CN111308437A - 一种毫米波mimo交通雷达求熵解速度模糊的方法 - Google Patents

一种毫米波mimo交通雷达求熵解速度模糊的方法 Download PDF

Info

Publication number
CN111308437A
CN111308437A CN202010124482.7A CN202010124482A CN111308437A CN 111308437 A CN111308437 A CN 111308437A CN 202010124482 A CN202010124482 A CN 202010124482A CN 111308437 A CN111308437 A CN 111308437A
Authority
CN
China
Prior art keywords
target
speed
obtaining
radar
groups
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
CN202010124482.7A
Other languages
English (en)
Other versions
CN111308437B (zh
Inventor
王鹏立
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 Hurys Intelligent Technology Co Ltd
Original Assignee
Nanjing Hurys Intelligent Technology Co Ltd
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 Hurys Intelligent Technology Co Ltd filed Critical Nanjing Hurys Intelligent Technology Co Ltd
Priority to CN202010124482.7A priority Critical patent/CN111308437B/zh
Priority to PCT/CN2020/095559 priority patent/WO2021169085A1/zh
Publication of CN111308437A publication Critical patent/CN111308437A/zh
Application granted granted Critical
Publication of CN111308437B publication Critical patent/CN111308437B/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
    • 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
    • G01S7/418—Theoretical aspects

Landscapes

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

Abstract

本发明属于MIMO雷达信号处理技术领域，尤其涉及一种毫米波MIMO交通雷达求熵解速度模糊的方法，包括如下步骤：获取雷达回波信号；获取目标的距离初步信息；获取目标的速度初步信息；获取目标角度信息；计算目标的不模糊速度，建立优化模型，得到2L组不同的补偿相位；获取最小熵值e，再将这2L组不同的新的加权矢量用于数字波束形成，得到2L组不同的输出功率；根据最小熵值所在位置e，得此时对应的不模糊速度，求得新的输出功率、获得准确目标，将最小熵值对应的加权矢量，重新用于数字波束形成，获得目标准确的角度信息。本申请在同一维度下的多个目标进行检测的方法来实现高精度高效率的测量结果。

Description

一种毫米波MIMO交通雷达求熵解速度模糊的方法
技术领域
本发明属于MIMO雷达信号处理技术领域，尤其涉及一种毫米波MIMO交通雷达求熵解速度模糊的方法。
背景技术
在智能交通中，传感器的种类多样，而毫米波雷达有着不受光线影响、作用距离远、不受天气影响、价格低、可靠性高等诸多优点，因此，毫米波雷达的应用研发成为趋势。
在汽车主动安全驾驶技术中，毫米波雷达凭借其全天时、全天候工作的特点，逐步成为不可或缺的重要传感器。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现在市场上交通雷达多采用TDM的方式进行波形配置，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，导致不同的发射波形到达目标之间产生相位差，最终导致在测角度过程中目标出现分裂；而最新的方法也是局限在同一维度下的一个目标进行求模糊速度，如通过找到相位补偿峰值的方式来补偿相位差，具体是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。
而现需要一种在同一维度下对多个目标进行检测的一种方法来实现高精度高效率的测量结果。
发明内容
本申请实施例通过提供一种毫米波MIMO交通雷达求熵解速度模糊的方法，优化现有技术中只能针对同一维度下的一个目标进行求模糊速度的技术问题，提供在同一维度下的多个目标进行检测的方法来实现高精度高效率的测量结果。
本申请实施例提供了一种毫米波MIMO交通雷达求熵解速度模糊的方法，包括对每个目标进行如下操作：
获取目标的距离初步信息，对距离-多普勒维模糊图进行恒虚警处理，得到目标对应的距离门rp，其中，p＝1，……，Num，Num为距离-多普勒维检测到的目标个数；
获取目标的速度初步信息，对距离-多普勒维模糊图进行恒虚警处理，得到目标对应的多普勒门dp，其中，p＝1，……，Num，Num为距离-多普勒维检测到的目标个数；选取一个距离-多普勒门下的目标回波信号S2DFFT(rp,dp,g)进行后续处理，此时初步估计目标速度为vest＝dp*vres，其中，vres为速度分辨率，
Figure BDA0002394001960000021
NdopplerFFT为多普勒维傅里叶变换的点数，λ为波长，Tc为每个发射天线工作的时间；
获取目标角度信息，根据对三维雷达回波信号S(r,c,g)进行距离- 速度二维傅里叶变换后的回波信号做数字波束形成，其中，r为采样点数，c为脉冲数，g为通道数；
计算目标的不模糊速度vtrue，建立优化模型vtrue＝vest+jvmax，其中 j＝-L:L，L为任意整数，
Figure BDA0002394001960000031
vmax为最大速度，λ为波长，M 为发射天线数，Tc为每个发射天线工作的时间；j从-L取至L，得到共2L组不同的vtrue，即得到2L组不同的补偿相位，每组的补偿相位可表示为：
Figure BDA0002394001960000032
其中，
Figure BDA0002394001960000033
获取最小熵值所在位置e，将2L组补偿相位分别补偿到加权矢量a当中，得到2L组新的加权矢量
Figure BDA0002394001960000034
其中，
Figure BDA0002394001960000035
d为等效天线间距，θ为目标相对于雷达的方位角；
Figure BDA0002394001960000036
Figure BDA0002394001960000037
Figure BDA0002394001960000038
N代表接收天线数，即
Figure BDA0002394001960000039
，MN代表M*N；再将这2L组不同的新的加权矢量用于数字波束形成，得到2L组不同的输出功率，即P'DBF(1：2L)＝w(1：2L)RxwH(1：2L)，其中，Rx为协方差矩阵，
Figure BDA00023940019600000310
wH为新的加权矢量w的共轭转置；熵的计算公式为En(1：2L)＝-∑[P(1：2L)log2P(1：2L)]，其中，
Figure BDA00023940019600000311
比较熵值的大小，得到这2L组熵值最小值对应的组号e，即 En(e)＝min[En(1：2L)]，1≤e≤2L，min表示取最小值，En(1：2L)表示2L 组熵，En(e)表示最小熵的值，e表示最小熵值所在的组号；
求得不模糊速度、进而得到加权矢量，根据最小熵值所在位置e，得此时对应的不模糊速度vtrue＝vest+evmax，又由
Figure BDA0002394001960000041
知相位与目标速度的关系，则加权矢量
Figure BDA0002394001960000042
求得新的输出功率、获得准确目标，将最小熵值对应的加权矢量，重新用于数字波束形成，并求得一组输出功率P'DBF(e)＝w(e)RxwH(e)，获得目标准确的角度信息；w(e)表示最小熵值所在组号对应的加权矢量，Rx为协方差矩阵，
Figure BDA0002394001960000043
wH(e)为 w(e)的共轭转置；
重复上述步骤直至取完Num个p值。
作为本申请改进的技术方案，绘制距离-多普勒维模糊图包括对三维雷达回波信号S(r,c,g)进行距离-多普勒二维傅里叶变换得到 S2DFFT(rn,dn,g)，其中，rn为距离向FFT点数，dn为多普勒向FFT点数，g为通道数；绘制g个通道的距离-多普勒维模糊图S2DFFT(rn,dn)；FFT表示距离-多普勒二维傅里叶。
作为本申请改进的技术方案，获取目标角度信息包括：首先求 S2DFFT(rp,dp,g)的协方差矩阵
Figure BDA0002394001960000044
E表示求均值，S2DFFT(rp,dp,g)表示同一距离-多普勒门下的目标回波信号，
Figure BDA0002394001960000045
表示对S2DFFT(rp,dp,g)的共轭转置；再求输出功率 PDBF＝aRxaH，加权矢量
Figure BDA0002394001960000046
d为等效天线间距，θ为目标相对于雷达的方位角，MN为M*N。
作为本申请改进的技术方案，毫米波MIMO雷达在发射端多采用时分多址(TDM)的方式进行波形配置，即一个脉冲周期内包含3个子脉冲，且这3个子脉冲在时间上以1/3的脉冲重复周期等间隔错开。
作为本申请改进的技术方案，获取雷达回波信号，按照脉冲排列的顺序依次打开发射天线，设定每个发射天线工作的时间为Tc，接收天线同时接收由依次打开的每个发射天线产生的雷达回波信号，将回波信号按照采样点数-脉冲数-通道数的空间顺序，将雷达回波信号重新排序得到三维雷达回波信号S(r,c,g)，其中，r为采样点数，c为脉冲数，g为通道数。
作为本申请改进的技术方案，毫米波MIMO雷达包含3个发射天线，4个接收天线，发射天线之间的间距为d1＝6λ，接收天线之间的间距为d2＝1.5λ，MIMO体制等效成一发多收的相控阵体制时，收发天线的等效间距为d＝0.75λ。
作为本申请改进的技术方案，恒虚警处理包括将当前待检测的单元与由背景噪声功率电平决定的门限进行比较，若此待检测单元中的采样值大于门限值，那么该处理器就会判定在对应距离和速度单元内存在目标，然后继续滑窗，检测其他待检测单元，直到检测完所有待检测单元。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
相对于现有技术中一个距离-速度门内的目标进行的相位补偿，本申请采用恒虚警检测(CFAR)可以检测到多个距离-多普勒门内的目标，重复上述步骤中的操作，从而将所有目标点的信息进行准确解算，实现更精确的定位。最终实现同一距离-速度门下多个目标分裂的问题、实现目标角度的准确估计。
附图说明
图1是本发明的MIMO雷达天线排布示意图。
图2是一个目标分裂的情况；
图3是图2目标分裂的情况完成相位补偿后的结果；
图4是同距离-速度的两个目标分裂的情况；
图5是同距离-速度的两个目标分裂完成相位补偿后的结果；
图6是本申请的基于熵值的相位补偿流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的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。除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
图1为本发明中雷达采用的天线布局：毫米波MIMO雷达包含 3个发射天线，4个接收天线，发射天线之间的间距为d1＝6λ，接收天线之间的间距为d2＝1.5λ，MIMO体制等效成一发多收的相控阵体制时，收发天线的等效间距为d＝0.75λ。
结合流程图6：对本申请的方法具体实施步骤描述如下：
根据通道顺序,将接收天线接收的回波数据重新排序；
对M*N(本文中也采用MN表示)个通道的回波信号进行距离- 多普勒维的FFT；
在距离-多普勒维做恒虚预警(CFAR)检测，可得p个目标点对应的距离-速度信息，其中一个目标i的模糊速度为νest；
构建优化模型，搜索不模糊速度vtrue＝vest+jvmax；
2L个νtrue对应2L个加权矢量，对应DBF后的2L组输出功率；
比较得到熵值最小的输出功率对应的加权矢量及速度(即不模糊速度)；
若i＜p，则i+1重新进入在距离-多普勒维做恒虚预警(CFAR) 检测，可得p个目标点对应的距离-速度信息，其中一个目标i的模糊速度为νest步骤，进行循环。
若i不小于p，则结束。
详细地表述为：
一种毫米波MIMO交通雷达求熵解速度模糊的方法，包括如下步骤：
毫米波MIMO雷达在发射端多采用时分多址(TDM)的方式进行波形配置，即一个脉冲周期内包含3个子脉冲，且这3个子脉冲在时间上以1/3的脉冲重复周期等间隔错开。本申请采用毫米波MIMO雷达包含3个发射天线，4个接收天线，发射天线之间的间距为d1＝6λ，接收天线之间的间距为d2＝1.5λ，MIMO体制等效成一发多收的相控阵体制时，收发天线的等效间距为d＝0.75λ。
获取雷达回波信号，按照脉冲排列的顺序依次打开发射天线，设定每个发射天线工作的时间为Tc，接收天线同时接收由依次打开的每个发射天线产生的雷达回波信号，将回波信号按照采样点数-脉冲数- 通道数的空间顺序，将雷达回波信号重新排序得到三维雷达回波信号 S(r,c,g)，其中，r为采样点数，c为脉冲数，g为通道数；
对每个目标进行如下操作：获取目标的距离初步信息，对雷达回波信号S(r,c,g)进行距离-多普勒二维傅里叶(FFT)变换得到 S2DFFT(rn,dn,g)，所谓的傅里叶变换即S2DFFT＝FFT(S)；其中，rn为距离向 FFT点数，dn为多普勒向FFT点数，g为通道数。绘制g个通道的距离-多普勒维模糊图S2DFFT(rn,dn)，对距离-多普勒维模糊图进行恒虚警处理(即将当前待检测的单元与由背景噪声功率电平决定的门限进行比较，若此待检测单元中的采样值大于门限值，那么该处理器就会判定在对应距离和速度单元内存在目标，然后继续滑窗，检测其他待检测单元，直到检测完所有待检测单元，实际应用中可采用 (CA/OS/DP)等多种恒虚警检测方法，本申请不再对其进行详述。但可简述为对距离-多普勒模糊图进行恒虚警处理就是常规的二维恒虚警处理，根据工程经验设定一定的阈值门限。)，得到目标对应的距离门rp，其中p＝1，……，Num，Num为距离-多普勒维检测到的目标个数；
获取目标的速度初步信息，对雷达回波信号S(r,c,g)进行距离-多普勒二维傅里叶(FFT)变换得到S2DFFT(rn,dn,g)，绘制g个通道的距离- 多普勒维模糊图S2DFFT(rn,dn)，对距离-多普勒维模糊图进行恒虚警处理(同上)，得到目标对应的多普勒门dp，其中p＝1，……，Num，Num 为距离-多普勒维检测到的目标个数；选取一个距离-多普勒门下的目标回波信号S2DFFT(rp,dp,g)进行后续处理，此时初步估计目标速度为 vest＝dp*vres，其中，
Figure BDA0002394001960000091
NdopplerFFT为多普勒维傅里叶变换的点数，λ为波长，vres为速度分辨率，Tc为每个发射天线工作的时间；
获取目标角度信息，根据对三维雷达回波信号S(r,c,g)进行距离- 速度二维傅里叶变换后的回波信号做数字波束形成；其中，r为采样点数，c为脉冲数，g为通道数。包括：首先求S2DFFT(rp,dp,g)的协方差矩阵
Figure BDA0002394001960000092
E表示求均值，S2DFFT(rp,dp,g) 表示同一距离-多普勒门下的目标回波信号，
Figure BDA0002394001960000093
表示对 S2DFFT(rp,dp,g)的共轭转置，再求输出功率PDBF＝aRxaH，加权矢量
Figure BDA0002394001960000094
d为等效天线间距，θ为目标相对于雷达的方位角，MN为M*N。
计算目标的不模糊速度vtrue，建立优化模型vtrue＝vest+jvmax，其中 j＝-L:L(L为任意整数)，
Figure BDA0002394001960000095
vmax为最大速度，λ为波长，M 为发射天线数，本申请中M＝3，Tc为每个发射天线工作的时间；j从 -L取至L，得到共2L组不同的vtrue，即得到2L组不同的补偿相位，每组的补偿相位可表示为：
Figure BDA0002394001960000101
其中，
Figure BDA0002394001960000102
获取最小熵值所在位置e，将2L组补偿相位分别补偿到加权矢量a当中，得到2L组新的加权矢量
Figure BDA0002394001960000103
其中，
Figure BDA0002394001960000104
d为等效天线间距，θ为目标相对于雷达的方位角；
Figure BDA0002394001960000105
Figure BDA0002394001960000106
Figure BDA0002394001960000107
N代表接收天线数，即
Figure BDA0002394001960000108
，MN代表M*N；再将这2L组不同的新的加权矢量用于数字波束形成，得到2L组不同的输出功率，即P'DBF(1：2L)＝w(1：2L)RxwH(1：2L)，其中，Rx为协方差矩阵，
Figure BDA0002394001960000109
wH为新的加权矢量w的共轭转置；熵的计算公式为En(1：2L)＝-∑[P(1：2L)log2P(1：2L)]，其中，
Figure BDA00023940019600001010
比较熵值的大小，得到这2L组熵值最小值对应的组号e，即 En(e)＝min[En(1：2L)]，1≤e≤2L，min表示取最小值，En(1：2L)表示2L 组熵，En(e)表示最小熵的值，e表示最小熵值所在的组号；
求得不模糊速度、进而得到加权矢量，根据最小熵值所在位置e，得此时对应的不模糊速度vtrue＝vest+evmax，又由
Figure BDA00023940019600001011
知相位与目标速度的关系，则加权矢量
Figure BDA0002394001960000111
求得新的输出功率、获得准确目标，将最小熵值对应的加权矢量，重新用于数字波束形成，并求得一组输出功率P'DBF(e)＝w(e)RxwH(e)，获得目标准确的角度信息；w(e)表示最小熵值所在组号对应的加权矢量，Rx为协方差矩阵，
Figure BDA0002394001960000112
wH(e)为 w(e)的共轭转置；
重复上述步骤直至取完Num个p值。
在上述方法中，毫米波MIMO雷达在发射端多采用时分多址的方式进行波形配置，即一个脉冲周期内包含3个子脉冲，且这3个子脉冲在时间上以1/3的脉冲重复周期等间隔错开。
具体应用时：
步骤1、毫米波MIMO雷达为了保证发射波形具有良好的正交性，在发射端多采用时分多址(TDMA)的方式进行波形配置，即一个脉冲周期内包含3个子脉冲，且这3个子脉冲在时间上以1/3的脉冲重复周期等间隔错开。因此，在测试中，发射天线是按照脉冲排列的顺序依次打开的，且每个发射天线工作的时间为Tc，而4个接收天线同时接收由依次打开的每个发射天线产生的回波信号。
步骤2、初步估算速度、距离信息
对接收天线接收得到的回波信号重新排序，得到包含目标信息的三维雷达回波信号S(r,c,g)，其中，r为采样点数，c为脉冲数，g为通道数，对雷达回波信号S(r,c,g)进行距离-多普勒二维傅里叶(FFT) 变换得到S2DFFT(rn,dn,g)，其中，rn为距离向FFT点数，dn为多普勒向FFT点数，g为通道数。绘制g个通道的距离-多普勒维模糊图 S2DFFT(rn,dn)，对距离-多普勒维模糊图进行恒虚警处理得到目标对应的距离门rp和多普勒门dp，其中p＝1，……，Num，Num为距离-多普勒维检测到的目标个数，可计算得目标的距离、速度信息。此时初步估计目标速度为vest＝dp*vres，其中，
Figure BDA0002394001960000121
NdopplerFFT为多普勒维傅里叶变换的点数，λ为波长，vres为速度分辨率。
步骤3、求目标的角度信息
根据步骤二中二维FFT后的回波信号做数字波束形成(DBF)，可求得目标的角度信息。首先求S2DFFT(rp,dp,g)的协方差矩阵
Figure BDA0002394001960000122
再求输出功率PDBF＝aRxaH，其中，加权矢量
Figure BDA0002394001960000123
d为等效天线间距，θ为目标相对于雷达的方位角。
步骤4、防止测速模糊，计算目标的不模糊速度vtrue
当目标速度过大时，通道间的相位差会导致测速模糊，同时使得目标在方位向存在分裂且角度信息不准确的情况，为了补偿通道之间的相位差，需要计算目标的不模糊速度vtrue，这里构造一个简单的优化模型vtrue＝vest+jvmax，其中j＝-L:L(L为任意整数)，
Figure BDA0002394001960000124
j 从-L取至L，可以得到共2L组不同的vtrue，因此可得到2L组不同的补偿相位，每组的补偿相位可表示为：
Figure BDA0002394001960000131
其中，
Figure BDA0002394001960000132
步骤5、新的加权矢量再次用于数字波束形成(DBF)，求熵最终求得最小熵值的对应组号e，将2L组补偿相位分别补偿到加权矢量当中，可以得到2L组不同的新的加权矢量
Figure BDA0002394001960000133
即
Figure BDA0002394001960000134
再将这2L组不同的新的加权矢量用于数字波束形成(DBF)，可得到 2L组不同的输出功率，即P'DBF(1：2L)＝w(1：2L)RxwH(1：2L)；熵的计算公式为En(1：2L)＝-∑[P(1：2L)log2P(1：2L)]，其中，
Figure BDA0002394001960000135
比较熵值的大小，得到这2L组熵值最小值对应的组号e，即 En(e)＝min[En(1：2L)]，1≤e≤2L。
步骤6、求得不模糊速度，进而得到加权矢量
根据步骤5中计算得到的最小熵值所在位置e，即可求得此时对应的不模糊速度vtrue＝vest+evmax，又由
Figure BDA0002394001960000136
知相位与目标速度的关系，则加权矢量
Figure BDA0002394001960000137
步骤7、求得新的输出功率，获得准确目标
将步骤6中得到的最小熵值对应的加权矢量，重新用于数字波束形成(DBF)，并求得一组输出功率，根据P'DBF(e)＝w(e)RxwH(e)求得输出功率P'DBF(e)，P'DBF(e)＝w(e)RxwH(e)即可解决目标分裂的问题，同时可获得目标准确的角度信息。如图2所示一个目标分裂的情况，图3 是通过上述步骤完成相位补偿后的结果，此时可以准确的得到该目标的角度信息，解决了一个目标分裂的问题；如图4是同距离-速度的两个目标分裂的情况，图5是通过上述步骤完成相位补偿后的结果，此时可以准确的得到这两个目标的角度信息，解决了多个目标分裂的问题。
虽然本申请已以较佳实施例揭露如上，然其并非用以限定本申请。本申请所属技术领域中具有通常知识者，在不脱离本申请的精神和范围内，当可作各种的更动与润饰。因此，本申请的保护范围当视权利要求书所界定者为准。

Claims (7)

1.一种毫米波MIMO交通雷达求熵解速度模糊的方法，其特征在于，包括对每个目标进行如下操作：
获取目标的距离初步信息，对距离-多普勒维模糊图进行恒虚警处理，得到目标对应的距离门rp，其中，p＝1，……，Num，Num为距离-多普勒维检测到的目标个数；
获取目标的速度初步信息，对距离-多普勒维模糊图进行恒虚警处理，得到目标对应的多普勒门dp，其中，p＝1，……，Num，Num为距离-多普勒维检测到的目标个数；选取一个距离-多普勒门下的目标回波信号S2DFFT(rp,dp,g)进行后续处理，此时初步估计目标速度为vest＝dp*vres，其中，vres为速度分辨率，
Figure FDA0002394001950000011
NdopplerFFT为多普勒维傅里叶变换的点数，λ为波长，Tc为每个发射天线工作的时间；
获取目标角度信息，根据对三维雷达回波信号S(r,c,g)进行距离-速度二维傅里叶变换后的回波信号做数字波束形成，其中，r为采样点数，c为脉冲数，g为通道数；
计算目标的不模糊速度vtrue，建立优化模型vtrue＝vest+jvmax，其中j＝-L:L，L为任意整数，
Figure FDA0002394001950000012
vmax为最大速度，λ为波长，M为发射天线数，Tc为每个发射天线工作的时间；j从-L取至L，得到共2L组不同的vtrue，即得到2L组不同的补偿相位，每组的补偿相位可表示为：
Figure FDA0002394001950000021
其中，
Figure FDA0002394001950000022
获取最小熵值所在位置e，将2L组补偿相位分别补偿到加权矢量a当中，得到2L组新的加权矢量
Figure FDA0002394001950000023
其中，
Figure FDA0002394001950000024
d为等效天线间距，θ为目标相对于雷达的方位角；
Figure FDA0002394001950000025
Figure FDA0002394001950000026
N代表接收天线数，即
Figure FDA0002394001950000027
MN代表M*N；再将这2L组不同的新的加权矢量用于数字波束形成，得到2L组不同的输出功率，即P'DBF(1：2L)＝w(1：2L)RxwH(1：2L)，其中，Rx为协方差矩阵，
Figure FDA0002394001950000028
WH为新的加权矢量w的共轭转置；熵的计算公式为En(1：2L)＝-∑[P(1：2L)log2P(1：2L)]，其中，
Figure FDA0002394001950000029
比较熵值的大小，得到这2L组熵值最小值对应的组号e，即En(e)＝min[En(1：2L)]，1≤e≤2L，min表示取最小值，En(1：2L)表示2L组熵，En(e)表示最小熵的值，e表示最小熵值所在的组号；
求得不模糊速度、进而得到加权矢量，根据最小熵值所在位置e，得此时对应的不模糊速度vtrue＝vest+evmax，又由
Figure FDA00023940019500000210
知相位与目标速度的关系，则加权矢量
Figure FDA00023940019500000211
求得新的输出功率、获得准确目标，将最小熵值对应的加权矢量，重新用于数字波束形成，并求得一组输出功率P'DBF(e)＝w(e)RxwH(e)，获得目标准确的角度信息；w(e)表示最小熵值所在组号对应的加权矢量，Rx为协方差矩阵，
Figure FDA0002394001950000031
wH(e)为w(e)的共轭转置；
重复上述步骤直至取完Num个p值。
2.根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法，其特征在于，对三维雷达回波信号S(r,c,g)进行距离-多普勒二维傅里叶变换得到S2DFFT(rn,dn,g)，其中，rn为距离向FFT点数，dn为多普勒向FFT点数，g为通道数；绘制g个通道的距离-多普勒维模糊图S2DFFT(rn,dn)；FFT表示距离-多普勒二维傅里叶。
3.根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法，其特征在于，获取目标角度信息包括：首先求S2DFFT(rp,dp,g)的协方差矩阵
Figure FDA0002394001950000032
E表示求均值，S2DFFT(rp,dp,g)表示同一距离-多普勒门下的目标回波信号，
Figure FDA0002394001950000033
表示对S2DFFT(rp,dp,g)的共轭转置，；再求输出功率PDBF＝aRxaH，加权矢量
Figure FDA0002394001950000034
d为等效天线间距，θ为目标相对于雷达的方位角，MN为M*N。
4.根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法，其特征在于，毫米波MIMO雷达在发射端多采用时分多址(TDM)的方式进行波形配置，即一个脉冲周期内包含3个子脉冲，且这3个子脉冲在时间上以1/3的脉冲重复周期等间隔错开。
5.根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法，其特征在于，获取雷达回波信号，按照脉冲排列的顺序依次打开发射天线，设定每个发射天线工作的时间为Tc，接收天线同时接收由依次打开的每个发射天线产生的雷达回波信号，将回波信号按照采样点数-脉冲数-通道数的空间顺序，将雷达回波信号重新排序得到三维雷达回波信号S(r,c,g)，其中，r为采样点数，c为脉冲数，g为通道数。
6.根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法，其特征在于，毫米波MIMO雷达包含3个发射天线，4个接收天线，发射天线之间的间距为d1＝6λ，接收天线之间的间距为d2＝1.5λ，MIMO体制等效成一发多收的相控阵体制时，收发天线的等效间距为d＝0.75λ。
7.根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法，其特征在于，恒虚警处理包括将当前待检测的单元与由背景噪声功率电平决定的门限进行比较，若此待检测单元中的采样值大于门限值，那么该处理器就会判定在对应距离和速度单元内存在目标，然后继续滑窗，检测其他待检测单元，直到检测完所有待检测单元。
CN202010124482.7A 2020-02-27 2020-02-27 一种毫米波mimo交通雷达求熵解速度模糊的方法 Active CN111308437B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010124482.7A CN111308437B (zh) 2020-02-27 2020-02-27 一种毫米波mimo交通雷达求熵解速度模糊的方法
PCT/CN2020/095559 WO2021169085A1 (zh) 2020-02-27 2020-06-11 一种毫米波mimo交通雷达求熵解速度模糊的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010124482.7A CN111308437B (zh) 2020-02-27 2020-02-27 一种毫米波mimo交通雷达求熵解速度模糊的方法

Publications (2)

Publication Number Publication Date
CN111308437A true CN111308437A (zh) 2020-06-19
CN111308437B CN111308437B (zh) 2022-03-22

Family

ID=71149350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010124482.7A Active CN111308437B (zh) 2020-02-27 2020-02-27 一种毫米波mimo交通雷达求熵解速度模糊的方法

Country Status (2)

Country Link
CN (1) CN111308437B (zh)
WO (1) WO2021169085A1 (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112068117A (zh) * 2020-09-11 2020-12-11 上海航天电子通讯设备研究所 基于pd检测的精确测速修正方法及系统
CN112098970A (zh) * 2020-11-18 2020-12-18 南京慧尔视智能科技有限公司 一种用于交通微波检测的速度解模糊算法及相关设备
CN112230213A (zh) * 2020-08-26 2021-01-15 北京航空航天大学杭州创新研究院 毫米波雷达及其信号处理方法、装置、计算机可读存储介质
CN112305530A (zh) * 2020-11-02 2021-02-02 上海神添实业有限公司 一种无人机群目标检测方法、电子设备及存储介质
CN112462343A (zh) * 2020-11-11 2021-03-09 中国人民解放军空军预警学院 一种通过频域变换处理提取雷达信号脉内特征参数的方法
CN112558032A (zh) * 2020-11-30 2021-03-26 北京航天光华电子技术有限公司 一种用于地面警戒雷达的数字信号处理组件
CN112690270A (zh) * 2020-12-21 2021-04-23 西安京维智网科技有限公司 基于毫米波雷达的高压输电线路杆塔探鸟驱鸟系统及方法
CN112710998A (zh) * 2020-12-16 2021-04-27 南京慧尔视智能科技有限公司 一种用于微波检测的速度解模糊算法及相关设备
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
CN114019495A (zh) * 2021-10-27 2022-02-08 海信集团控股股份有限公司 一种确定毫米波雷达的最大不模糊速度的方法及相关装置
CN114137508A (zh) * 2022-01-29 2022-03-04 南京隼眼电子科技有限公司 运动目标速度解模糊方法、装置、电子设备及存储介质
CN114325632A (zh) * 2022-03-14 2022-04-12 广东大湾区空天信息研究院 Mimo体制下的毫米波雷达速度解模糊方法及处理设备
CN114814778A (zh) * 2022-06-29 2022-07-29 长沙莫之比智能科技有限公司 一种基于毫米波雷达的载体速度解算方法
CN114839588A (zh) * 2022-06-27 2022-08-02 珠海正和微芯科技有限公司 Fmcw毫米波雷达接收天线阵误差补偿方法、系统及装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113917423B (zh) * 2021-09-28 2024-05-28 纵目科技（上海）股份有限公司 多普勒模糊度的计算方法、测量目标速度的方法及装置
CN114152939B (zh) * 2021-10-27 2024-04-30 西安电子工程研究所 一种同时多波束雷达点迹凝聚方法
CN114185038B (zh) * 2021-11-29 2022-08-12 珠海安自达科技有限公司 一种基于毫米波雷达网实现超高角度分辨力的方法及系统
CN114265656A (zh) * 2021-12-24 2022-04-01 四川千里倍益康医疗科技股份有限公司 筋膜枪及其显示屏显示控制方法
CN114879179B (zh) * 2022-05-24 2024-05-14 中国电子科技集团公司第二十研究所 一种适用于高重频极化雷达的慢速目标检测方法
CN115128562B (zh) * 2022-08-29 2022-11-29 长沙隼眼软件科技有限公司 通道校准方法、装置及存储介质
CN116930907B (zh) * 2023-09-15 2024-01-12 厦门大学 一种ddma-mimo雷达的目标相参积累检测方法
CN117452390B (zh) * 2023-12-25 2024-05-03 厦门大学 一种ddma-mimo雷达速度估计方法
CN117930213B (zh) * 2024-03-25 2024-06-04 湘江实验室 一种基于毫米波雷达探测人体存在的方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5276453A (en) * 1993-02-02 1994-01-04 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Method for ambiguity resolution in range-Doppler measurements
CN103616679A (zh) * 2013-11-19 2014-03-05 北京航空航天大学 基于差波束调制和波形分析的pd雷达测距测角方法
CN105548983A (zh) * 2015-12-02 2016-05-04 中国人民解放军军械工程学院 一种雷达组网识别目标方法
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
CN110161472A (zh) * 2019-04-29 2019-08-23 东南大学 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
CN110412514A (zh) * 2019-08-02 2019-11-05 南京慧尔视智能科技有限公司 一种mimo体制下的线性调频连续波波形优化方法
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
CN110488270A (zh) * 2019-07-31 2019-11-22 电子科技大学 一种用于车载lfmcw雷达解速度模糊测角方法
CN110837081A (zh) * 2019-11-08 2020-02-25 南京理工大学 基于p/d波段雷达信号融合处理的高速目标检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110109078B (zh) * 2019-05-05 2022-04-08 西安电子科技大学 基于相参频率捷变雷达的速度解模糊方法
CN111239721B (zh) * 2020-02-13 2022-05-03 南京航空航天大学 车载mimo雷达求熵解速度模糊的方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5276453A (en) * 1993-02-02 1994-01-04 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Method for ambiguity resolution in range-Doppler measurements
CN103616679A (zh) * 2013-11-19 2014-03-05 北京航空航天大学 基于差波束调制和波形分析的pd雷达测距测角方法
CN105548983A (zh) * 2015-12-02 2016-05-04 中国人民解放军军械工程学院 一种雷达组网识别目标方法
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
CN110161472A (zh) * 2019-04-29 2019-08-23 东南大学 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
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
CN110488270A (zh) * 2019-07-31 2019-11-22 电子科技大学 一种用于车载lfmcw雷达解速度模糊测角方法
CN110412514A (zh) * 2019-08-02 2019-11-05 南京慧尔视智能科技有限公司 一种mimo体制下的线性调频连续波波形优化方法
CN110837081A (zh) * 2019-11-08 2020-02-25 南京理工大学 基于p/d波段雷达信号融合处理的高速目标检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JIANG HUIXIA等: "Analysis on Control Performance Assessment Based on Minimum entropy", 《2018 IEEE 4TH INTERNATIONAL CONFERENCE ON COMPUTER AND COMMUNICATIONS (ICCC)》 *
ZHENG, HC等: "VELOCITY ESTIMATION OF THE MOVING TARGET FOR HIGH-RESOLUTION WIDE-SWATH SAR SYSTEMS", 《 IEEE INTERNATIONAL SYMPOSIUM ON GEOSCIENCE AND REMOTE SENSING IGARSS》 *
刘博: "弹载宽带雷达信号处理机关键技术研究", 《 中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 *
张弓: "PD雷达信号处理若干关键技术研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 *
高斯: "MIMO分布式ISAR成像算法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
WO2022027241A1 (zh) * 2020-08-04 2022-02-10 华为技术有限公司 信号处理方法和装置
CN112230213A (zh) * 2020-08-26 2021-01-15 北京航空航天大学杭州创新研究院 毫米波雷达及其信号处理方法、装置、计算机可读存储介质
CN112230213B (zh) * 2020-08-26 2024-02-02 北京航空航天大学杭州创新研究院 毫米波雷达及其信号处理方法、装置、计算机可读存储介质
CN112068117B (zh) * 2020-09-11 2023-11-03 上海航天电子通讯设备研究所 基于pd检测的精确测速修正方法及系统
CN112068117A (zh) * 2020-09-11 2020-12-11 上海航天电子通讯设备研究所 基于pd检测的精确测速修正方法及系统
CN112305530A (zh) * 2020-11-02 2021-02-02 上海神添实业有限公司 一种无人机群目标检测方法、电子设备及存储介质
CN112462343B (zh) * 2020-11-11 2023-09-19 中国人民解放军空军预警学院 一种通过频域变换处理提取雷达信号脉内特征参数的方法
CN112462343A (zh) * 2020-11-11 2021-03-09 中国人民解放军空军预警学院 一种通过频域变换处理提取雷达信号脉内特征参数的方法
CN112098970B (zh) * 2020-11-18 2021-02-19 南京慧尔视智能科技有限公司 一种用于交通微波检测的速度解模糊算法及相关设备
CN112098970A (zh) * 2020-11-18 2020-12-18 南京慧尔视智能科技有限公司 一种用于交通微波检测的速度解模糊算法及相关设备
CN112558032B (zh) * 2020-11-30 2024-03-26 北京航天光华电子技术有限公司 一种用于地面警戒雷达的数字信号处理组件
CN112558032A (zh) * 2020-11-30 2021-03-26 北京航天光华电子技术有限公司 一种用于地面警戒雷达的数字信号处理组件
CN112710998A (zh) * 2020-12-16 2021-04-27 南京慧尔视智能科技有限公司 一种用于微波检测的速度解模糊算法及相关设备
CN112690270A (zh) * 2020-12-21 2021-04-23 西安京维智网科技有限公司 基于毫米波雷达的高压输电线路杆塔探鸟驱鸟系统及方法
CN114019495A (zh) * 2021-10-27 2022-02-08 海信集团控股股份有限公司 一种确定毫米波雷达的最大不模糊速度的方法及相关装置
CN114019495B (zh) * 2021-10-27 2024-05-31 海信集团控股股份有限公司 一种确定毫米波雷达的最大不模糊速度的方法及相关装置
CN114137508A (zh) * 2022-01-29 2022-03-04 南京隼眼电子科技有限公司 运动目标速度解模糊方法、装置、电子设备及存储介质
WO2023142273A1 (zh) * 2022-01-29 2023-08-03 南京隼眼电子科技有限公司 运动目标速度解模糊方法、装置、电子设备及存储介质
CN114325632B (zh) * 2022-03-14 2022-06-17 广东大湾区空天信息研究院 Mimo体制下的毫米波雷达速度解模糊方法及处理设备
CN114325632A (zh) * 2022-03-14 2022-04-12 广东大湾区空天信息研究院 Mimo体制下的毫米波雷达速度解模糊方法及处理设备
CN114839588B (zh) * 2022-06-27 2023-03-21 珠海正和微芯科技有限公司 Fmcw毫米波雷达接收天线阵误差补偿方法、系统及装置
CN114839588A (zh) * 2022-06-27 2022-08-02 珠海正和微芯科技有限公司 Fmcw毫米波雷达接收天线阵误差补偿方法、系统及装置
CN114814778A (zh) * 2022-06-29 2022-07-29 长沙莫之比智能科技有限公司 一种基于毫米波雷达的载体速度解算方法

Also Published As

Publication number Publication date
CN111308437B (zh) 2022-03-22
WO2021169085A1 (zh) 2021-09-02

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
CN111157981B (zh) 多入多出调频连续波雷达系统
CN109975807B (zh) 一种适用于毫米波车载雷达的降维子空间测角方法
CN110412558B (zh) 基于tdm mimo的解车载fmcw雷达速度模糊方法
CN111537966B (zh) 一种适用于毫米波车载雷达领域的阵列天线误差校正方法
CN110488255B (zh) 一种相控阵雷达单脉冲高分辨测角系统及方法
Zhang et al. Super resolution DOA based on relative motion for FMCW automotive radar
CN108693511B (zh) 时分复用mimo雷达的运动目标角度计算方法
CN109581352B (zh) 一种基于毫米波雷达的超分辨测角系统
CN107688178A (zh) 一种基于77GHz毫米波雷达的锯齿波测距测速方法
CN111239721B (zh) 车载mimo雷达求熵解速度模糊的方法
CN109188385B (zh) 杂波背景下的高速微弱目标检测方法
CN111257879B (zh) 基于二范数解决毫米波mimo雷达目标分裂的方法
CN113504522B (zh) 一种基于发射天线随机切换的时空解耦与超分辨测角方法
EP1676150B1 (en) Efficient technique for estimating elevation angle when using a broad beam for search in a radar
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
Shapir et al. Doppler ambiguity resolving in TDMA automotive MIMO radar via digital multiple PRF
US20230184886A1 (en) Signal processing method and apparatus
CN108828504B (zh) 基于部分相关波形的mimo雷达目标方向快速估计方法
Longman et al. Spectral Radon–Fourier transform for automotive radar applications
CN108490425B (zh) 一种双基地mimo雷达的测角方法
CN112230220A (zh) 基于Radon变换的Deramp-STAP动目标检测方法
CN111580040A (zh) 双基地展开互质阵列mimo雷达dod和doa降维估计方法
CN114428228B (zh) 高重频和差天线雷达导引头的杂波抑制方法
CN114779199A (zh) 端射阵机载雷达自适应互耦补偿与杂波抑制方法

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