CN111239721A - 车载mimo雷达求熵解速度模糊的方法 - Google Patents
车载mimo雷达求熵解速度模糊的方法 Download PDFInfo
- Publication number
- CN111239721A CN111239721A CN202010087550.7A CN202010087550A CN111239721A CN 111239721 A CN111239721 A CN 111239721A CN 202010087550 A CN202010087550 A CN 202010087550A CN 111239721 A CN111239721 A CN 111239721A
- Authority
- CN
- China
- Prior art keywords
- radar
- vehicle
- speed
- ground clutter
- solving
- 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
- G01S13/50—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
-
- 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
- G01S13/60—Velocity or trajectory determination systems; Sense-of-movement determination systems wherein the transmitter and receiver are mounted on the moving object, e.g. for determining ground speed, drift angle, ground track
-
- 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
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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
本发明公开了一种车载MIMO雷达求熵解速度模糊的方法,包括对测得的回波数据进行ADC处理,并根据通道顺序重新排列;对每个通道的回波信号进行距离‑多普勒维的FFT变换;根据求得的模糊速度,构造2L组不同的速度,得到2L组新的加权矢量及输出功率;通过求熵的方式可以同时解同一距离‑多普勒门内所有信号的速度模糊,从而能够准确估算出所有地面杂波信号相对于雷达准确的角度信息,最终根据地面杂波在方位向关于雷达前进方向的对称性,求解车辆自身的不模糊速度。
Description
技术领域
本发明涉及一种车载雷达信号处理方法,特别是涉及一种车载MIMO雷达求熵解速度模糊的方法。
背景技术
车载GPS测速原理是算出每一秒的具体经纬坐标,然后再除以一秒钟可得到一秒内的平均速度,即通过GPS测速测得的是一段距离中车辆的平均速度,在实际应用中,由于各种误差导致这样算出来的数据不可能那么准确。
雷达测速是雷达通过发射高频率无线电波,通过多普勒计算移动物体的瞬间移动速度,即雷达测速测得的是瞬时速度。另外,毫米波雷达测速、测距精度远高于视觉传感器,与激光雷达相比,穿透力更好,探测距离更远,且具有全天时全天候的优势,因而被广泛用作车载传感器。
多输入多输出(MIMO)雷达是一种提高调频连续波(FMCW)雷达角度估计能力的技术,多个TX天线传输到同一组RX天线。来自多个TX天线的信号需要是正交的(即不应互相干扰),MIMO雷达主要有时分复用(TDM)、码分复用(CDM)、频分复用(CDM)。FDM-MIMO在发送和接收链上增加了硬件复杂性,CDM-MIMO导致计算复杂及性能下降。因此,TDM-MIMO在提供正交性方面优于其他方法,但由于TDM的MIMO波形是时间交错线性调频连续波(LFMCW)波形,当目标速度足够大时,导致通道间产生额外的相位差,最终导致测速模糊。
目前一些文献提出了通过找到相位补偿峰值的方式来补偿相位差,专利CN110412558A中提出了一种基于TDM MIMO的解车载FMCW雷达速度模糊方法,通过搜索法寻找多普勒模糊补偿因子。专利CN108594233A中指出了TDM-MIMO的速度模糊问题,并提出了通过比较多路补偿系数下FFT输出后的幅度最大值进行相位补偿。
发明内容
发明目的:由于车载TDM体制的MIMO雷达运动速度过大时,会造成雷达测速模糊的问题,传统的解速度模糊的方式需要估计目标数目,算法流程较为复杂且普适性不强。本发明的目的是提出一种车载MIMO雷达求熵解速度模糊的方法,是基于信息熵及地面杂波对称性的速度-角度联合估计的方法,能够较简单的计算得到车辆自身的不模糊速度。
技术方案:本发明的车载MIMO雷达求熵解速度模糊的方法,包括如下步骤:
(1)对测得的回波数据进行ADC处理,并根据通道顺序重新排列;
(2)对每个通道的回波信号进行距离-多普勒维的FFT变换,得到距离-多普勒维模糊图及频域信号;并计算得到模糊速度,即径向速度;
(3)根据求得的模糊速度,构造2L组不同的速度,从而得到2L组新的加权矢量w及输出功率P′DBF;
(4)比较得到2L组输出功率中最小熵值的组号e,反推出地面杂波相对于雷达的不模糊径向速度vtrue(e)及加权矢量w(e);
(5)取同一距离-多普勒门下的两个对称地面杂波,通过w(e)进行DBF得到角度信息;
(6)根据地面杂波在方位向关于雷达法线的对称性,求解车辆自身的不模糊速度。
本发明的求解方法进一步为:
步骤1、装有MIMO雷达的车辆以速度Vy向正前方行驶,与前进方向夹角相等的地面杂波相对于雷达都有相同的径向速度,因此在同一距离-多普勒门内会存在一组关于前进方向对称的地面杂波。
步骤2、车载MIMO雷达包含M个发射天线,N个接收天线,可等效成MN个通道,发射天线之间的间距为d1,接收天线之间的间距为d2,收发天线的等效间距为d,为了保证发射波形具有良好的正交性,在发射端采用时分多址(TDM)的方式进行波形配置,发射天线按照1、2、……、M的顺序依次打开,而N个接收天线同时接收每个发射天线产生的回波信号。
步骤3、对接收到的回波信号进行ADC处理得到其中,i=1:n_chirps表示慢时间采样序号,n_chirps为脉冲数;k=1:n_samples表示快时间采样序号,n_samples为快时间采样点数;mn=1:MN表示通道序号,MN为等效通道数,另外,因芯片内部已经对信号进行了解线性调频(dechirp)的处理,此处回波信号已是中频信号,可直接进行后续信号处理。其中,1:MN代表1,2,3,4,5......MN。
步骤4、由于TDM的发射波形配置方式,在接收端需要根据发射天线开启顺序,对MN个通道的回波信号重新排序得Smn=[S11、S12、……、S1n,S21、……S2n,……,Sm1、……SMN],对排完序的回波信号先在距离维做Nr点的傅里叶变换(FFT),再在速度维做Md点的傅里叶变换(FFT),得到距离-多普勒维模糊图及频域信号Smn(nr,ma),其中,nr=1:Nr,md=1:Md。
步骤5、选取同一距离-多普勒门下的回波信号Smn(rp,dp)分析,其中1≤rp≤Nr,1≤dp≤Md,根据多普勒门dp可计算出地面杂波相对于雷达的瞬时速度Vest(p)=dp×vres,(其中,速度分辨率Tc为每个发射天线工作的时间,λ为波长);此处的瞬时速度即径向速度。
步骤6、在实际应用中,由于采用时间交错(TDM)配置发射波形的方式,当车载雷达自身速度较高时,发射天线开启的时间差会造成通道间产生额外的相位差 最终导致测速模糊,此时估算的车辆相对于地面杂波的径向速度Vest不准确。
步骤7、为了解速度模糊,计算出地面杂波相对于雷达的真实速度及角度,则需要补偿步骤6中提及的相位差这里其中,vtrue为不模糊速度,因此可构造一个优化模型求解相位差:vtrue=vest+jvmax,其中j以等步长从-L取至L共取得2L个不同的vtrue,则对应2L组不同的补偿相位。
步骤9、将步骤8中得到的2L组不同的新的加权矢量w用于数字波束形成(DBF),可得到2L组不同的输出功率P′DBF,即P″DBF(1:2L)=w(1:2L)RxwH(1:2L),其中,H表示共轭转置,协方差矩阵
步骤10、计算P′DBF(1:2L)的熵值En(1:2L)=-∑[P(1:2L)log2P(1:2L)],其中,接着比较这2L组P′DBF的熵值大小并取熵值最小值对应的组号e,即En(e)=min[En(1:2L)],1≤e≤2L。
步骤11、根据最小熵值对应的组号e,可反推得到车辆相对于地面杂波的不模糊径向速度vtrue(e)=vest+evmax,从而得到通道间相位差将其补偿至加权矢量a,得到理想的加权矢量将w(e)用于数字波束形成(DBF),得到一组理想的输出功率P′DBF(e)=w(e)RxwH(e),由此可计算得同一距离-多普勒门内,一组对称的地面杂波信号相对于雷达前进方向的真实方位角。
步骤12、由于在同一距离-多普勒门内存在一组关于前进方向对称的地面杂波A、B,且步骤11已知同一距离-多普勒门内,一组对称的地面杂波相对于雷达前进方向的真实方位角。则可知A、B是相对于雷达径向速度都为vtrue(e),方位角分别为-β、β的两个信号,因此,根据三角形的余弦定理,可计算得到车辆的不模糊速度
本发明通过求熵的方式可以同时解同一距离-多普勒门内所有信号的速度模糊,从而能够准确估算出所有地面杂波信号相对于雷达准确的角度信息,最终根据地面杂波在方位向关于雷达前进方向的对称性,求解车辆自身的不模糊速度。
有益效果:通过比较波束形成输出功率得到最小熵值对应的速度信息,从而求得地面杂波相对于雷达的不模糊径向速度,同时计算出同一距离-多普勒门内一组地面杂波相对于雷达的真实方位角,最终根据同一距离-多普勒门内地面杂波关于雷达前进方向的对称性,计算得到车辆自身的不模糊速度。
附图说明
图1是本发明的实际应用场景图;
图2是车载MIMO雷达求熵解速度模糊的流程图;
图3是本发明的一组对称地面杂波的角度估计图。
具体实施方式
下面结合实施例对本发明进行进一步地描述。
本实施例的车载MIMO雷达求熵解速度模糊的流程图如图2所示,该方法具体包括如下步骤:
步骤1、装有MIMO雷达的车辆以速度Vy向正前方行驶,与前进方向夹角相等的地面杂波相对于雷达都有相同的径向速度,因此在同一距离-多普勒门内会存在一组关于前进方向对称的地面杂波;可如图1所示。
步骤2、车载MIMO雷达包含M个发射天线,N个接收天线,可等效成MN个通道,发射天线之间的间距为d1,接收天线之间的间距为d2,收发天线的等效间距为d,为了保证发射波形具有良好的正交性,在发射端采用时分多址(TDM)的方式进行波形配置,发射天线按照1、2、……、M的顺序依次打开,而N个接收天线同时接收每个发射天线产生的回波信号。
步骤3、对接收到的回波信号进行ADC处理得到其中,i=1:n_chirps表示慢时间采样序号,n_chirps为脉冲数;k=1:n_samples表示快时间采样序号,n_samples为快时间采样点数;mn=1:MN表示通道序号,MN为等效通道数,另外,因芯片内部已经对信号进行了解线性调频(dechirp)的处理,此处回波信号已是中频信号,可直接进行后续信号处理。
步骤4、由于TDM的发射波形配置方式,在接收端需要根据发射天线开启顺序,对MN个通道的回波信号重新排序得Smn=[S11、S12、……、S1n,S21、……S2n,……,Sm1、……SMN],对排完序的回波信号先在距离维做N,点的傅里叶变换(FFT),再在速度维做Md点的傅里叶变换(FFT),得到距离-多普勒维模糊图及频域信号Smn(nr,md),其中,nr=1:Nr,md=1:Md。
步骤5、选取同一距离-多普勒门下的回波信号Smn(rp,dp)分析,其中1≤rp≤Nr,1≤dp≤Md,根据多普勒门dp可计算出地面杂波相对于雷达的瞬时速度Vest(p)=dp×vres,(其中,速度分辨率Tc为每个发射天线工作的时间,λ为波长)。
步骤6、在实际应用中,由于采用时间交错(TDM)配置发射波形的方式,当车载雷达自身速度较高时,发射天线开启的时间差会造成通道间产生额外的相位差 最终导致测速模糊,此时估算的车辆相对于地面杂波的径向速度Vest不准确。
步骤7、为了解速度模糊,计算出地面杂波相对于雷达的真实速度及角度,则需要补偿步骤6中提及的相位差这里其中,vtrue为不模糊速度,因此可构造一个优化模型求解相位差:vtrue=vest+jvmax,其中j以等步长从-L取至L共取得2L个不同的vtrue,则对应2L组不同的补偿相位。
步骤9、将步骤8中得到的2L组不同的新的加权矢量w用于数字波束形成(DBF),可得到2L组不同的输出功率P′DBF,即P″DBF(1:2L)=w(1:2L)RxwH(1:2L),其中,H表示共轭转置,协方差矩阵
步骤10、计算P′DBF(1:2L)的熵值En(1:2L)=-∑[P(1:2L)log2P(1:2L)],其中,
步骤11、根据最小熵值对应的组号e,可反推得到车辆相对于地面杂波的不模糊径向速度vtrue(e)=vest+evmax,从而得到通道间相位差将其补偿至加权矢量a,得到理想的加权矢量将w(e)用于数字波束形成(DBF),得到一组理想的输出功率P′DBF(e)=w(e)RxwH(e),由此可计算得同一距离-多普勒门内,一组对称的地面杂波信号相对于雷达前进方向的真实方位角。
步骤12、由于在同一距离-多普勒门内存在一组关于前进方向对称的地面杂波A、B,且步骤11已知同一距离-多普勒门内,一组对称的地面杂波相对于雷达前进方向的真实方位角。则可知A、B是相对于雷达径向速度都为vtrue(e),方位角分别为-β、β的两个信号,因此,根据三角形的余弦定理,可计算得到车辆的不模糊速度
上述步骤是针对一个距离-多普勒门内的所有地面杂波信号进行的解速度模糊及相位补偿测角,此处距离-速度门的选定是随机的,为了方便处理,这里选择了地面杂波较强处的距离-速度门,该方法能够较好地应用于车载雷达测速。
通过上述步骤,可以计算得到车辆相对于地面杂波的不模糊速度,且可得到同一距离-多普勒门内一组对称的地面杂波相对于雷达的方位角。如图3所示,在进行相位补偿前,存在多个高峰值,无法分辨出哪个峰值对应的横坐标是地面杂波相对于雷达的方位角,将求熵得到补偿相位补偿至加权矢量后,即可清晰看到两个对称的峰值点,其对应的横坐标即为一组对称的地面杂波相对于雷达的方位角。
Claims (5)
1.一种车载MIMO雷达求熵解速度模糊的方法,其特征在于包括如下步骤:
(1)车载MIMO雷达包含M个发射天线,N个接收天线,可等效成MN个通道,发射天线之间的间距为d1,接收天线之间的间距为d2,收发天线的等效间距为d,在发射端采用TDM的方式进行波形配置,发射天线按照1、2、......、M的顺序依次打开,而N个接收天线同时接收每个发射天线产生的回波信号;
(2)对接收到的回波信号进行ADC处理得到其中,i=1:n_chirps表示慢时间采样序号,n_chirps为脉冲数;k=1:n_samples表示快时间采样序号,n_samples为快时间采样点数;mn=1:MN表示通道序号,MN为等效通道数;
(3)对MN个通道的回波信号重新排序得Smn=[S11、S12、......、S1n,S21、......S2n,......,Sm1、......SMN],对排完序的回波信号先在距离维做Nr点的傅里叶变换,再在速度维做Md点的傅里叶变换,得到距离-多普勒维模糊图及频域信号Smn(nr,md),其中nr=1:Nr,md=1:Md;
(4)选取同一距离-多普勒门下的回波信号Smn(rp,dp)分析,其中1≤rp≤Nr,1≤dp≤Md,根据多普勒门dp计算出地面杂波相对于雷达的径向速度Vest(p)=dp×vers;其中,速度分辨率Tc为每个发射天线工作的时间,λ为波长;
(5)构造优化模型求解相位差vtrue=vest+jvmax;j以等步长从-L取至L共取得2L个不同的vtrue,则对应2L组不同的补偿相位,并得到2L组新的加权矢量w及输出功率P′DBF;其中vtrue为不模糊速度,Vest为径向速度;
(6)比较得到2L组输出功率中最小熵值的组号e,反推出地面杂波相对于雷达的不模糊径向速度vtrue(e)及加权矢量w(e);取同一距离-多普勒门下的两个对称地面杂波,通过w(e)进行DBF得到角度信息;
(7)根据地面杂波在方位向关于雷达法线的对称性,求解车辆自身的不模糊速度。
3.根据权利要求1所述的车载MIMO雷达求熵解速度模糊的方法,其特征在于步骤(6)具体为:计算P′DBF(1:2L)的熵值En(1:2L)=-∑[P(1:2L)log2P(1:2L)],其中,后比较2L组P′DBF的熵值大小并取熵值最小值对应的组号e,即En(e)=min[En(1:2L)],1≤e≤2L;
5.根据权利要求1所述的车载MIMO雷达求熵解速度模糊的方法,其特征在于:步骤(1)中,装有MIMO雷达的车辆以速度Vy向正前方行驶,与前进方向夹角相等的地面杂波相对于雷达都有相同的径向速度,在同一距离-多普勒门内会存在一组关于前进方向对称的地面杂波。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010087550.7A CN111239721B (zh) | 2020-02-13 | 2020-02-13 | 车载mimo雷达求熵解速度模糊的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010087550.7A CN111239721B (zh) | 2020-02-13 | 2020-02-13 | 车载mimo雷达求熵解速度模糊的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111239721A true CN111239721A (zh) | 2020-06-05 |
CN111239721B CN111239721B (zh) | 2022-05-03 |
Family
ID=70879896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010087550.7A Active CN111239721B (zh) | 2020-02-13 | 2020-02-13 | 车载mimo雷达求熵解速度模糊的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111239721B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111929656A (zh) * | 2020-09-23 | 2020-11-13 | 南京楚航科技有限公司 | 一种基于熵值统计的车载毫米波雷达系统噪声估计方法 |
CN112740069A (zh) * | 2020-08-04 | 2021-04-30 | 华为技术有限公司 | 信号处理方法和装置 |
CN112799046A (zh) * | 2020-12-30 | 2021-05-14 | 中山联合汽车技术有限公司 | 基于相位峰值的速度确定方法、装置、雷达及存储介质 |
CN113325382A (zh) * | 2021-05-26 | 2021-08-31 | 北京理工大学重庆创新中心 | 基于全局最优化相位调制的ddma mimo雷达速度解模糊方法 |
WO2021169085A1 (zh) * | 2020-02-27 | 2021-09-02 | 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 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040150552A1 (en) * | 2003-01-30 | 2004-08-05 | Barbella Peter F. | Technique for non-coherent integration of targets with ambiguous velocities |
CN101980046A (zh) * | 2010-10-14 | 2011-02-23 | 西安电子科技大学 | 调频步进雷达复合测速运动补偿方法 |
CN106842166A (zh) * | 2017-03-31 | 2017-06-13 | 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 |
US20180011170A1 (en) * | 2016-07-09 | 2018-01-11 | Texas Instruments Incorporated | Methods and Apparatus for Velocity Detection in MIMO Radar Including Velocity Ambiguity Resolution |
CN107966688A (zh) * | 2017-11-09 | 2018-04-27 | 东南大学 | 基于相位干涉技术的宽带雷达目标速度解模糊方法 |
CN108594233A (zh) * | 2018-04-24 | 2018-09-28 | 森思泰克河北科技有限公司 | 一种基于mimo汽车雷达的速度解模糊方法 |
CN110412558A (zh) * | 2019-07-03 | 2019-11-05 | 南京理工大学 | 基于tdm mimo的解车载fmcw雷达速度模糊方法 |
-
2020
- 2020-02-13 CN CN202010087550.7A patent/CN111239721B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040150552A1 (en) * | 2003-01-30 | 2004-08-05 | Barbella Peter F. | Technique for non-coherent integration of targets with ambiguous velocities |
CN101980046A (zh) * | 2010-10-14 | 2011-02-23 | 西安电子科技大学 | 调频步进雷达复合测速运动补偿方法 |
US20180011170A1 (en) * | 2016-07-09 | 2018-01-11 | Texas Instruments Incorporated | Methods and Apparatus for Velocity Detection in MIMO Radar Including Velocity Ambiguity Resolution |
CN106842166A (zh) * | 2017-03-31 | 2017-06-13 | 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 |
CN107966688A (zh) * | 2017-11-09 | 2018-04-27 | 东南大学 | 基于相位干涉技术的宽带雷达目标速度解模糊方法 |
CN108594233A (zh) * | 2018-04-24 | 2018-09-28 | 森思泰克河北科技有限公司 | 一种基于mimo汽车雷达的速度解模糊方法 |
CN110412558A (zh) * | 2019-07-03 | 2019-11-05 | 南京理工大学 | 基于tdm mimo的解车载fmcw雷达速度模糊方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021169085A1 (zh) * | 2020-02-27 | 2021-09-02 | 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 |
CN112740069A (zh) * | 2020-08-04 | 2021-04-30 | 华为技术有限公司 | 信号处理方法和装置 |
CN111929656A (zh) * | 2020-09-23 | 2020-11-13 | 南京楚航科技有限公司 | 一种基于熵值统计的车载毫米波雷达系统噪声估计方法 |
CN112799046A (zh) * | 2020-12-30 | 2021-05-14 | 中山联合汽车技术有限公司 | 基于相位峰值的速度确定方法、装置、雷达及存储介质 |
CN113325382A (zh) * | 2021-05-26 | 2021-08-31 | 北京理工大学重庆创新中心 | 基于全局最优化相位调制的ddma mimo雷达速度解模糊方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111239721B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111308437B (zh) | 一种毫米波mimo交通雷达求熵解速度模糊的方法 | |
CN111239721B (zh) | 车载mimo雷达求熵解速度模糊的方法 | |
CN111157981B (zh) | 多入多出调频连续波雷达系统 | |
US11906618B2 (en) | MIMO radar apparatuses and MIMO radar methods | |
Zhang et al. | Super resolution DOA based on relative motion for FMCW automotive radar | |
CN102156279B (zh) | 基于mimo的双基地雷达地面动目标检测方法 | |
Guo et al. | Ground moving target indication via multichannel airborne SAR | |
CN110412558A (zh) | 基于tdm mimo的解车载fmcw雷达速度模糊方法 | |
CN101430378B (zh) | 实现目标体方向的精确检测的车辆安装方向检测设备 | |
CN109581352B (zh) | 一种基于毫米波雷达的超分辨测角系统 | |
CN101915911B (zh) | 基于相消积累空时谱的空间任意构型分布式sar动目标参数估计方法 | |
CN108693511B (zh) | 时分复用mimo雷达的运动目标角度计算方法 | |
CN107688178A (zh) | 一种基于77GHz毫米波雷达的锯齿波测距测速方法 | |
CN111007503B (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 | |
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 | |
CN111257879B (zh) | 基于二范数解决毫米波mimo雷达目标分裂的方法 | |
WO2023072111A1 (zh) | 面向自动驾驶的毫米波正交波形优化方法及车载雷达系统 | |
CN111736126A (zh) | 一种基于低成本安防雷达的信号处理方法 | |
CN117784077B (zh) | 一种基于频率积累的弱小目标检测方法、终端及介质 | |
US20230305103A1 (en) | Mimo radar apparatus and mimo radar method | |
CN115267721B (zh) | 一种基于双频sar的地面动目标径向速度估计方法 | |
KR20190124488A (ko) | 레이더 시스템에서 신호 부공간 기반의 도래각 추정 방법 및 장치 | |
Zhang et al. | Joint Range-Angle Super-resolution Estimation for Frequency Division MIMO Radar | |
Li et al. | Application of complete complementary sequence in orthogonal MIMO SAR system | |
Tian et al. | Motion Parameter Estimation Based on Overlapping Elements for TDM-MIMO FMCW Radar |
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 |