间谱角度,使用预设APES算法得到目标空间谱的估计结果,基于估计得到的目标空间谱的谱峰位置估计目标的目标方位角。相对于传统的APES算法而言,本发明采用快速傅里叶变换得到待估计空间谱角度范围区间,可以减少原有待估计空间谱角度的取值范围;同时,本发明中预设APES算法中的Q矩阵仅根据样本相关矩阵得到,从而使得Q矩阵将不随待估计空间谱角度进行变换,因此只需要对Q矩阵进行一次求逆运算即可,从而大大减少了因求逆运算带来的巨大运算量,也即,大大降低了超分辨测角运算的运算量,因此,可以在较短时间内实现超分辨测角的计算,从而满足雷达信号处理实时性的要求,具体较强的工程实用价值,目前已经在雷达芯片上实测数据处理中取得了较好的验证效果。
可以理解,车载雷达目标方位角的估计精度受到预设APES算法初始设定的角度间隔的影响。当车载雷达的计算能力允许时,可以考虑在[θi-δθ,θi+δθ]范围内设置更为精细的角度间隔,得到新的待估计空间谱角度,并执行估计单元206和第三确定单元207,以得到更加精确的车载雷达目标方位角,也可以节省运算时间。
因此,为进一步优化上述实施例,车载雷达还可以包括:
修正单元,用于在第三确定单元207基于目标空间谱的谱峰位置,确定目标的目标方位角之后,在每个目标方位角的预设范围内,以第二预设间隔设置最新待估计空间谱角度,并基于最新待估计空间谱角度,使用预设APES算法进行空间谱估计,基于最新估计的空间谱修正目标方位角。
需要说明的是,为使修正后的目标方位角更加精确,第二预设间隔小于第一预设间隔,第二预设间隔的设置原理同第一预设间隔的设置原理,需满足车载雷达目标方位角测量的实时性要求,此处不再赘述。
在一个可选的实施例中,车载雷达还可以包括:
判断单元,用于判断目标的斜距是否大于预设距离;
执行单元,用于当目标的斜距大于预设距离时,执行第二确定单元204;
第四确定单元,用于当目标的斜距小于等于预设距离时,根据原始谱峰位置确定目标的目标方位角。
其中,预设距离的取值根据实际需要设定,具体根据车载雷达能够利用快速傅里叶变换进行目标分辨的距离确定。这样,对距离车载雷达较近、车载雷达利用快速傅里叶变换能够分辨出的目标直接将原始谱峰位置确定为目标方位角,进一步减小了计算量。同时对于距离车载雷达较远、车载雷达利用快速傅里叶变换不能分辨出的目标利用预设APES算法进行分辨,实现了对距离车载雷达较远、间隔较近的目标的分辨。
需要特别说明的是,车载雷达实施例中各组成部分的具体工作原理,请参见方法实施例对应部分,此处不再赘述。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种车载雷达测量目标方位角的方法,其特征在于,包括:
使用N个天线接收目标的回波信号,并对回波信号进行处理得到空域回波信号,其中,N为大于1的正整数;
对所述空域回波信号进行快速傅里叶变换得到原始空间谱;
确定所述原始空间谱的峰值对应的原始谱峰位置;
将距离所述原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间,其中,所述预设角度间隔根据快速傅里叶变换的测角分辨率设定;
在所述待估计空间谱角度范围区间内,以第一预设间隔设置待估计空间谱角度;
基于所述待估计空间谱角度,使用预设APES算法得到估计的目标空间谱,其中,所述预设APES算法中的Q矩阵仅根据样本相关矩阵得到;
基于所述目标空间谱的谱峰位置,确定目标的目标方位角;
其中,所述基于所述待估计空间谱角度,使用预设APES算法得到估计的目标空间谱,具体包括:
基于车载雷达天线阵测角原理,构造空间平滑回波矩阵;
基于所述空间平滑回波矩阵构造样本相关矩阵;
基于所述待估计空间谱角度、所述空间平滑回波矩阵和车载雷达的雷达波长构造加权向量;
基于所述待估计空间谱角度和车载雷达的雷达波长计算角度向量;
根据所述样本相关矩阵得到Q矩阵;
基于所述加权向量、所述角度向量和Q矩阵,计算得到估计的所述目标空间谱。
3.根据权利要求1所述的方法,其特征在于,在所述基于所述目标空间谱的谱峰位置,确定目标的目标方位角之后,还包括:
在每个所述目标方位角的预设范围内,以第二预设间隔设置最新待估计空间谱角度,并基于所述最新待估计空间谱角度,使用所述预设APES算法进行空间谱估计,基于最新估计的空间谱修正所述目标方位角,其中,所述第二预设间隔小于所述第一预设间隔。
4.根据权利要求1所述的方法,其特征在于,还包括:
判断目标的斜距是否大于预设距离;
当目标的斜距大于所述预设距离时,执行将距离所述原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间的步骤;
当目标的斜距小于等于所述预设距离时,根据所述原始谱峰位置确定目标的目标方位角。
5.一种车载雷达,其特征在于,包括:
接收单元,用于使用N个天线接收目标的回波信号,并对回波信号进行处理得到空域回波信号,其中,N为大于1的正整数;
变换单元,用于对所述空域回波信号进行快速傅里叶变换得到原始空间谱;
第一确定单元,用于确定所述原始空间谱的峰值对应的原始谱峰位置;
第二确定单元,用于将距离所述原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间,其中,所述预设角度间隔根据快速傅里叶变换的测角分辨率设定;
设置单元,用于在所述待估计空间谱角度范围区间内,以第一预设间隔设置待估计空间谱角度;
估计单元,用于基于所述待估计空间谱角度,使用预设APES算法得到估计的目标空间谱,其中,所述预设APES算法中的Q矩阵仅根据样本相关矩阵得到;
第三确定单元,用于基于所述目标空间谱的谱峰位置,确定目标的目标方位角;
其中,所述估计单元具体包括:
第一构造子单元,用于基于车载雷达天线阵测角原理,构造空间平滑回波矩阵;
第二构造子单元,用于基于所述空间平滑回波矩阵构造样本相关矩阵;
第三构造子单元,用于基于所述待估计空间谱角度、所述空间平滑回波矩阵和车载雷达的雷达波长构造加权向量;
第一计算子单元,用于基于所述待估计空间谱角度和车载雷达的雷达波长计算角度向量;
获取子单元,用于根据所述样本相关矩阵得到Q矩阵;
第二计算子单元,用于基于所述加权向量、所述角度向量和Q矩阵,计算得到估计的所述目标空间谱。
7.根据权利要求5所述的车载雷达,其特征在于,还包括:
修正单元,用于在所述第三确定单元基于所述目标空间谱的谱峰位置,确定目标的目标方位角之后,在每个所述目标方位角的预设范围内,以第二预设间隔设置最新待估计空间谱角度,并基于所述最新待估计空间谱角度,使用所述预设APES算法进行空间谱估计,基于最新估计的空间谱修正所述目标方位角,其中,所述第二预设间隔小于所述第一预设间隔。
8.根据权利要求5所述的车载雷达,其特征在于,还包括:
判断单元,用于判断目标的斜距是否大于预设距离;
执行单元,用于当目标的斜距大于所述预设距离时,执行所述第二确定单元;
第四确定单元,用于当目标的斜距小于等于所述预设距离时,根据所述原始谱峰位置确定目标的目标方位角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910932263.9A CN110501682B (zh) | 2019-09-29 | 2019-09-29 | 一种车载雷达测量目标方位角的方法及车载雷达 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910932263.9A CN110501682B (zh) | 2019-09-29 | 2019-09-29 | 一种车载雷达测量目标方位角的方法及车载雷达 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110501682A CN110501682A (zh) | 2019-11-26 |
CN110501682B true CN110501682B (zh) | 2021-07-27 |
Family
ID=68592942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910932263.9A Active CN110501682B (zh) | 2019-09-29 | 2019-09-29 | 一种车载雷达测量目标方位角的方法及车载雷达 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110501682B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110907930B (zh) * | 2019-11-29 | 2021-09-03 | 成都纳雷科技有限公司 | 一种基于角度估计的车载雷达目标检测估计方法及装置 |
WO2021243529A1 (zh) * | 2020-06-01 | 2021-12-09 | 华为技术有限公司 | 一种波达角aoa估计方法和装置 |
CN111896944A (zh) * | 2020-07-29 | 2020-11-06 | 西安京维智网科技有限公司 | 一种基于毫米波雷达的智能消防安全监控系统及监控方法 |
CN113030933A (zh) * | 2021-02-22 | 2021-06-25 | 上海蛮酷科技有限公司 | 雷达的目标方位角计算方法、雷达装置及可读存储介质 |
CN112799017B (zh) * | 2021-04-07 | 2021-07-09 | 浙江华创视讯科技有限公司 | 声源定位方法、装置、存储介质及电子设备 |
CN113109781B (zh) * | 2021-04-08 | 2022-12-06 | 森思泰克河北科技有限公司 | 波达方向估计方法、雷达和可移动设备 |
CN115685113B (zh) * | 2022-09-15 | 2023-07-14 | 河北省交通规划设计研究院有限公司 | 一种基于多脉冲合成快拍的交通雷达超分辨角度估计方法 |
CN116106847B (zh) * | 2023-01-18 | 2023-11-07 | 珠海微度芯创科技有限责任公司 | 毫米波雷达二维联合超分辨测角方法、装置及存储介质 |
CN116256716B (zh) * | 2023-01-18 | 2023-11-24 | 珠海微度芯创科技有限责任公司 | 基于加权线性拟合的毫米波雷达超分辨方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104111454A (zh) * | 2014-07-09 | 2014-10-22 | 电子科技大学 | 一种扫描雷达角超分辨率方法 |
EP2853915A1 (en) * | 2012-05-21 | 2015-04-01 | Toyota Jidosha Kabushiki Kaisha | Radar device and angle verification method |
CN106291502A (zh) * | 2016-08-30 | 2017-01-04 | 北京航空航天大学 | 目标rcs测量中背景提取与抵消的最大概率时域处理方法 |
CN106443573A (zh) * | 2016-09-14 | 2017-02-22 | 清华大学 | 大规模天线阵列信号的波达方向单快拍快速估计方法及装置 |
CN106896358A (zh) * | 2017-04-27 | 2017-06-27 | 电子科技大学 | 一种基于位置旋转变换的高速目标相参积累检测方法 |
CN108957396A (zh) * | 2018-07-19 | 2018-12-07 | 东南大学 | 一种基于5g信号的ofdm定位系统及定位方法 |
CN109239680A (zh) * | 2018-10-12 | 2019-01-18 | 西安工业大学 | 一种低截获概率雷达lfm信号的参数估计方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106997044B (zh) * | 2017-03-31 | 2019-10-18 | 北京润科通用技术有限公司 | 一种雷达模拟中天线方向性加权因子计算方法和装置 |
CN110196423A (zh) * | 2019-06-20 | 2019-09-03 | 东莞正扬电子机械有限公司 | 一种汽车雷达角度超分辨方法 |
-
2019
- 2019-09-29 CN CN201910932263.9A patent/CN110501682B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2853915A1 (en) * | 2012-05-21 | 2015-04-01 | Toyota Jidosha Kabushiki Kaisha | Radar device and angle verification method |
CN104111454A (zh) * | 2014-07-09 | 2014-10-22 | 电子科技大学 | 一种扫描雷达角超分辨率方法 |
CN106291502A (zh) * | 2016-08-30 | 2017-01-04 | 北京航空航天大学 | 目标rcs测量中背景提取与抵消的最大概率时域处理方法 |
CN106443573A (zh) * | 2016-09-14 | 2017-02-22 | 清华大学 | 大规模天线阵列信号的波达方向单快拍快速估计方法及装置 |
CN106896358A (zh) * | 2017-04-27 | 2017-06-27 | 电子科技大学 | 一种基于位置旋转变换的高速目标相参积累检测方法 |
CN108957396A (zh) * | 2018-07-19 | 2018-12-07 | 东南大学 | 一种基于5g信号的ofdm定位系统及定位方法 |
CN109239680A (zh) * | 2018-10-12 | 2019-01-18 | 西安工业大学 | 一种低截获概率雷达lfm信号的参数估计方法 |
Non-Patent Citations (3)
Title |
---|
"Efficient Implementation of Capon and APES for Spectral Estimation";ZHENG-SHE LIU 等;《IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS》;19981031;第34卷(第4期);第1314-1319页 * |
"基于FMCW车载雷达的目标探测和参数估计算法研究";武曦 等;《中国博士学位论文全文数据库 信息科技辑》;20190515(第5期);正文第4.4.3.1节 * |
"基于有限域搜索的MUSIC法的快速DOA估计";郑超 等;《中国通信学会第六届学术年会》;20130613;正文第2-4节 * |
Also Published As
Publication number | Publication date |
---|---|
CN110501682A (zh) | 2019-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110501682B (zh) | 一种车载雷达测量目标方位角的方法及车载雷达 | |
WO2021169085A1 (zh) | 一种毫米波mimo交通雷达求熵解速度模糊的方法 | |
JP5320792B2 (ja) | 到来方向推定装置、到来方向推定方法および到来方向推定プログラム | |
CN109975807B (zh) | 一种适用于毫米波车载雷达的降维子空间测角方法 | |
JP4498269B2 (ja) | レーダ信号処理装置 | |
CN108398669B (zh) | 一种基于无需预延迟处理的空时宽带自适应单脉冲测角方法 | |
CN101487888B (zh) | 一种空间谱谱峰搜索方法 | |
CN111220954B (zh) | 一种基于自校幅度归一化的雷达角误差修正方法 | |
CN111273248B (zh) | 一种基于相位补偿的解速度模糊方法 | |
CN111679266A (zh) | 汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法及系统 | |
Choi et al. | High angular resolution estimation methods for vehicle FMCW radar | |
KR101468548B1 (ko) | 레이더 장치 및 레이더 장치에서의 방위각 추정 방법 | |
CN111007503A (zh) | 基于频率谱精确定位的运动目标聚焦和定位方法及系统 | |
Manokhin et al. | MUSIC-based algorithm for range-azimuth FMCW radar data processing without estimating number of targets | |
CN103558584A (zh) | 一种波达方向的检测方法及装置 | |
Heidenreich et al. | Fast maximum likelihood DOA estimation in the two-target case with applications to automotive radar | |
KR101239165B1 (ko) | 모노펄스 레이더의 표적 방향 추정 방법 및 장치 | |
Feng et al. | Target localization using MIMO-monopulse: Application on 79 GHz FMCW automotive radar | |
CN113032721B (zh) | 一种低计算复杂度的远场和近场混合信号源参数估计方法 | |
CN109061597B (zh) | 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法 | |
JP7160561B2 (ja) | 方位演算装置及び方位演算方法 | |
CN113625265B (zh) | 基于波束空间的方位超分辨方法 | |
CN115494485A (zh) | 一种二维低旁瓣恒定分辨率前视声呐成像方法及系统 | |
CN115248413A (zh) | 一种适用于非均匀线阵的离格信号波达方向估计方法 | |
CN110231590B (zh) | 一种基于dft变换的阵列目标角度测量方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230531 Address after: 4 / F, building 1, No.14 Jiuxianqiao Road, Chaoyang District, Beijing 100020 Patentee after: Beijing Jingwei Hengrun Technology Co.,Ltd. Address before: 100192 5th floor, Zhizhen building, 7 Zhichun Road, Haidian District, Beijing Patentee before: BEIJING RUNKE GENERAL TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |