CN111157995A - 一种汽车雷达侧视角度超分辨成像方法 - Google Patents

一种汽车雷达侧视角度超分辨成像方法 Download PDF

Info

Publication number
CN111157995A
CN111157995A CN202010010465.0A CN202010010465A CN111157995A CN 111157995 A CN111157995 A CN 111157995A CN 202010010465 A CN202010010465 A CN 202010010465A CN 111157995 A CN111157995 A CN 111157995A
Authority
CN
China
Prior art keywords
radar
target
cpi
array
imaging method
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
CN202010010465.0A
Other languages
English (en)
Inventor
张伟
刘硕
何宁宇
王平
谭梦瑶
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202010010465.0A priority Critical patent/CN111157995A/zh
Publication of CN111157995A publication Critical patent/CN111157995A/zh
Pending legal-status Critical Current

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
    • G01S13/93—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
    • 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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • 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

Landscapes

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

Abstract

本发明公开了一种汽车雷达侧视角度超分辨成像方法,其包括：步骤S1：获取每个阵元的距离‑多普勒矩阵；步骤S2：目标检测，提取各个阵元的RDM矩阵中对应的目标点；步骤S3：计算雷达和目标的相对速度；根据目标点在距离‑多普勒矩阵中的位置，得到目标所在的距离，以及目标和雷达的相对速度vr；得到粗略的目标角度估计值；步骤S4：获取雷达等效速度，计算不同时刻的相对位移；在一个相干处理周期CPI中，获取雷达沿着车辆行驶方向的相对位移；步骤S5：综合多个CPI数据形成一个大的阵列；进行不同CPI之间数据的运动补偿；步骤S6：再次进行测角，得到多个目标的真实角度估计值。本发明具有原理简单、易实现、能够大大提高角度分辨率等优点。

Description

一种汽车雷达侧视角度超分辨成像方法
技术领域
本发明主要涉及到汽车雷达技术领域，特指一种汽车雷达侧视角度超分辨成像方法。
背景技术
汽车雷达用于汽车行驶过程中的目标探测，为汽车辅助驾驶系统以及未来的无人驾驶系统提供外界环境信息。汽车辅助驾驶系统的传感器当前采用的主要手段包括激光雷达、毫米波雷达和摄像头。汽车毫米波雷达传感器，可以满足车辆对全天气候的适应性的要求，并且毫米波本身的特性，决定了毫米波雷达传感器器件尺寸小、重量轻等特性，并且很好弥补了如红外、激光、超声波、摄像头等其他传感器，在车载应用中所不具备的使用场景。
它拥有较强的天气适应性，工作稳定可靠，擅长检测运动目标，能显著降低道路事故发生率。把毫米波雷达安装在汽车上，可以测量从雷达到被测物体之间的距离、角度和相对速度等。利用毫米波雷达可以实现自适应巡航控制(Adaptive Cruise Control)，前向防撞报警(Forward Collision Warning)，盲点检测(Blind Spot Detection)，辅助停车(Parking aid)，辅助变道(Lane change assistant)，自主巡航控制(ACC)等高级驾驶辅助系统(ADAS)功能。比较常见的汽车毫米波雷达工作频率在24GHz和77GH附近。24GHz雷达系统主要实现近距离探测(SRR)，而77GHz系统主要实现远距离的探测(LRR)。
虽然汽车毫米波雷达具有众多优点，但是相比于激光雷达而言，其角度分辨率低是其致命弱点，如果不能有效提升其角度分辨率指标，将严重影响其使用。
传统的汽车雷达存在以下不足：
1、阵列孔径受限，影响角度分辨率；按照传统的FFT(Fast Fourier Transform)角度测量技术，雷达的角度分辨率与阵列的孔径相关，当阵列中阵元按照半波长布阵时，阵元个数越多得到的角度分辨率越好。然而，汽车雷达对于体积和尺寸要求严格，有限的空间无法容纳大的阵列，在阵元个数有效的条件下无法实现好的角度分辨率。
2、环境动态变化，超分辨算法性能不佳；为了提升角度分辨率，针对目标到来角DOA(Direction of Arrival)估计，在雷达信号处理领域中有大量的超分辨算法，例如较为经典的MUSIC(Multiple Signal Classification)，但是这些算法一般需要统计信号的协方差矩阵，只有当得到了准确的协方差矩阵估计值时，才会得到较好结果。但是，对于汽车雷达应用而言，车辆在动态行进过程中，车辆和目标均处于动态变化中，当前认为较难得到良好的信号协方差估计值，所以其性能受限。
3、车辆运动轨迹难以准确预测使得SAR无法实用；合成孔径雷达SAR(SyntheticAperture Radar)技术，SAR雷达通过主动发射电磁波来获取目标信息，是一种具有全天候、全天时工作能力的高分辨率成像雷达，在地球遥感应用中具有巨大的潜力。对于SAR雷达应用而言，需要准确知道目标的运动估计，并在后期进行补偿轨迹的偏差，一般需要在雷达端安装高精度的导航定位系统。同时，SAR雷达工作频率一般为几百兆赫兹，由于频率低波长长，使得其对微小的位置误差不敏感。但是，对于汽车毫米波雷达而言，无论是24GHz还是77GHz，波长均极小，此时微小的位置误差可能就导致性能大幅下降，甚至车辆发动机的抖动均会造成错误的结果。
4、目标运动使得SAR无法应用；传统SAR雷达应用中，雷达运动而目标保持静止，但是在汽车雷达中，目标和雷达均可能处于运动状态中，如道路上行驶的其它车辆、行走的行人等，而且它们之间的相对运动轨迹是无法预测的，所以导致了传统SAR雷达理论无法应用于汽车雷达中，当前已有研究主要针对停车位检测等较为简单的应用。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种原理简单、易实现、能够大大提高角度分辨率的汽车雷达侧视角度超分辨成像方法。
为解决上述技术问题，本发明采用以下技术方案：
一种汽车雷达侧视角度超分辨成像方法,其包括：
步骤S1：获取每个阵元的距离-多普勒矩阵；
步骤S2：目标检测，提取各个阵元的RDM矩阵中对应的目标点；
步骤S3：计算雷达和目标的相对速度；根据目标点在距离-多普勒矩阵中的位置，得到目标所在的距离，以及目标和雷达的相对速度vr；得到粗略的目标角度估计值；
步骤S4：获取雷达等效速度，计算不同时刻的相对位移；在一个相干处理周期CPI中，获取雷达沿着车辆行驶方向的相对位移；
步骤S5：综合多个CPI数据形成一个大的阵列；进行不同CPI之间数据的运动补偿；
步骤S6：再次进行测角，得到多个目标的真实角度估计值。
作为本发明的进一步改进：所述步骤S1中，毫米波雷达发射LFM连续波信号，发射多个脉冲，通过两次FFT处理得到：第一次FFT处理对应于每个脉冲的距离维回波，得到对应于各个距离单元的输出；再进行第二次FFT处理也即多普勒处理，得到一个二维距离-多普勒矩阵。
作为本发明的进一步改进：所述步骤S2中，采用CFAR检测技术，背景杂波功率水平由R＝Q个由线性检波器输出的参考单元采样的均值估计得到。
作为本发明的进一步改进：所述步骤S2中，阵列中共包含N个阵元，对于每一个阵元的RDM矩阵中提取对应的目标点，形成一个新的目标矢量xCPI，该目标矢量用于后续的角度估计计算。
作为本发明的进一步改进：所述步骤S3中，根据目标点在距离-多普勒矩阵中的位置，得到目标所在的距离，以及目标和雷达的相对速度vr；采用FFT方法，得到一个目标的粗略估计值
Figure BDA0002356963800000041
根据相对速度vr，以及对于目标的近似估计值
Figure BDA0002356963800000042
得到雷达沿着车辆运动方向的估计值
Figure BDA0002356963800000043
作为本发明的进一步改进：所述雷达沿车辆方向的运动速度估计值
Figure BDA0002356963800000044
计算如下：
Figure BDA0002356963800000045
作为本发明的进一步改进：所述步骤S4中，在一个相干处理周期CPI，雷达沿着车辆行驶方向的相对位移表示为：
Figure BDA0002356963800000046
TCPI表示一个CPI的时间，dCPI表示一个CPI内运动的位移；
将多个CPI的数据xCPI进行拼接，形成一个大的阵列；取决于雷达的速度和一个CPI时间的长度，所形成的等效大阵列是具有重叠阵元的或者是一个稀疏阵列。
作为本发明的进一步改进：所述步骤S6中，进行目标运动补偿之后，对形成的大阵列进行FFT角度测量，即得到多个目标的真实DOA估计值。
与现有技术相比，本发明的优点在于：
1、本发明的汽车雷达侧视角度超分辨成像方法，通过综合多个CPI的回波数据，形成一个极大孔径的阵列，从而能够极大地提高角度分辨率，在实际阵列中仅包含几个阵元的情况下，能够达到1°甚至0.1°的角度分辨率，远远优于已有的其它方法。
2、本发明的汽车雷达侧视角度超分辨成像方法，无需在车辆安装高精度定位系统，也无法在后期进行目标位置补偿，在形成一个极大的阵列后，即使采用最简单的FFT测角算法，也可以达到极好的性能。
3、本发明的汽车雷达侧视角度超分辨成像方法，无论雷达和目标均处于运动状态还是二者中仅有一者处于运动状态，均可以正常工作，而且无需对车辆运动轨迹进行约束，使得本算法具有极好的灵活性，能够满足汽车雷达的应用需求。
附图说明
图1是本发明方法的流程示意图。
图2是本发明在具体应用实例中距离-多普勒矩阵获取方法的示意图。
图3是本发明在具体应用实例中CA-CFAR处理的示意图。
图4是本发明在具体应用实例中目标角度粗略估计的示意图。
图5是本发明在具体应用实例中的示意图。
图6是传统角雷达典型应用场景的示意图。
图7是本发明在具体应用实例中角雷达应用中各个角度变量示意图。
具体实施方式
以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
如图1所示，本发明的汽车雷达侧视角度超分辨成像方法,其包括：
步骤S1：单个阵元的距离-多普勒矩阵获取；
毫米波雷达发射LFM连续波信号，发射多个脉冲，毫米波雷达单个阵元距离-多普勒矩阵获取如图2所示，即通过两次FFT(傅里叶变换，Fast Fourier Transform)处理得到；第一次FFT处理对应于每个脉冲的距离维回波，得到对应于各个距离单元的输出，再进行第二次FFT处理也即多普勒处理，此时可以得到一个二维距离-多普勒矩阵(RDM,Range-Doppler Matrix)。
对每个阵元均进行以上处理，假设接收阵元共有N个，共计可以得到N个距离-多普勒矩阵。
步骤S2：目标检测(CFAR检测)；
为了使雷达信号检测的虚警概率保持恒定值，即需采用恒定虚警率(ConstantFalse Alarm Rate简称CFAR)技术。
CA-CFAR处理具体实现如图3所示，背景杂波功率水平由R＝Q个由线性检波器输出的参考单元采样的均值估计得到。与检测单元最邻近的是两个保护单元，主要是用在单目标情况，防止目标能量泄漏到参考单元影响检测器前沿和后沿滑窗的两个局部估计值。再根据这两个估计值依据不同的CFAR准则得到背景噪声功率水平估计X，即参考滑窗中的平均杂波包络估计，T是标称化因子。
自适应判决准则为:
Figure BDA0002356963800000061
其中，H1表示有目标假设，H0表示无目标假设。
步骤S3：提取各个阵元的RDM矩阵中对应的目标点；
阵列中共包含N个阵元，对于每一个阵元的RDM矩阵中提取对应的目标点，形成一个新的目标矢量xCPI，该目标矢量用于后续的角度估计计算。
步骤S4：计算雷达和目标的相对速度；
根据目标点在距离-多普勒矩阵中的位置，即可得到目标所在的距离，以及目标和雷达的相对速度vr。
步骤S5：计算一个粗略的目标角度估计值；
采用FFT方法，可以得到一个目标的粗略估计值
Figure BDA0002356963800000062
如图4所示。当有两个目标存在时，得到的估计值一般介于两个目标真实角度之间。值得注意的是，在当前阶段无需知道目标个数。
步骤S6：计算雷达等效速度；
根据相对速度vr，以及对于目标的近似估计值
Figure BDA0002356963800000071
可以计算得到雷达沿着车辆运动方向的估计值
Figure BDA0002356963800000072
值得注意的是，在该速度中，同时考虑了目标的运动和雷达的运动。雷达沿车辆方向的运动速度估计值
Figure BDA0002356963800000073
计算如下：
Figure BDA0002356963800000074
步骤S7：计算不同时刻的相对位移；
在一个CPI(相干处理周期，Coherent Processing Interval)中，雷达沿着车辆行驶方向的相对位移可以表示为：
Figure BDA0002356963800000075
其中TCPI表示一个CPI的时间，dCPI表示一个CPI内运动的位移。
步骤S8：综合多个CPI数据形成一个大的阵列；
将多个CPI的数据xCPI进行拼接，形成一个大的阵列。取决于雷达的速度和一个CPI时间的长度，所形成的等效大阵列有可能是具有重叠阵元的，也有可能是一个稀疏阵列。
步骤S9：不同CPI之间数据的运动补偿；
由于不同CPI的数据发射时间不同，所以由于相对运动以及TCPI的存在，使得不同CPI之间数据的一部分相差是由运动引起的，需要进行补偿。
步骤S10：再次进行FFT测角；
进行目标运动补偿之后，对形成的大阵列进行FFT角度测量，即可得到多个目标的真实DOA估计值(角度估计，DOA，Direction of Arrival)。
由上可知，本发明针对汽车毫米波雷达的侧视安装，基于雷达和目标的相对运动速度，以及对目标角度的粗略估计值，计算得到雷达沿运动方向的速度估计值的方法，也即计算雷达等效速度的方法。针对汽车毫米波雷达的侧视安装，对于雷达和目标相对运动的场景，无论是二者均处于运动状态，还是仅有一个处于移动状态，等效为目标静止不动，仅雷达沿行驶方向移动的方法。针对汽车毫米波雷达的侧视安装，基于雷达和目标的相对位移，综合多个时刻的数据形成一个极大的阵列回波数据，从而达到高角度分辨率的方法。
本发明的典型应用场景如图5所示，雷达安装在汽车侧方，雷达阵列的法线垂直于汽车车身，感兴趣的目标位于汽车的侧面；在多目标存在时，目标可能在距离和速度上均不可区分，此时仅能依赖于角度区分，而当目标在角度上较为靠近时，现有的方法无法准确判断目标个数并给出目标的真实角度信息。采用本发明所提出的方法之后，可以在阵列中包含极小阵元个数的情况下，例如仅有几个阵元，能够实现1°甚至0.1°的角度分辨率，远远优于当前已有方法。
另外，对于角雷达应用而言，参见图6，雷达安装在汽车的四个角，雷达阵列的法线向着汽车的前方45°方向，在多目标存在时，目标可能在距离和速度上均不可区分，此时仅能依赖于角度区分，而当目标在角度上较为靠近时，现有的方法无法准确判断目标个数并给出目标的真实角度信息。
参见图7，针对汽车毫米波雷达的角雷达安装，基于雷达和目标的相对运动速度，以及对目标角度的粗略估计值，计算得到雷达沿运动方向的速度估计值的方法，也即计算雷达等效速度的方法，也即公式
Figure BDA0002356963800000081
也即步骤S6中的雷达速度计算公式不同，各个角度示意图如图7所示。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (8)

1.一种汽车雷达侧视角度超分辨成像方法,其特征在于，包括：
步骤S1：获取每个阵元的距离-多普勒矩阵；
步骤S2：目标检测，提取各个阵元的RDM矩阵中对应的目标点；
步骤S3：计算雷达和目标的相对速度；根据目标点在距离-多普勒矩阵中的位置，得到目标所在的距离，以及目标和雷达的相对速度vr；得到粗略的目标角度估计值；
步骤S4：获取雷达等效速度，计算不同时刻的相对位移；在一个相干处理周期CPI中，获取雷达沿着车辆行驶方向的相对位移；
步骤S5：综合多个CPI数据形成一个大的阵列；进行不同CPI之间数据的运动补偿；
步骤S6：再次进行测角，得到多个目标的真实角度估计值。
2.根据权利要求1所述的汽车雷达侧视角度超分辨成像方法,其特征在于，所述步骤S1中，毫米波雷达发射LFM连续波信号，发射多个脉冲，通过两次FFT处理得到：第一次FFT处理对应于每个脉冲的距离维回波，得到对应于各个距离单元的输出；再进行第二次FFT处理也即多普勒处理，得到一个二维距离-多普勒矩阵。
3.根据权利要求1所述的汽车雷达侧视角度超分辨成像方法,其特征在于，所述步骤S2中，采用CFAR检测技术，背景杂波功率水平由R＝Q个由线性检波器输出的参考单元采样的均值估计得到。
4.根据权利要求3所述的汽车雷达侧视角度超分辨成像方法,其特征在于，所述步骤S2中，阵列中共包含N个阵元，对于每一个阵元的RDM矩阵中提取对应的目标点，形成一个新的目标矢量xCPI，该目标矢量用于后续的角度估计计算。
5.根据权利要求3所述的汽车雷达侧视角度超分辨成像方法,其特征在于，所述步骤S3中，根据目标点在距离-多普勒矩阵中的位置，得到目标所在的距离，以及目标和雷达的相对速度vr；采用FFT方法，得到一个目标的粗略估计值
Figure FDA0002356963790000021
根据相对速度vr，以及对于目标的近似估计值
Figure FDA0002356963790000022
得到雷达沿着车辆运动方向的估计值
Figure FDA0002356963790000023
6.根据权利要求5所述的汽车雷达侧视角度超分辨成像方法,其特征在于，所述雷达沿车辆方向的运动速度估计值
Figure FDA0002356963790000024
计算如下：
Figure FDA0002356963790000025
7.根据权利要求1-6中任意一项所述的汽车雷达侧视角度超分辨成像方法,其特征在于，所述步骤S4中，在一个相干处理周期CPI，雷达沿着车辆行驶方向的相对位移表示为：
Figure FDA0002356963790000026
TCPI表示一个CPI的时间，dCPI表示一个CPI内运动的位移；
将多个CPI的数据xCPI进行拼接，形成一个大的阵列；取决于雷达的速度和一个CPI时间的长度，所形成的等效大阵列是具有重叠阵元的或者是一个稀疏阵列。
8.根据权利要求7所述的汽车雷达侧视角度超分辨成像方法,其特征在于，所述步骤S6中，进行目标运动补偿之后，对形成的大阵列进行FFT角度测量，即得到多个目标的真实DOA估计值。
CN202010010465.0A 2020-01-06 2020-01-06 一种汽车雷达侧视角度超分辨成像方法 Pending CN111157995A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010010465.0A CN111157995A (zh) 2020-01-06 2020-01-06 一种汽车雷达侧视角度超分辨成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010010465.0A CN111157995A (zh) 2020-01-06 2020-01-06 一种汽车雷达侧视角度超分辨成像方法

Publications (1)

Publication Number Publication Date
CN111157995A true CN111157995A (zh) 2020-05-15

Family

ID=70561541

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010010465.0A Pending CN111157995A (zh) 2020-01-06 2020-01-06 一种汽车雷达侧视角度超分辨成像方法

Country Status (1)

Country Link
CN (1) CN111157995A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111796270A (zh) * 2020-07-08 2020-10-20 电子科技大学 周界安防雷达横向穿越目标检测方法、系统、介质及设备
CN114151736A (zh) * 2021-12-03 2022-03-08 北京声创新技术发展有限责任公司 一种监测天然气泄漏的超声三阵元报警定位仪及方法
CN114814761A (zh) * 2021-01-29 2022-07-29 Aptiv技术有限公司 用于车辆自我运动估计的雷达数据处理
US20230053001A1 (en) * 2021-07-28 2023-02-16 Nxp B.V. Radar signal processing with forward-backward matrix

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080106460A1 (en) * 2006-06-01 2008-05-08 James Lynn Kurtz Radar microsensor for detection, tracking, and classification
US20100245157A1 (en) * 2009-03-30 2010-09-30 Wicks Michael C Generalized inner product method and apparatus for improved detection and discrimination
CN106134457B (zh) * 2006-06-02 2011-04-27 西安空间无线电技术研究所 一种合成孔径雷达系统验证方法
US8416123B1 (en) * 2010-01-06 2013-04-09 Mark Resources, Inc. Radar system for continuous tracking of multiple objects
CN104730517A (zh) * 2015-03-23 2015-06-24 西安电子科技大学 双基地多输入多输出雷达多目标跟踪方法
GB201711427D0 (en) * 2017-07-17 2017-08-30 Jaguar Land Rover Ltd A Radar system for use in a vehicle
JP2017161358A (ja) * 2016-03-09 2017-09-14 株式会社東芝 レーダ装置
US20170299714A1 (en) * 2016-04-15 2017-10-19 Mohsen Rohani Systems and methods for side-directed radar from a vehicle
CN107576940A (zh) * 2017-07-10 2018-01-12 西安邮电大学 一种低复杂度单基地mimo雷达非圆信号角度估计方法
US20180017673A1 (en) * 2016-07-13 2018-01-18 Lang Hong Precise Vehicle Association in Automated Traffic Surveillance Using Forward-Look and Side-Look Doppler Radars Traffic Surveillance
CN108387875A (zh) * 2018-03-01 2018-08-10 南京理工大学 基于二维fft的时分mimo雷达相位误差矫正方法
CN109946672A (zh) * 2019-04-15 2019-06-28 西安电子科技大学 基于被动孔径合成稀疏阵列的doa估计方法
CN109948698A (zh) * 2019-03-19 2019-06-28 北京行易道科技有限公司 车辆特征确定方法、装置、设备和存储介质
CN110261841A (zh) * 2019-07-26 2019-09-20 南京信息工程大学 基于迭代加权近端投影的mimo雷达单测量矢量doa估计方法
CN110646773A (zh) * 2019-09-27 2020-01-03 成都纳雷科技有限公司 一种基于汽车毫米波雷达的弱目标检测方法、跟踪方法及系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080106460A1 (en) * 2006-06-01 2008-05-08 James Lynn Kurtz Radar microsensor for detection, tracking, and classification
CN106134457B (zh) * 2006-06-02 2011-04-27 西安空间无线电技术研究所 一种合成孔径雷达系统验证方法
US20100245157A1 (en) * 2009-03-30 2010-09-30 Wicks Michael C Generalized inner product method and apparatus for improved detection and discrimination
US8416123B1 (en) * 2010-01-06 2013-04-09 Mark Resources, Inc. Radar system for continuous tracking of multiple objects
CN104730517A (zh) * 2015-03-23 2015-06-24 西安电子科技大学 双基地多输入多输出雷达多目标跟踪方法
JP2017161358A (ja) * 2016-03-09 2017-09-14 株式会社東芝 レーダ装置
US20170299714A1 (en) * 2016-04-15 2017-10-19 Mohsen Rohani Systems and methods for side-directed radar from a vehicle
US20180017673A1 (en) * 2016-07-13 2018-01-18 Lang Hong Precise Vehicle Association in Automated Traffic Surveillance Using Forward-Look and Side-Look Doppler Radars Traffic Surveillance
CN107576940A (zh) * 2017-07-10 2018-01-12 西安邮电大学 一种低复杂度单基地mimo雷达非圆信号角度估计方法
GB201711427D0 (en) * 2017-07-17 2017-08-30 Jaguar Land Rover Ltd A Radar system for use in a vehicle
CN108387875A (zh) * 2018-03-01 2018-08-10 南京理工大学 基于二维fft的时分mimo雷达相位误差矫正方法
CN109948698A (zh) * 2019-03-19 2019-06-28 北京行易道科技有限公司 车辆特征确定方法、装置、设备和存储介质
CN109946672A (zh) * 2019-04-15 2019-06-28 西安电子科技大学 基于被动孔径合成稀疏阵列的doa估计方法
CN110261841A (zh) * 2019-07-26 2019-09-20 南京信息工程大学 基于迭代加权近端投影的mimo雷达单测量矢量doa估计方法
CN110646773A (zh) * 2019-09-27 2020-01-03 成都纳雷科技有限公司 一种基于汽车毫米波雷达的弱目标检测方法、跟踪方法及系统

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
杨建宇 等: "LFMCW雷达运动目标检测与距离速度去耦合" *
洪惠宇: "基于FMCW的周界检测雷达关键技术研究" *
王月鹏 等: "二维FFT算法在LFMCW雷达信号处理中的应用及其性能分析" *
赵翔 等: "正交波形虚拟孔径MIMO雷达原理与性能讨论" *
赵若冰: "雷达目标的微多普勒特征建模与分析技术研究" *
陈广东, 朱兆达, 朱岱寅: "在强杂波背景SAR图像中检测动目标", 系统工程与电子技术, no. 09 *
陈广东, 钱默舒, 江伟光: "测算SAR图像中动目标运动参数", 现代雷达, no. 03 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111796270A (zh) * 2020-07-08 2020-10-20 电子科技大学 周界安防雷达横向穿越目标检测方法、系统、介质及设备
CN114814761A (zh) * 2021-01-29 2022-07-29 Aptiv技术有限公司 用于车辆自我运动估计的雷达数据处理
US20230053001A1 (en) * 2021-07-28 2023-02-16 Nxp B.V. Radar signal processing with forward-backward matrix
US11799537B2 (en) * 2021-07-28 2023-10-24 Nxp B.V. Radar signal processing with forward-backward matrix
CN114151736A (zh) * 2021-12-03 2022-03-08 北京声创新技术发展有限责任公司 一种监测天然气泄漏的超声三阵元报警定位仪及方法
CN114151736B (zh) * 2021-12-03 2023-11-28 北京声创新技术发展有限责任公司 一种监测天然气泄漏的超声三阵元报警定位仪及方法

Similar Documents

Publication Publication Date Title
CN111157995A (zh) 一种汽车雷达侧视角度超分辨成像方法
Gierull Ground moving target parameter estimation for two-channel SAR
EP3415945B1 (en) Method of determining the yaw rate of a target vehicle
CN110058239B (zh) 一种车载毫米波雷达装置及目标探测方法
CN112098990B (zh) 车载高分辨毫米波雷达对于中高速车辆的检测与跟踪方法
EP3767333B1 (en) Method and system for height estimation in ultra-short-range radar
CN111679266B (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
JPH06194443A (ja) １つ以上の車両交通調査パラメータの計算用システム
CN110857984B (zh) 具有多普勒模糊估计的距离和到达方向偏移
CN115575922B (zh) 基于车载fmcw毫米波雷达的动目标检测方法和装置
CN110660218A (zh) 利用毫米波雷达的高精度地图制作方法及系统
KR20230116783A (ko) 레이더 또는 lidar 빔 스티어링을 사용한 자기 속도 추정
Rizzi et al. Multi-beam automotive SAR imaging in urban scenarios
CN112098965B (zh) 一种基于毫米波雷达的载体姿态角解算方法
Tebaldini et al. A Quick and Dirty processor for automotive forward SAR imaging
Lundquist et al. Tracking stationary extended objects for road mapping using radar measurements
CN107783130B (zh) 基于组合波形的无人驾驶汽车复杂环境防碰撞系统信号处理方法
Pandey et al. Automated parking test using isar images from automotive radar
WO2020133041A1 (zh) 车速计算方法、系统、设备及存储介质
CN116299473A (zh) 一种基于mimo毫米波雷达的横穿目标探测方法
CN110542902B (zh) 一种适用于车载毫米波雷达的简易测高方法
CN112230216A (zh) 面向云控智能底盘的车载毫米波雷达多目标探测方法
da Silva et al. Novel post-Doppler STAP with a priori knowledge information for traffic monitoring applications: basic idea and first results
Barros Cardoso da Silva et al. Novel post-Doppler STAP with a priori knowledge information for traffic monitoring applications: basic idea and first results
Kumar et al. Estimation of speed and tracking of vehicles using radar duet

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200515