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 PDF

Info

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
Application number
CN202010087550.7A
Other languages
English (en)
Other versions
CN111239721B (zh
Inventor
王启霞
张弓
胡文
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202010087550.7A priority Critical patent/CN111239721B/zh
Publication of CN111239721A publication Critical patent/CN111239721A/zh
Application granted granted Critical
Publication of CN111239721B publication Critical patent/CN111239721B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

车载MIMO雷达求熵解速度模糊的方法
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
Figure BDA0002383543930000021
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
Figure BDA0002383543930000022
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
Figure BDA0002383543930000031
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
Figure BDA0002383543930000032
Figure BDA0002383543930000033
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
Figure BDA0002383543930000034
这里
Figure BDA0002383543930000035
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
Figure BDA0002383543930000036
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8、将2L组补偿相位分别补偿到加权矢量a当中，可得到2L组新的加权矢量
Figure BDA0002383543930000037
又因加权矢量
Figure BDA0002383543930000038
则新的加权矢量可表示为
Figure BDA0002383543930000039
其中，θ为目标回波到达角。
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
Figure BDA00023835439300000310
步骤10、计算P′DBF(1：2L)的熵值En(1：2L)＝-∑[P(1：2L)log2P(1：2L)]，其中，
Figure BDA0002383543930000041
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
Figure BDA0002383543930000042
将其补偿至加权矢量a，得到理想的加权矢量
Figure BDA0002383543930000043
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
Figure BDA0002383543930000044
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
Figure BDA0002383543930000051
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
Figure BDA0002383543930000052
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
Figure BDA0002383543930000053
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
Figure BDA0002383543930000054
Figure BDA0002383543930000055
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
Figure BDA0002383543930000061
这里
Figure BDA0002383543930000062
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
Figure BDA0002383543930000063
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8、将2L组补偿相位分别补偿到加权矢量a当中，可得到2L组新的加权矢量
Figure BDA0002383543930000064
又因加权矢量
Figure BDA0002383543930000065
则新的加权矢量可表示为
Figure BDA0002383543930000066
其中，θ为目标回波到达角。
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
Figure BDA0002383543930000067
步骤10、计算P′DBF(1：2L)的熵值En(1：2L)＝-∑[P(1：2L)log2P(1：2L)]，其中，
Figure BDA0002383543930000068
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
Figure BDA0002383543930000069
将其补偿至加权矢量a，得到理想的加权矢量
Figure BDA00023835439300000610
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
Figure BDA0002383543930000071
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
Figure FDA0002383543920000011
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
Figure FDA0002383543920000018
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
Figure FDA0002383543920000012
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
Figure FDA0002383543920000013
vtrue＝vest+jvmax；
Figure FDA0002383543920000014
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
Figure FDA0002383543920000015
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。
2.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(5)具体为：将2L组补偿相位分别补偿到加权矢量a中，得到2L组新的加权矢量
Figure FDA0002383543920000016
其中加权矢量
Figure FDA0002383543920000017
则新的加权矢量可表示为
Figure FDA0002383543920000021
其中θ为目标回波到达角；
后将得到的2L组不同的新的加权矢量w用于数字波束形成，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
Figure FDA0002383543920000022
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，
Figure FDA0002383543920000023
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；
根据最小熵值对应的组号e，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
Figure FDA0002383543920000024
将其补偿至加权矢量a，得到理想的加权矢量
Figure FDA0002383543920000025
将w(e)用于数字波束形成，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。
4.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(7)具体为：在同一距离-多普勒门内存在一组关于雷达前进方向对称的地面杂波A、B，根据同一距离-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，计算得到车辆的不模糊速度
Figure FDA0002383543920000026
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。
CN202010087550.7A 2020-02-13 2020-02-13 车载mimo雷达求熵解速度模糊的方法 Active CN111239721B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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