CN110632586A - 一种基于快速fmcw雷达的道路车辆低运算量监测方法 - Google Patents
一种基于快速fmcw雷达的道路车辆低运算量监测方法 Download PDFInfo
- Publication number
- CN110632586A CN110632586A CN201910956929.4A CN201910956929A CN110632586A CN 110632586 A CN110632586 A CN 110632586A CN 201910956929 A CN201910956929 A CN 201910956929A CN 110632586 A CN110632586 A CN 110632586A
- Authority
- CN
- China
- Prior art keywords
- chirp
- vehicle
- term
- fft
- radar
- 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
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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
- G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于快速FMCW雷达的道路车辆低运算量监测方法,利用快速FMCW雷达获取道路上车辆的反射回波,与雷达的发射波进行混频后得到此时刻的拍频,拍频信号经过ADC采样发送给计算模块;在计算模块中只在估计目标车辆存在的情况下进行角度检测,而不是在每帧中检测角度,从而进一步降低了计算复杂度。由于运动目标车辆并不总是存在,因此本发明在运动目标车辆不存在的情况下减少了不必要的处理。
Description
技术领域
本发明涉及一种基于快速FMCW雷达的道路车辆低运算量监测方法,属于雷达监测技术领域。
背景技术
雷达传感器已经被汽车自动驾驶,道路监测等方面领域广泛应用,相对于超声波传感器,光学传感器,雷达几乎不受雾霾,天气,光线等环境因素影响。在雷达道路监测系统中,连续调制波(FMCW)雷达相比于脉冲波雷达,其硬件要求更低,设计简单,所以更受欢迎。
传统FMCW雷达中,调制波形主要由锯齿波和三角波,在单个扫频chirp周期T往往在1到10ms,这样,当chirp为锯齿波时,由于这样的时宽较大,存在距离-速度耦合现象。三角波调制的FMCW通过上升和下降扫频率可以消除距离-速度耦合现象,确定单目标距离和速度的唯一值。但对于多目标监测,由于雷达参数相同,多个目标的发射信号处于频率扫频上下的频段会产生多组平行的直线,比如两个目标有四个交点,那么就有两个虚警目标,随着目标数量的增多,虚假目标会成倍增加。为了克服多值性,往往加入另外一个扫频率的调制直线,但这样增加了设计难度,以及道路监测中雷达硬件的要求。
通过增大扫频率的锯齿波调制出快速FMCW波可以解决上述问题。这样,chirp周期在微妙级别,带宽在GHz范围,从而使得多普勒效应产生的车辆速度频移相对于距离频移忽略不计,在利用拍频计算距离时忽略多普勒效应的影响,从而消除了距离-速度耦合现象;同时在每个距离单位内的相位体现速度变化,利用二维FFT来得出速度和距离的信息。
这种全维的FFT首先是针对每帧的每一个chirp即距离域都进行的做拍频的FFT运算,得到距离;然后针对一帧中所有的chirp,即chirp域做相位的FFT,得到速度信息;而当需要AOA计算时,需要对整个接收天线阵列的数据进行FFT计算,这就是3D-FFT。显然这样的数据量很大,同时也局限了FFT的运算点数,使得计算复杂,运算量大,并且增加了运算的时延,消耗较多的资源,不适合低成本,时延要求高,简易的FMCW雷达。
发明内容
发明目的:针对现有技术中存在的问题与不足,本发明提供一种基于快速FMCW雷达的道路车辆低运算量监测方法。
技术方案:一种基于快速FMCW雷达的道路车辆低运算量监测方法,包括如下内容:
利用快速FMCW雷达获取道路上车辆的反射回波,与雷达的发射波进行混频后得到此时刻的拍频,拍频信号经过ADC采样发送给计算模块;在计算模块中:
发射波信号可以由x(t)表示为:
TF表示一帧的周期,NF表示帧的个数,在第i帧包含有L个扫频chirp,那么x(i)(t)表示在第i帧发射波,表示为:
那么x0(t)表示一个chirp,可以表示为:
x0(t)=exp(j2π(f0t+μt2/2))
这里,0≤t≤T,f0载波频率,T是扫频周期,μ是扫频率,即μ=B/T,B表示带宽。所谓快速FMCW雷达波,就体现在带宽B为GHz量级;扫频周期,即一个chirp周期T为us量级。
令雷达接收天线阵列为K个天线组成的线性阵列,设雷达前方为单个车辆,那么某帧的第l个chirp信号由雷达前方的单个车辆反射,在第k个天线接收到的车辆回波表示为:
那么经过混频后得到的差拍信号yl,k(t)可以表示为:
这里fb=μτ是混频后得到的拍频(beat frequency),表示发射波x0(t)的共轭,τ表示发射波和收到回波之前的时间间隔,xb(t)为差拍信号的正弦曲线。另外,wl,k(t)和a可以表示为:
经过对差拍信号进行ADC,其中采样率为fs,得到采样后的拍频信号:
yl,k(n)=axb(nTs)vlψk+wl,k(n)
所以多目标检测时,设雷达前方有M个车辆,监测到第m个车辆,第i帧的拍频信号可以表示为:
这里为距离项,针对n作FFT,尖峰位置即为拍频频率,这个频率是由于距离产生的频移,从而得到距离,下面称这种FFT为距离FFT,为速度项,,针对l作FFT,反映了速度引起的相位变化,从而得到速度,下面称这种FFT为速度FFT,为到达角度项,针对k做FFT,即可得到角度,下面称这种FFT为角度FFT,为噪声项,表示第m辆车在第i帧的拍频信号的幅度值。一帧中L个差拍信号经过ADC后,得到L组Ns点离散数字信号数据
在L个差拍信号中选取两个差拍信号,第l1个和第l2个差拍信号,yl1,k[n]和yl2,k[n],两者相减,并用dl1l2,k[n]表示:
dl1l2,k[n]=yl1,k[n]-yl2,k[n]=axb[nTs]ψk(vl1-vl2)+wl1,k[n]-wl2,k[n]
如果没有运动目标车辆,由速度引起的多普勒频率为零,即fD=0;此时,上式中,只存在杂波或噪声项;这就意味这只有噪声项做距离FFT;另一方面,如果是动目标车辆,vl1和vl2不相等,多普勒频率不为零,除非l1=l2或l2=l1+lT,l是整数,T为chirp周期。因此省略噪声项(这里可以增大信噪比,或者过滤器降低噪声,达到省略噪声项的目的),令:
dl1l2,k[n]=βxb[nTs]ψk
这里β=a(vl1-vl2)。
通过上式,可以看出,差拍信号xb[nTs]包含距离信息,并且方向角度项ψk仍然存在。分别对距离项和角度项进行距离FFT和角度FFT,可以得到距离和角度信息。
进一步地,需要正确选择两个chirp,即l1,l2,使得β≠0。这么做是因为要避免算法不能正确工作的情况。如果两个l1和l2处的相位变化是对称的,那么相减后的输出可能为零,好像没有移动的物体,这就出现所谓的速度盲区。为了克服上述问题,分两种模式:一种情况下,目标车辆是单一的,其速度是已知的;另一种情况下,目标车辆不是单一的或目标车辆的速度是未知的。
针对速度项组成的域下面称为chirp域;一帧中由L个chirp组成,那么chirp域中就有L个样点,样点之间的间隔时间就是chirp的周期T,那么T就可以看成对相位的采样周期;知道目标车辆的速度,对于chirp域中,速度项vl=exp(j2πfDlT),由多普勒频移公式可以得到周期为:
在帧内L个扫频chirp中随机选择两个差拍信号,即使在一帧中使得差值为零,但此时并不进入下一阶段的计算,而是在下一帧中,再随机选择两个差拍信号,此时将会变换,使得这时才进入FFT的其他计算,得出监测结论,这样就避免了目标在某些特定速度无法识别的问题。
有益效果:与现有技术相比,本发明提供的基于快速FMCW雷达的道路车辆低运算量监测方法,只在估计目标车辆存在的情况下进行角度检测,而不是在每帧中检测角度,从而进一步降低了计算复杂度。由于目标车辆并不总是存在,因此本发明在目标车辆不存在的情况下减少了不必要的处理。
本发明解决了以往算法无法检测特定速度目标车辆的问题。通过随机选择每帧的两个chirp来降低慢速或快速目标车辆丢失的概率。其次,不用对每帧进行二维FFT来检测距离和角度,当确定运动目标车辆存在时,进行二维FFT来检测目标的距离和角度。
本发明的算法在FPGA芯片上实现,可以只用一个ADC串行输入,从而减少了管脚的应用,并且在时序上就产生较为宽松的裕度,由于两个拍频信号是随机的,对于两个拍频信号的间隔时间并没有太严格的要求,当一个扫频周期中的拍频信号ADC数据采集完毕,可以等缓存完毕后,再采集另外一个扫频周期的拍频数据,这样在这方面资源得到复用,节省了面积,可以留出资源空间给算法的IP。
附图说明
图1为现有检测方法原理图;
图2为基于两个扫频chirp进行低复杂度算法示意图;
图3为基于两个扫频chirp进行低复杂度算法的改进方案流程图。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
基于快速FMCW雷达的道路车辆低运算量监测方法,包括如下内容:
利用快速FMCW雷达获取道路上车辆的反射回波,与雷达的发射波进行混频后得到此时刻的拍频,拍频信号经过ADC采样发送给计算模块;在计算模块中:
发射波信号可以由x(t)表示为:
TF表示一帧的周期,有NF个帧,其中在第i帧包含有L个扫频chirp,那么x(i)(t)表示在第i帧发射波,表示为:
那么x0(t)表示一个chirp,可以表示为:
x0(t)=exp(j2π(f0t+μt2/2))
这里,0≤t≤T,f0载波频率,T是扫频周期,μ是扫频率,即μ=B/T。
令雷达接收天线阵列为K个天线组成的线性阵列,设雷达前方为单个车辆,那么某帧的第l个chirp信号由雷达前方的单个车辆反射,在第k个天线接收到的车辆回波表示为:
那么混频后得到的差拍信号yl,k(t)可以表示为:
这里fb=μτ是拍频,xb(t)为差拍信号的正弦曲线。另外,wl,k(t)和a可以表示为:
经过对差拍信号进行ADC,其中采样率为fs,得到采样后的拍频信号:
yl,k(n)=axb(nTs)vlψk+wl,k(n)
所以多目标检测时,设雷达前方有M个车辆,监测到第m个车辆,第i帧的拍频信号可以表示为:
首先,对每组做NR点的FFT。
其中,Ns为差拍信号经过采样后的样点数。可以看出这里做的NR点FFT针对距离项FFT得到的NR点结果的频率分辨率称为距离单元,因为频率分辨率是区分两个尖峰最小频率差,相应的距离分辨率是区分两个车辆最小距离。矩阵5的行存放FFT后的输出数据,所以横向为距离域,纵向标记chirp数,在矩阵5中,有L个chirp,所以纵向为chirp域。
然后,对同一距离单元进行FFT,即对矩阵5纵向做Nc点FFT。
可以看出这里做的Nc点FFT是针对雷达系统中的速度项的,从而得到速度的对应信息。由上面两式所进行的2维FFT,得到NR×Nc的矩阵,因为有K个接收天线,所以进行K次这样的运算,从而得到NR×Nc×K二维FFT数据输出。对矩阵6天线阵列方向作NA点FFT的输入,从而得到角度信息。
很显然,以上3维FFT的运算复杂度较高,需要的硬件资源较多,在FPGA中实现的话,一方面逻辑资源的要求高,并且时序要求高,不适合成本较低,稳定要求高,运算反应速度快的项目。
对于FMCW雷达监测系统,第一个重要问题是迅速确定感兴趣的目标车辆的存在,这里针对监测目的,感兴趣的目标即为运动目标。在没有目标车辆的情况下,我们不需要不必要地使用资源。也就是说,本发明应该只在有感兴趣的目标车辆时才运行,即只有运动的目标车辆,才会雷达波产生多普勒频移,两个chirp周期的速度项才会不同,由于这里采用的快速FMCW波,所以chirp周期很短,不同chirp周期的距离项和角度项并不受多普勒频移影响,所以当将差拍信号相减,就会得到速度项的差值,当差值为零,则表明物体没有多普勒频移,为静止物体,不是感兴趣的目标。为此,本发明首先确定运动目标车辆是否存在,如果没有运动目标车辆,则多普勒频率为零,即fD=0。参数检测操作在确定目标存在后执行。这样就有效的解决了全维FFT运算复杂度大的问题,节省了资源。在L个差拍信号中选取两个差拍信号。例如,第l1个和第l2个差拍信号,yl1,k[n]和yl2,k[n],两者相减,并用dl1l2,k[n]表示图2所示:
dl1l2,k[n]=yl1,k[n]-yl2,k[n]=axb[nTs]ψk(vl1-vl2)+wl1,k[n]-wl2,k[n]
如果没有运动目标车辆,多普勒频率为零,即fD=0;此时,上式中,只存在杂波或噪声项;这就意味这只有噪声项做FFT;另一方面,如果是动目标车辆,vl1和vl2不相等,多普勒频率不为零,除非l1=l2或l2=l1+lT,l是整数,T为chirp周期。因此省略噪声项,令:
dl1l2,k[n]=βxb[nTs]ψk
这里β=a(vl1-vl2)。
通过上式,可以看出,差拍信号xb[nTs]包含距离信息,并且方向角度项ψk仍然存在。分别对距离项和角度项进行FFT,可以得到距离和角度信息。
进一步地,需要正确选择两个chirp,即l1,l2,使得β≠0。这么做是因为要避免算法不能正确工作的情况。如果两个l1和l2处的相位变化是对称的,那么相减后的输出可能为零,好像没有移动的物体,这就出现所谓的速度盲区,而这样的速度盲区是对于一帧内β=0进而去作的判断。由于系统运算时间是以帧为周期的,所以每一帧选择的都是l1,l2,所以一直会处于误判状态。为了克服上述问题,避免出现上述的误判情况,本发明将在多个帧内进行判断,当一个帧内两个chirp得到β=0,紧接着比较第二个帧,随机选择其他chirp周期l3,l4,从而得到新的β,当有限多个帧都得到β=0,则判断没有移动物体,否则判断有运动物体,进而再进行FFT等相关运算,如图3所示。
Chirp的选择区间可以分两种模式:一种情况下,目标车辆是单一的,其速度是已知的;另一种情况下,目标车辆不是单一的或目标车辆的速度是未知的。
知道目标车辆的速度,对于chirp域中,由速度项vl=exp(j2πfDlT),可知其周期计算为:
Claims (4)
1.一种基于快速FMCW雷达的道路车辆低运算量监测方法,其特征在于,包括如下内容:
利用快速FMCW雷达获取道路上车辆的反射回波,与雷达的发射波进行混频后得到此时刻的拍频,拍频信号经过ADC采样发送给计算模块;在计算模块中:
发射波信号可以由x(t)表示为:
TF表示一帧的周期,有NF个帧,其中在第i帧包含有L个扫频chirp,那么x(i)(t)表示在第i帧发射波,表示为:
那么x0(t)表示一个chirp,即线性调频信号,可以表示为:
x0(t)=exp(j2π(f0t+μt2/2))
0≤t≤T,f0载波频率,μ是扫频率,即μ=B/T;
令雷达接收天线阵列为K个天线组成的线性阵列,设雷达前方为单个车辆目标,那么某帧的第l个chirp信号由雷达前方的单个车辆目标反射,在第k个天线接收到的车辆回波表示为:
那么差拍信号yl,k(t)可以表示为:
这里fb=μτ是拍频,τ为发射波和回波的时间间隔;另外,wl,k(t)和a可以表示为:
经过对差拍信号进行ADC,得到采样后的拍频信号:
yl,k(n)=axb(n)vlψk+wl,k(n)
所以多目标检测时,设雷达前方有M个车辆,监测到第m个车辆,第i帧的拍频信号可以表示为:
这里为距离项,针对n作FFT,尖峰位置即为拍频频率,这个频率是由于距离产生的频移,从而得到距离,下面称这种FFT为距离FFT,为速度项,针对l作FFT,反映了速度引起的相位变化,从而得到速度,下面称这种FFT为速度FFT,为到达角度项,针对k做FFT,即可得到角度,下面称这种FFT为角度FFT,为噪声项;一帧中L个差拍信号经过ADC后,得到L组Ns点离散数字信号数据
在L个差拍信号中选取两个差拍信号,第l1个和第l2个差拍信号,yl1,k[n]和yl2,k[n],两者相减,并用dl1l2,k[n]表示:
dl1l2,k[n]=yl1,k[n]-yl2,k[n]=axb[nTs]ψk(vl1-vl2)+wl1,k[n]-wl2,k[n]
省略噪声项,令:
dl1l2,k[n]=βxb[nTs]ψk
这里β=a(vl1-vl2);对于上式,分别对距离项和角度项进行距离FFT和角度FFT,得到距离和角度信息。
2.如权利要求1所述的基于快速FMCW雷达的道路车辆低运算量监测方法,其特征在于,正确选择两个chirp,即l1,l2,使得β≠0。
4.如权利要求1所述的基于快速FMCW雷达的道路车辆低运算量监测方法,其特征在于,所述计算模块为FPGA芯片或者DSP芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910956929.4A CN110632586B (zh) | 2019-10-10 | 2019-10-10 | 一种基于快速fmcw雷达的道路车辆低运算量监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910956929.4A CN110632586B (zh) | 2019-10-10 | 2019-10-10 | 一种基于快速fmcw雷达的道路车辆低运算量监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110632586A true CN110632586A (zh) | 2019-12-31 |
CN110632586B CN110632586B (zh) | 2022-05-24 |
Family
ID=68976112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910956929.4A Active CN110632586B (zh) | 2019-10-10 | 2019-10-10 | 一种基于快速fmcw雷达的道路车辆低运算量监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110632586B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111899568A (zh) * | 2020-07-17 | 2020-11-06 | 广州忘平信息科技有限公司 | 桥梁防撞预警系统、方法、装置和存储介质 |
CN113296098A (zh) * | 2020-02-24 | 2021-08-24 | 安波福技术有限公司 | 用于雷达目标检测的侧向块监测 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060181448A1 (en) * | 2005-02-14 | 2006-08-17 | Denso Corporation | FMCW radar device and method for detecting interference |
CN102540190A (zh) * | 2010-11-12 | 2012-07-04 | 株式会社电装 | 具有用于信号处理的多个处理器核的fmcw雷达设备 |
CN107193230A (zh) * | 2017-05-10 | 2017-09-22 | 合肥晟泰克汽车电子股份有限公司 | 汽车雷达信号处理系统及方法 |
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 |
CN109375202A (zh) * | 2018-12-14 | 2019-02-22 | 武汉理工大学 | 一种基于车载毫米波雷达的车辆测距测速方法 |
CN109975807A (zh) * | 2019-03-27 | 2019-07-05 | 东南大学 | 一种适用于毫米波车载雷达的降维子空间测角方法 |
-
2019
- 2019-10-10 CN CN201910956929.4A patent/CN110632586B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060181448A1 (en) * | 2005-02-14 | 2006-08-17 | Denso Corporation | FMCW radar device and method for detecting interference |
CN102540190A (zh) * | 2010-11-12 | 2012-07-04 | 株式会社电装 | 具有用于信号处理的多个处理器核的fmcw雷达设备 |
CN107193230A (zh) * | 2017-05-10 | 2017-09-22 | 合肥晟泰克汽车电子股份有限公司 | 汽车雷达信号处理系统及方法 |
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 |
CN109375202A (zh) * | 2018-12-14 | 2019-02-22 | 武汉理工大学 | 一种基于车载毫米波雷达的车辆测距测速方法 |
CN109975807A (zh) * | 2019-03-27 | 2019-07-05 | 东南大学 | 一种适用于毫米波车载雷达的降维子空间测角方法 |
Non-Patent Citations (1)
Title |
---|
肖慧: "LFMCW雷达高速运动目标检测与估计", 《信号处理》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296098A (zh) * | 2020-02-24 | 2021-08-24 | 安波福技术有限公司 | 用于雷达目标检测的侧向块监测 |
US11802961B2 (en) | 2020-02-24 | 2023-10-31 | Aptiv Technologies Limited | Lateral-bin monitoring for radar target detection |
CN113296098B (zh) * | 2020-02-24 | 2024-04-05 | 安波福技术有限公司 | 用于雷达目标检测的侧向块监测 |
CN111899568A (zh) * | 2020-07-17 | 2020-11-06 | 广州忘平信息科技有限公司 | 桥梁防撞预警系统、方法、装置和存储介质 |
CN111899568B (zh) * | 2020-07-17 | 2021-09-07 | 广州忘平信息科技有限公司 | 桥梁防撞预警系统、方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110632586B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111157981B (zh) | 多入多出调频连续波雷达系统 | |
US10073171B2 (en) | On-demand multi-scan micro doppler for vehicle | |
CN106405511B (zh) | 用于自动车辆的雷达信号处理 | |
EP2097769B1 (en) | System and method for reducing the effect of a radar interference signal | |
EP1672379B1 (en) | System and method for reducing a radar interference signal | |
CN110632587A (zh) | 一种基于快速fmcw雷达的弱运动物体监测方法 | |
US9063225B2 (en) | High resolution Doppler collision avoidance radar | |
US11592520B2 (en) | FMCW radar with interfering signal suppression in the time domain | |
US5784026A (en) | Radar detection of accelerating airborne targets | |
Rohling | Some radar topics: waveform design, range CFAR and target recognition | |
CN110161472B (zh) | 一种基于信号复用的宽带车载毫米波雷达解速度模糊方法 | |
JP2015514971A (ja) | 物標検出の方法 | |
CN110632586B (zh) | 一种基于快速fmcw雷达的道路车辆低运算量监测方法 | |
Shapir et al. | Doppler ambiguity resolving in TDMA automotive MIMO radar via digital multiple PRF | |
US9903944B2 (en) | Target detection system and method | |
CN113835077B (zh) | 基于变脉冲重复频率的搜索雷达目标检测方法及系统 | |
CN112083405B (zh) | 一种基于混合波形的目标检测方法及相关装置 | |
CN117092634A (zh) | 雷达测速解模糊方法、装置及存储介质 | |
Xu et al. | Difference co-chirps-based non-uniform PRF automotive FMCW radar | |
CN111337887B (zh) | 雷达全脉冲转发干扰单通道抑制方法、装置及电子设备 | |
US20230138972A1 (en) | Context based target detection | |
CN112882008B (zh) | 基于数字阵列雷达的波束内密集多目标超分辨实现方法 | |
CN110596655B (zh) | 一种基于多载频的雷达多目标速度解模糊方法 | |
CN109782233B (zh) | 一种基于傅里叶变换的雷达工作方法和系统 | |
Noor et al. | MIMO FM-CW radar using beat signal averaging method |
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 |