CN111366904B - 一种基于二维频谱相干合并的cfar检测方法 - Google Patents

一种基于二维频谱相干合并的cfar检测方法 Download PDF

Info

Publication number
CN111366904B
CN111366904B CN202010280176.2A CN202010280176A CN111366904B CN 111366904 B CN111366904 B CN 111366904B CN 202010280176 A CN202010280176 A CN 202010280176A CN 111366904 B CN111366904 B CN 111366904B
Authority
CN
China
Prior art keywords
fft
dimensional
data
cfar
cfar detection
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.)
Active
Application number
CN202010280176.2A
Other languages
English (en)
Other versions
CN111366904A (zh
Inventor
彭树生
李小柳
吴礼
卞亨通
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 Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202010280176.2A priority Critical patent/CN111366904B/zh
Publication of CN111366904A publication Critical patent/CN111366904A/zh
Application granted granted Critical
Publication of CN111366904B publication Critical patent/CN111366904B/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

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

本发明公开了一种基于二维频谱相干合并的CFAR检测方法，通过对毫米波雷达信号处理系统中2D‑FFT处理后的二维频谱进行相干合并，避免对每一个虚拟通道频谱进行CFAR检测，解决了雷达信号处理过程中CFAR检测时间复杂度高的问题；对MIMO天线阵列每个虚拟通道的2D‑FFT数据，进行加权求和及幅度平方，并通过指定加法器多组权重，实现对多个预组合方向覆盖，结合峰值搜索和经典二维OS‑CFAR检测，减少因通道差异对目标检测结果的影响，提高CFAR搜索引擎中的检测概率，简化硬件实现。

Description

一种基于二维频谱相干合并的CFAR检测方法
技术领域
本发明属于毫米波雷达信号处理系统目标检测领域，具体为一种基于二维频谱相干合并的CFAR检测方法。
背景技术
随着智能驾驶技术日益发展，车载毫米波雷达系统如今备受广大学者关注，具有十分重要的研究价值。毫米波雷达能够呈现出目标的轮廓，提供真实的路径规划、可通行空间检测功能，为智能驾驶环境感知提供了更加精确的环境信息。具有全天候全天时的工作特性以及体积小、价格低廉等优点，弥补了摄像头、激光雷达等传感器的不足。考虑到实现复杂度、硬件成本、体积限制，车载毫米波雷达都采用了基于TDM技术的MIMO天线阵列。
毫米波雷达信号处理模块是毫米波雷达系统的重要组成部分，流程主要包括二维FFT变换、二维CFAR检测、频率估计优化算法、速度解模糊算法以及二维波达角估计等。其中，CFAR检测在保持虚警率恒定的情况下对目标进行检测，是雷达信号处理过程的重要环节。
针对距离-多普勒维矩阵，二维CFAR检测前对MIMO通道的数据处理主要包括两种实现方法：1)对各虚拟通道2D-FFT数据组合成3D阵列，进行全局CFAR检索，工作量巨大；2)累加合并：对各虚拟通道2D-FFT数据，逐个计算幅度平方，并在功率域中对其进行求和并进行CFAR检测，由于该方法假定物体可位于与雷达模块相关的任何角度，未指定RX通道方向，因此无法在视场中获取目标的位置信息。现有算法通常计算量大，时间复杂度较高，不利于目标检测及硬件实现。
发明内容
本发明的目的在于提出一种基于二维频谱相干合并的CFAR检测方法，解决雷达信号处理系统中二维CFAR算法时间复杂度高、不利于硬件实现的问题。
实现本发明的技术解决方案为：一种基于二维频谱相干合并的CFAR检测方法，具体步骤为：
步骤1：设置雷达收发天线阵列为M发N收，可实现M×N个虚拟通道，设置MIMO周期个数为K；
步骤2：对回波信号进行下变频处理变为中频信号，通过中频滤波、放大、ADC采样获得离散数据；
步骤3：对离散数据Dataadc进行256点的FFT变换，获得每一个回波信号的距离维FFT结果；
步骤4：针对每一个MIMO周期，沿着第k个MIMO周期的方向对每一个回波信号的距离维FFT结果进行32点的FFT变换，获得第k个MIMO周期的二维FFT结果；
步骤6、将虚拟通道的二维FFT数据进行合并；
步骤7：对合并后的数据进行幅度平方计算，得到相干合并的2D-FFT结果数据；
步骤8：对原始2D-FFT数据进行峰值搜索处理，得到峰值点，并结合相干合并的2D-FFT结果数据进行二维OS-CFAR处理。
优选地，将虚拟通道的二维FFT数据进行合并的具体公式为：
Dopplerall＝∑[w1VR(0,0)+…+wm×nVR(m-1,n-1)]
式中，w1,w2,…,wm×n表示m×n个通道的加权系数，VR(m,n)表示发射天线m接收天线n对应的虚拟通道二维FFT数据。
本发明与现有技术相比，其显著优点为：本发明通过对MIMO阵列各虚拟通道数据加权求和、幅度平方进行相干合并，充分利用各虚拟通道的2D-FFT数据，同时减小由于通道差异对目标检测造成的影响，并且可通过指定多组权重实现多个预组合方向的覆盖，提高CFAR检测概率，减小二维CFAR算法的时间复杂度，简化CFAR检测过程，便于硬件结构实现，为相关研究提供参考。
附图说明
图1为通道相干合并流程图。
图2为通道相干合并示意图。
图3为二维CFAR检测示意图。
图4为2D-FFT处理后12个虚拟通道的结果示意图。
图5为通道累加合并和相干合并后输出结果示意图。
图6为合并后数据进行二维0S-CFAR处理的结果示意图。
具体实施方式
如图1～3所示，一种基于二维频谱相干合并的CFAR检测方法，具体步骤为：
步骤1：设置雷达收发天线阵列规模以及MIMO周期个数；
在某些实施例中，雷达收发天线阵列规模为3发4收，包括3根发射天线、4根接收天线，将形成12个虚拟通道，收发天线阵列设置完成42个MIMO周期；
步骤2：将第k个MIMO周期、第m个发射天线、第n个接收天线得到的回波信号记为s(m,n,k)，其中，0≤m＜3,0≤n＜4,0≤k＜42；
对回波信号s(m,n,k)进行下变频处理变为中频信号，通过中频滤波、放大、ADC采样获得离散数据Dataadc；
步骤3：对离散数据Dataadc进行256点的FFT变换，获得每一个回波信号的距离维FFT结果RangeFFT(m,n,k)；
步骤4：针对每一个MIMO周期，沿着第k个MIMO周期的方向对RangeFFT(m,n,k)进行32点的FFT变换，获得第k个MIMO周期的二维FFT结果DopplerFFT(m,n)，2D-FFT处理后得到的12个虚拟通道的结果如图4所示；
步骤6、将虚拟通道的二维FFT数据进行合并，各虚拟通道的2D-FFT数据为VR(0,0),VR(0,1),...,VR(2,3)，合并过程中使用的权重是可编程的。如果指定了多个权重，则CFAR搜索结果将自动组合为不同方向，即只要一个方向指示物体存在，将输出对应的FFT索引。对各通道加权求和后输出的结果记为Dopplerall。
Dopplerall＝∑[w1VR(0,0)+…+w12VR(2,3)]
步骤7、加权求和后，对Dopplerall进行幅度平方计算，得到DopplerAve，包含了各虚拟通道的数据信息。通道相干合并后输出数据参见图5，对比累加合并方法，检测效果明显优化，至此后续CFAR搜索工作将被限制在2D阵列而非3D阵列内，减少了搜索工作量。
步骤8、对原始2D-FFT数据进行峰值搜索处理，得到峰值点，减少恒虚警算法的检测量，并结合相干合并的2D-FFT结果数据进行经典二维OS-CFAR处理后结果如图6所示，可以看出相干合并处理简化了CFAR检测过程，且准确检测到了目标。
本发明可以有效地降低CFAR检测过程的时间复杂度，提高CFAR检测效率，减小各个通道之间差异造成目标检测的影响，提高雷达输出帧率，也便于雷达信号处理系统的硬件实现。

Claims (2)

1.一种基于二维频谱相干合并的CFAR检测方法，其特征在于，具体步骤为：
步骤1：设置雷达收发天线阵列规模为M发N收，以及MIMO周期个数K；
步骤2：对回波信号进行下变频处理变为中频信号，通过中频滤波、放大、ADC采样获得离散数据；
步骤3：对离散数据Dataadc进行256点的FFT变换，获得每一个回波信号的距离维FFT结果；
步骤4：针对每一个MIMO周期，沿着第k个MIMO周期的方向对每一个回波信号的距离维FFT结果进行32点的FFT变换，获得第k个MIMO周期的二维FFT结果；
步骤6、将虚拟通道的二维FFT数据进行合并；
步骤7：对合并后的数据进行幅度平方计算，得到相干合并的2D-FFT结果数据；
步骤8：对步骤4得到的2D-FFT数据进行峰值搜索处理，得到峰值点，并结合步骤7相干合并的2D-FFT结果数据进行二维OS-CFAR处理。
2.根据权利要求1所述的基于二维频谱相干合并的CFAR检测方法，其特征在于，将虚拟通道的二维FFT数据进行合并的具体公式为：
Dopplerall＝∑[w1VR(0,0)+…+wm×nVR(m-1,n-1)]
式中，w1,w2,…,wm×n表示m×n个通道的加权系数，VR(m,n)表示发射天线m接收天线n对应的虚拟通道二维FFT数据。
CN202010280176.2A 2020-04-10 2020-04-10 一种基于二维频谱相干合并的cfar检测方法 Active CN111366904B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010280176.2A CN111366904B (zh) 2020-04-10 2020-04-10 一种基于二维频谱相干合并的cfar检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010280176.2A CN111366904B (zh) 2020-04-10 2020-04-10 一种基于二维频谱相干合并的cfar检测方法

Publications (2)

Publication Number Publication Date
CN111366904A CN111366904A (zh) 2020-07-03
CN111366904B true CN111366904B (zh) 2023-01-24

Family

ID=71210796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010280176.2A Active CN111366904B (zh) 2020-04-10 2020-04-10 一种基于二维频谱相干合并的cfar检测方法

Country Status (1)

Country Link
CN (1) CN111366904B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111983594B (zh) * 2020-08-31 2024-01-19 南京矽典微系统有限公司 基于二维多普勒fft峰值的毫米波雷达目标感应方法和装置
CN112068100A (zh) * 2020-09-04 2020-12-11 南京矽典微系统有限公司 二维多普勒fft峰值捕获方法、动目标感知方法及应用
CN112014836B (zh) * 2020-09-21 2022-03-04 四川长虹电器股份有限公司 一种基于毫米波雷达的短距人员目标跟踪方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000284043A (ja) * 1999-03-30 2000-10-13 Mitsubishi Electric Corp 順位処理回路、該順位処理回路を用いたｏｓ−ｃｆａｒ回路，ｉａｇｃ回路，クラッタマップ回路及び２次元ｏｓ−ｃｆａｒ回路
CN104914433A (zh) * 2015-06-15 2015-09-16 南京航空航天大学 一种基于链表排序的os-cfar多目标提取的实现方法
KR20150131779A (ko) * 2014-05-16 2015-11-25 한국전자통신연구원 순차통계 일정 오경보율 검파의 처리 속도 향상방법
CN106796283A (zh) * 2014-06-26 2017-05-31 罗伯特·博世有限公司 Mimo雷达测量方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9541638B2 (en) * 2014-11-11 2017-01-10 Nxp B.V. MIMO radar system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000284043A (ja) * 1999-03-30 2000-10-13 Mitsubishi Electric Corp 順位処理回路、該順位処理回路を用いたｏｓ−ｃｆａｒ回路，ｉａｇｃ回路，クラッタマップ回路及び２次元ｏｓ−ｃｆａｒ回路
KR20150131779A (ko) * 2014-05-16 2015-11-25 한국전자통신연구원 순차통계 일정 오경보율 검파의 처리 속도 향상방법
CN106796283A (zh) * 2014-06-26 2017-05-31 罗伯特·博世有限公司 Mimo雷达测量方法
CN104914433A (zh) * 2015-06-15 2015-09-16 南京航空航天大学 一种基于链表排序的os-cfar多目标提取的实现方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
2D-OS-CFAR detector for cloud clutter suppression;Li Daojing等;《2001 CIE International Conference on Radar Proceedings (Cat No.01TH8559)》;20011231;350-353 *
一种多目标FMCW雷达的高效距离速度测量方法;邢自然;《电子学报》;20160930;第44卷(第6期);2148-2157 *

Also Published As

Publication number Publication date
CN111366904A (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
CN111366904B (zh) 一种基于二维频谱相干合并的cfar检测方法
CN108693511B (zh) 时分复用mimo雷达的运动目标角度计算方法
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
CN110297233B (zh) Lfmcw阵列雷达信号并行流水化处理方法
CN109188387B (zh) 基于插值补偿的分布式相参雷达目标参数估计方法
CN101644773A (zh) 一种实时频域超分辨方位估计方法及装置
CN107229040B (zh) 基于稀疏恢复空时谱估计的高频雷达目标检测方法
CN108872947B (zh) 一种基于子空间技术的海杂波抑制方法
CN108387883A (zh) 切换天线阵列调频连续波雷达的运动目标角度计算方法
CN111736126A (zh) 一种基于低成本安防雷达的信号处理方法
CN115856854B (zh) 一种模型与数据混合驱动的雷达探测方法及系统
CN111273265A (zh) 基于demon谱的单矢量水听器自主测距装置及方法
CN110646765B (zh) 一种基于黎曼距离的广义旁瓣对消算法
CN113050059A (zh) 利用互质阵雷达的群目标聚焦超分辨波达方向估计方法
CN114609623B (zh) 单脉冲雷达的目标检测方法、装置和计算机设备
CN107102328B (zh) 基于fpga的实时成像信号处理方法及fpga
CN107064904A (zh) 一种基于虚拟孔径的舰载高频地波雷达方位高分辨方法
CN114428236A (zh) 一种车载毫米波雷达角度置信度估计方法
CN113671477B (zh) 一种基于图信号处理的雷达目标距离估计方法
CN115840226A (zh) 一种方位向多通道ScanSAR快速目标检测方法
CN115792843A (zh) 一种基于波束域加权的局域联合空时自适应杂波抑制方法
Wang et al. A cluster-based direct source localization approach for large-aperture horizontal line arrays
Wan et al. A range-Doppler-angle estimation method for passive bistatic radar
CN112666558B (zh) 一种适用于汽车fmcw雷达的低复杂度music测向方法及装置
CN110231590B (zh) 一种基于dft变换的阵列目标角度测量方法

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