CN111522010A - 汽车防撞雷达信号处理方法和系统 - Google Patents

汽车防撞雷达信号处理方法和系统 Download PDF

Info

Publication number
CN111522010A
CN111522010A CN202010499072.0A CN202010499072A CN111522010A CN 111522010 A CN111522010 A CN 111522010A CN 202010499072 A CN202010499072 A CN 202010499072A CN 111522010 A CN111522010 A CN 111522010A
Authority
CN
China
Prior art keywords
target
automobile anti
data
azimuth
doppler
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
CN202010499072.0A
Other languages
English (en)
Other versions
CN111522010B (zh
Inventor
蒋文
叶祥龙
李云莉
王正伟
刘志刚
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.)
Sichuan Jiuzhou Electric Group Co Ltd
Original Assignee
Sichuan Jiuzhou Electric Group 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 Sichuan Jiuzhou Electric Group Co Ltd filed Critical Sichuan Jiuzhou Electric Group Co Ltd
Priority to CN202010499072.0A priority Critical patent/CN111522010B/zh
Publication of CN111522010A publication Critical patent/CN111522010A/zh
Application granted granted Critical
Publication of CN111522010B publication Critical patent/CN111522010B/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
    • G01S13/88—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
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target

Landscapes

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

Abstract

本发明公开了汽车防撞雷达信号处理方法和系统，涉及雷达信号处理技术领域，解决了现有的方法在汽车防撞雷达目标探测时的缺陷。对汽车防撞雷达不同通道的回波数据沿距离向进行脉冲压缩；接着对不同通道回波数据沿方位向进行多普勒处理；随后在保存不同通道距离多普勒数据的同时，将不同通道距离多普勒数据进行数字波束形成并完成目标检测，得到目标的距离和速度信息；最后根据目标检测结果在不同通道距离多普勒数据中提取测角向量，最终得到目标角度信息。本发明不仅可以增强汽车防撞雷达的实时处理能力，而且可以缓解现有汽车防撞雷达内存资源紧张的问题。

Description

汽车防撞雷达信号处理方法和系统
技术领域
本发明涉及雷达信号处理技术领域，具体涉及汽车防撞雷达信号处理方法和系统。
背景技术
汽车防撞雷达能够全天时、全天候工作，并具有测量精度高、结构简单、价格便宜等特 点，适用于短距离精确测量。此外，汽车在向高级辅助驾驶/自动驾驶发展过程中，最为重要 的技术之一就是感知车身周围环境的防撞雷达系统，汽车防撞雷达具有广阔的市场前景。
汽车防撞雷达通过天线向外发射电磁波信号后，接收目标的反射回波，随后经信号处理 快速准确地获取汽车车身周围的物理环境信息，然后根据所探知的物体信息进行目标追踪和 识别分类，进而结合车身动态信息进行数据融合，最终通过中央处理单元进行处理。经合理 决策后，以声、光及触觉等多种方式告知或警告驾驶员，或及时对汽车做出主动干预，从而 保证驾驶过程的安全性和舒适性，减少事故发生几率。
汽车防撞雷达工作频率主要集中在24GHz和77GHz两个频段。24GHz的雷达测量距离 较短(5～30m)，主要应用于汽车后方；77GHz的雷达测量距离较长(30～80m)，主要应用于汽车前方和两侧。汽车防撞雷达主要包括射频前端、信号处理系统、后端算法三部分。由于汽车防撞雷达实时性要求较高，并且由于体积和成本限制会造成计算资源和内存资源紧张。 在文献《王斯盾，毫米波防撞雷达发展现状与行业趋势，科技与创新，2017年第32期》中指出，在现有的产品中，雷达后端算法的专利授权费用约占成本的50％，射频前端约占成本的40％，信号处理系统约占成本的10％，后端算法占整个汽车防撞雷达成本的比例最高。
由于以上要求，需要从时域、频域等多个角度出发，提出计算复杂度低、内存资源占用 少、实时性高的汽车防撞雷达后端信号处理算法。
发明内容
本发明所要解决的技术问题是：现有的方法在汽车防撞雷达目标探测时的缺陷，本发明 提供了解决上述问题的汽车防撞雷达信号处理方法和系统。
本发明通过下述技术方案实现：
本发明公开了汽车防撞雷达信号处理方法，可以帮助汽车防撞雷达快速地提取目标距离、 速度、角度三维信息。本发明首先对汽车防撞雷达不同通道的回波数据沿距离向进行脉冲压 缩；接着对不同通道回波数据沿方位向进行多普勒处理；随后在保存不同通道距离多普勒数 据的同时，将不同通道距离多普勒数据进行数字波束形成并完成目标检测，得到目标的距离 和速度信息；最后根据目标检测结果在不同通道距离多普勒数据中提取测角向量，最终得到 目标角度信息。本发明不仅可以增强汽车防撞雷达的实时处理能力，而且可以缓解现有汽车 防撞雷达内存资源紧张的问题。
汽车防撞雷达信号处理方法，具体包括如下步骤：
步骤一：系统参数初始化，得到回波数据。
包括如下参数：方位时间向量记为t＝[-PRI·Na/2,-PRI·(Na/2-1),…,PRI·(Na/2-1)]， 其中，PRI为脉冲重复时间，Na为目标回波方位向采样点数；将距离时间向量记为 τ＝[-1/fs·Nf/2,-1/fs·(Nf/2-1),…,1/fs·(Nf/2-1)]，其中，fs为距离向采样率，Nf为目标 回波距离向采样点数；
根据汽车防撞雷达与探测目标的几何关系，点目标距离历史可写为
Figure BDA0002524072180000021
其中，R0为方位时间为0时刻天线与点目标的初始斜距，θ0为0时刻点目标对应的方位角，V1为平台速度，V2为目标速度(与平台速度V1方向相同为正，与平台速度方向相反为负)。
假设汽车防撞雷达发送线性调频连续波信号并采用数字阵列，单一信号通道的基带目标 回波可以表达式为：
Figure BDA0002524072180000022
其中，σ是目标反射系数；w[·]表示慢时间域窗函数，代表方位向多普勒处理时间及加 权形式，窗宽度为TCPI；rect[·]表示快时间域窗函数，窗宽度为脉冲宽度Tr；Kr为发射信号 调频率；发送信号载波频率记为f0，λ为载波波长。
步骤二：M个通道距离向脉冲压缩。
利用线性调频连续波信号脉冲压缩原理，对汽车防撞雷达回波数据s1(τ,t)进行差拍傅里 叶变换完成脉冲压缩，单一通道脉压后的数据可表示为：
Figure BDA0002524072180000023
其中，sinc{·}为距离响应函数，B为发射信号带宽。由s2(t,τ)可以看出，经过脉冲压缩 后，点目标在距离向被压缩成sinc函数。
步骤三：M个通道方位向多普勒处理。
点目标斜距历史R(t)泰勒级数展开后保留一次项，可得R(t)≈R0-(V1-V2)tcosθ0。同时， 对步骤二距离向脉冲压缩后的数据s2(t,τ)，沿方位向进行多普勒处理。单一通道方位向多普 勒处理后的距离多普勒数据可以表示为：
Figure BDA0002524072180000031
其中W[·]表示慢时间域窗函数w[·]的频域形式，ω代表方位频域。由s3(ω,τ)可以看出， 经过方位向多普勒处理后，点目标能量在方位频率中集中在
Figure BDA0002524072180000032
处。
步骤四：联合M个通道，完成指向角为θi的数字波束形成。
假设天线为M个阵元的均匀数字阵列，阵列间隔为d。在保留不同通道距离多普勒数据
Figure RE-GDA0002568365010000033
j＝1,2,...,M的同时，根据数字波束形成原理，形成方向向量
Figure RE-GDA0002568365010000034
φi＝2πdsinθi/λ为波束指向中心角θi对应的空间相位。随后，将a(θi)加权到M个信号通道
Figure RE-GDA0002568365010000035
并求和后，便完成了汽车防撞雷达在θi中心指向角的数字波束形成，这时的数据 可表示为
Figure RE-GDA0002568365010000036
步骤五：目标检测，得到被检测目标的方向采样单元序号或距离采集单元。
对数字波束形成后的数据矩阵
Figure BDA0002524072180000037
求模后做CFAR检测，并提取目标方位向多普勒 速度采样单元序号ωn和距离向采样单元序号τn，n代表被检测到的不同目标。根据此结果， 结合已知的雷达平台速度V1，可得到目标V2的距离和速度信息。
步骤六：结合步骤三和步骤五的结果，构造测角向量
Figure BDA0002524072180000038
并完成目标方位测角。
根据步骤五得到的被检测目标方位向多普勒速度采样单元序号ωn和距离向采样单元序 号τn，在M个通道距离多普勒数据矩阵
Figure BDA0002524072180000039
中，分别提取目标数据，构造汽 车防撞雷达方位测角向量
Figure BDA00025240721800000310
其中，每个目标测角向量可记为
Figure BDA00025240721800000311
根据数字阵列信号处理理论，测角向量
Figure BDA00025240721800000312
也 可表示为方向向量aM(θ0)和发射波形s(n)之间的乘积，记为
Figure BDA0002524072180000041
其中，
Figure BDA0002524072180000042
θ0为步骤一中0时刻点目标对应的方位角。
对不同目标的信号向量
Figure BDA0002524072180000043
进行离散傅里叶变换，定义空间傅里叶变换为
Figure BDA0002524072180000044
其中，φ为信号的空间角频率。将上式展开后并求模可得
Figure BDA0002524072180000045
当
Figure BDA0002524072180000046
时，上式在空间谱中取得最大值，因此，可得
Figure BDA0002524072180000047
的空间谱估计， 经过变量代换后，可得到θ0角的估计结果，从而得到目标的方位信息。
进一步地，汽车防撞雷达信号处理系统，所述系统执行上述方法的步骤。
本发明具有如下的优点和有益效果：
本发明不仅可以增强汽车防撞雷达的实时处理能力，而且可以缓解现有汽车防撞雷达内 存资源紧张的问题，使汽车防撞雷达在汽车高级辅助驾驶/自动驾驶等领域发挥更好的性能。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不 构成对本发明实施例的限定。在附图中：
图1是本发明汽车防撞雷达信号处理方法的流程示意图。
图2是本发明具体实施例中采用的目标场景布置图。
图3是本发明具体实施例采用的汽车防撞雷达系统参数表。
图4是本发明具体实施例中对图2目标场景布置图内，4个汽车目标进行距离压缩后的 结果示意图。
图5是本发明具体实施例中4个汽车目标进行方位向多普勒处理后的结果示意图。
图6是本发明具体实施例中4个汽车目标进行数字波束形成和目标检测后的结果示意图。
图7是本发明具体实施例中4个汽车目标的方位测角结果。
图8是本发明具体实施例中4个汽车目标的预设信息与测量结果对比图。
具体实施方式
在对本发明的任意实施例进行详细的描述之前，应该理解本发明的应用不局限于下面的 说明或附图中所示的结构的细节。本发明可采用其它的实施例，并且可以以各种方式被实施 或被执行。基于本发明中的实施例，本领域普通技术人员在没有做出创造性改进前提下所获 得的所有其它实施例，均属于本发明保护的范围。
本发明汽车防撞雷达信号处理方法的流程示意图如图1所示，具体过程如下：
步骤一：系统参数初始化，得到回波数据
本实施例采用的目标场景布置图如图2所示，雷达平台以10m/s的速度行驶，其方位0 时刻的距离设为0m，方位角为0°。目标场景为4个汽车目标，其中目标1和目标2与雷达平台反方向行驶，目标3与目标4与雷达平台同方向行驶。4个汽车目标的信息如下：目标1：距离65m，方位角-4°，速度-10m/s；目标2：距离75m，方位角-2°，速度-15m/s；目标3： 距离70m，方位角0°，速度25m/s；目标4：距离80m，方位角2°，速度30m/s。随后， 根据图3所列数据初始化汽车防撞雷达系统参数。
构造方位时间向量t＝[-PRI·Na/2,-PRI·(Na/2-1),…,PRI·(Na/2-1)]，其中，PRI为脉 冲重复时间，Na为目标回波方位向采样点数，本实施例Na＝128。构造距离时间向量τ＝[-1/fs·Nf/2,-1/fs·(Nf/2-1),…,1/fs·(Nf/2-1)]，其中，fs为距离向采样率，Nf为目标 回波距离向采样点数。假设汽车防撞雷达发送线性调频连续波信号并采用数字阵列，利用 MATLAB仿真出8个阵元通道点目标回波数据
Figure BDA0002524072180000051
步骤二：M个通道距离向脉冲压缩。
利用线性调频连续波信号脉冲压缩原理，对汽车防撞雷达回波数据s1(τ,t)进行差拍傅里 叶变换完成脉冲压缩，8个阵元通道脉压后的数据记为
Figure BDA0002524072180000052
图4是4个汽车目标进行距离压缩后的结果示意图。
步骤三：M个通道方位向多普勒处理。
同时，对步骤二距离向脉冲压缩后的数据
Figure BDA0002524072180000053
沿方位向进行多普勒处理， 8个阵元通道方位向多普勒处理后的距离多普勒数据可以表示为
Figure BDA0002524072180000054
图5是4个汽车目标进行方位向多普勒处理后的结果示意图。
步骤四：联合M个通道，完成指向角为θi的数字波束形成。
本实施例天线为8个阵元的均匀数字阵列，阵列间隔为d。在保留8个通道距离多普勒 数据
Figure BDA0002524072180000055
的同时，根据数字波束形成原理，形成波束中心指向角为0°的方向 向量
Figure BDA0002524072180000061
随后，将a(0)加权到8个信号通道
Figure BDA0002524072180000062
并求和后， 便完成了汽车防撞雷达在0°中心指向角的数字波束形成，这时的数据可表示为
Figure BDA0002524072180000063
步骤五：目标检测，得到被检测目标的方向采样单元序号或距离采集单元。
对数字波束形成后的数据矩阵
Figure BDA0002524072180000064
求模后做CFAR检测，并提取目标方位向多普勒 速度采样单元序号ωn和距离向采样单元序号τn，n代表被检测到的不同目标。根据此步骤， 可得到目标的距离和速度信息。
图6是对4个汽车目标进行数字波束形成和目标检测后的结果示意图。本实施例4个目 标的序号分别为：目标1，[ω1,τ1]＝[20.16m/s,65.5m]；目标2，[ω2,τ2]＝[25.22m/s,75.5m]； 目标3，[ω3,τ3]＝[-15.1m/s,70.5m]；目标4，[ω4,τ4]＝[-20.16m/s,80.5m]。随后，结合已知 的雷达平台速度V1＝10m/s，可得到4个目标的速度信息V2为目标1，-10.16m/s；目标2， -15.22m/s；目标3，25.1m/s；目标4，30.16m/s。
步骤六：结合步骤三和步骤五的结果，构造测角向量
Figure BDA0002524072180000065
并完成目标方位测角。
根据步骤五得到的4个汽车目标方位向多普勒速度采样单元序号ωn和距离向采样单元 序号τn，在8个阵元通道距离多普勒数据矩阵
Figure BDA0002524072180000066
中，分别提取目标数据， 构造汽车防撞雷达方位测角向量
Figure BDA0002524072180000067
其中，每个目标测角向量可记为
Figure BDA0002524072180000068
根据数字阵列信号处理理论，测角向量
Figure BDA0002524072180000069
也 可表示为方向向量aM(θ0)和发射波形s(n)之间的乘积，对4个汽车目标的信号向量
Figure BDA00025240721800000610
进 行离散傅里叶变换并求模可得4个汽车目标的空间谱估计，经过变量代换后，可得到目标方 位角θ0的估计结果，从而得到目标的方位信息。
图7是本实施例中4个汽车目标的方位测角结果。本实施例4个汽车目标的测角结果为： 目标1，-4.01°；目标2，-2.04°；目标3，-0.03°；目标4，1.99°。
图8是本实施例中4个汽车目标的预设信息与测量结果对比图，其中最大距离测量误差 为0.5m，最大速度测量误差为0.22m/s，最大角度测量误差为0.04°，本实施例对4个汽车 目标实现了较好的测量。
在上一个实施例的基础上，本发明采用仿真实验的方法进行验证，所有步骤、结论都在 MATLAB R2014a上验证正确。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说 明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护 范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本 发明的保护范围之内。

Claims (8)

1.汽车防撞雷达信号处理方法，其特征在于，包括如下步骤：
首先对汽车防撞雷达不同通道的回波数据沿距离向进行脉冲压缩；接着对不同通道回波数据沿方位向进行多普勒处理；随后在保存不同通道距离多普勒数据的同时，将不同通道距离多普勒数据进行数字波束形成并完成目标检测，得到目标的距离和速度信息；最后根据目标检测结果在不同通道距离多普勒数据中提取测角向量，最终得到目标角度信息。
2.根据权利要求1所述的汽车防撞雷达信号处理方法，其特征在于，还包括基于M个阵元均匀数字阵列，阵列间隔为d的天线，包括对汽车防撞雷达不同通道的回波数据沿距离向进行脉冲压缩的预处理，所述预处理为系统参数初始化，得到回波数据，详细步骤为：
所述参数包括方位时间向量，方位时间向量记为：
t＝[-PRI·Na/2,-PRI·(Na/2-1),…,PRI·(Na/2-1)]，
其中，PRI为脉冲重复时间，Na为目标回波方位向采样点数；将距离时间向量记为：
τ＝[-1/fs·Nf/2,-1/fs·(Nf/2-1),…,1/fs·(Nf/2-1)]，
其中，fs为距离向采样率，Nf为目标回波距离向采样点数；
根据汽车防撞雷达与探测目标的几何关系，将点目标距离历史写为
Figure RE-FDA0002547491300000011
其中，R0为方位时间为0时刻天线与点目标的初始斜距，θ0为0时刻点目标对应的方位角，V1为平台速度，V2为目标速度，目标速度V2与平台速度V1方向相同为正，与平台速度方向相反为负；
基于汽车防撞雷达发送线性调频连续波信号并采用数字阵列，单一信号通道的基带目标回波表达式为：
Figure RE-FDA0002547491300000012
其中，σ是目标反射系数；w[·]表示慢时间域窗函数，代表方位向多普勒处理时间及加权形式，窗宽度为TCPI；rect[·]表示快时间域窗函数，窗宽度为脉冲宽度Tr；Kr为发射信号调频率；发送信号载波频率记为f0，λ为载波波长。
3.根据权利要求2所述的汽车防撞雷达信号处理方法，其特征在于，还包括预处理操作后的M个通道距离向脉冲压缩，详细步骤如下：
利用线性调频连续波信号脉冲压缩原理，对汽车防撞雷达回波数据s1(τ,t)进行差拍傅里叶变换完成脉冲压缩，单一通道脉压后的数据为：
Figure FDA0002524072170000021
其中，sinc{·}为距离响应函数，B为发射信号带宽。
4.根据权利要求3所述的汽车防撞雷达信号处理方法，其特征在于，在脉冲压缩后对对不同通道回波数据沿方位向进行多普勒处理，包括M个通道方位向多普勒处理的详细步骤如下：
对点目标斜距历史R(t)泰勒级数展开后保留一次项，得到R(t)≈R0-(V1-V2)tcosθ0，对距离向脉冲压缩后的数据s2(t,τ)，沿方位向进行多普勒处理，得到单一通道方位向多普勒处理后的距离多普勒数据：
Figure FDA0002524072170000022
其中W[·]表示慢时间域窗函数w[·]的频域形式，ω代表方位频域。
5.根据权利要求4所述的汽车防撞雷达信号处理方法，其特征在于，对多普勒处理的数据保存的同时，还包括将不同通道距离多普勒数据进行数字波束形成的详细步骤如下：联合M个通道，完成指向角为θi的数字波束形成：
在保留不同通道距离多普勒数据
Figure FDA0002524072170000023
的同时，根据数字波束形成原理，形成方向向量
Figure FDA0002524072170000024
φi＝2πd sinθi/λ为波束指向中心角θi对应的空间相位，随后，将a(θi)加权到M个信号通道
Figure FDA0002524072170000025
并求和后，求和后的数据为：
Figure FDA0002524072170000026
6.根据权利要求5所述的汽车防撞雷达信号处理方法，其特征在于，对数字波束形成后的目标进行检测，得到被检测目标的方向采样单元序号或距离采集单元，详细步骤如下：
对数字波束形成后的数据矩阵
Figure FDA0002524072170000027
求模后做CFAR检测，并提取目标方位向多普勒速度采样单元序号ωn和距离向采样单元序号τn，n代表被检测到的不同目标，依据求模后做CFAR检测结果，结合已知的雷达平台速度V1，得到目标V2的距离和速度信息。
7.根据权利要求6所述的汽车防撞雷达信号处理方法，其特征在于，依据CFAR检测结果构造测角向量
Figure FDA0002524072170000028
并完成目标方位测角，详细步骤如下：
得到的被检测目标方位向多普勒速度采样单元序号ωn和距离向采样单元序号τn，在M个通道距离多普勒数据矩阵
Figure FDA0002524072170000031
中，分别提取目标数据，构造汽车防撞雷达方位测角向量
Figure FDA0002524072170000032
其中，每个目标测角向量记为
Figure FDA0002524072170000033
基于数字阵列信号处理理论，得到测角向量
Figure FDA0002524072170000034
同时为方向向量aM(θ0)和发射波形s(n)之间的乘积，记为
Figure FDA0002524072170000035
其中，
Figure FDA0002524072170000036
对不同目标的信号向量
Figure FDA0002524072170000037
进行空间离散傅里叶变换，所述空间离散傅里叶变换为
Figure FDA0002524072170000038
其中，φ为信号的空间角频率，将空间离散傅里叶变换式展开后并求模：
Figure FDA0002524072170000039
当
Figure FDA00025240721700000310
时，上式在空间谱中取得最大值，得
Figure FDA00025240721700000311
的空间谱估计，经过变量代换后，得到θ0角的估计结果，从而得到目标的方位信息。
8.汽车防撞雷达信号处理系统，其特征在于，所述系统执行权利要求1-7任意一条所述方法的步骤。
CN202010499072.0A 2020-06-04 2020-06-04 汽车防撞雷达信号处理方法和系统 Active CN111522010B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010499072.0A CN111522010B (zh) 2020-06-04 2020-06-04 汽车防撞雷达信号处理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010499072.0A CN111522010B (zh) 2020-06-04 2020-06-04 汽车防撞雷达信号处理方法和系统

Publications (2)

Publication Number Publication Date
CN111522010A true CN111522010A (zh) 2020-08-11
CN111522010B CN111522010B (zh) 2022-02-11

Family

ID=71912721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010499072.0A Active CN111522010B (zh) 2020-06-04 2020-06-04 汽车防撞雷达信号处理方法和系统

Country Status (1)

Country Link
CN (1) CN111522010B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2761928C1 (ru) * 2021-03-26 2021-12-14 Общество с ограниченной ответственностью "Научно-производственное предприятие "ИТЭЛМА" (ООО "НПП "ИТЭЛМА") Радиолокационный датчик для предупреждения столкновений транспортного средства

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2304306A1 (en) * 1999-12-17 2001-06-17 Sicom Systems, Ltd. Multi-channel moving target radar detection and imaging apparatus and method
CN1643398A (zh) * 2002-03-13 2005-07-20 雷神加拿大有限公司 用于雷达检测的自适应系统和方法
CN101226237A (zh) * 2008-01-10 2008-07-23 西安电子科技大学 聚束式合成孔径激光雷达成像方法
CN101672914A (zh) * 2009-10-26 2010-03-17 西安空间无线电技术研究所 一种圆锥扫描高分辨率微波散射计的信号处理方法
CN101799542A (zh) * 2010-01-08 2010-08-11 西安电子科技大学 基于Adcock天线的外辐射源相干定位雷达测向系统及其测向方法
CN101872014A (zh) * 2010-06-18 2010-10-27 深圳麒景雷信科技有限公司 基于改进的cosgo-cfar的目标信号检测方法
CN102707272A (zh) * 2012-06-13 2012-10-03 西安电子科技大学 基于gpu的外辐射源雷达信号实时处理系统及处理方法
CN103235309A (zh) * 2013-04-23 2013-08-07 电子科技大学 临近空间慢速平台sar成像方法
CN103235308A (zh) * 2013-04-10 2013-08-07 电子科技大学 雷达正前视扫描相干成像方法
CN103235310A (zh) * 2013-03-26 2013-08-07 北京理工雷科电子信息技术有限公司 一种车载毫米波列车防撞雷达系统
US20130201054A1 (en) * 2012-02-02 2013-08-08 Raytheon Canada Limited Knowledge Aided Detector
CN103308913A (zh) * 2013-07-12 2013-09-18 西安电子科技大学 一种高速飞行器载双天线前视sar解模糊算法
US20130285847A1 (en) * 2010-10-12 2013-10-31 Tmd Technologies Limited Radar system
CN104237866A (zh) * 2014-10-13 2014-12-24 武汉中原电子集团有限公司 一种改进的船载线性调频连续波雷达恒虚警检测方法
US8970426B1 (en) * 2012-11-15 2015-03-03 Lockheed Martin Cproration Automatic matched Doppler filter selection
CN104914416A (zh) * 2015-04-16 2015-09-16 南京航空航天大学 一种uhf波段sar gmti动目标筛选方法
CN106291553A (zh) * 2016-07-29 2017-01-04 西安空间无线电技术研究所 一种基于isar图像序列的不连续散射中心坐标恢复方法
CN107688178A (zh) * 2017-08-25 2018-02-13 上海通趣科技有限公司 一种基于77GHz毫米波雷达的锯齿波测距测速方法
CN110196414A (zh) * 2019-06-04 2019-09-03 哈尔滨工业大学 一种基于补偿天线方向图误差的天线波束指向方法
CN110967694A (zh) * 2019-12-23 2020-04-07 汇桥智能科技(上海)有限公司 一种77GHz机车雷达预警系统

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2304306A1 (en) * 1999-12-17 2001-06-17 Sicom Systems, Ltd. Multi-channel moving target radar detection and imaging apparatus and method
CN1643398A (zh) * 2002-03-13 2005-07-20 雷神加拿大有限公司 用于雷达检测的自适应系统和方法
CN101226237A (zh) * 2008-01-10 2008-07-23 西安电子科技大学 聚束式合成孔径激光雷达成像方法
CN101672914A (zh) * 2009-10-26 2010-03-17 西安空间无线电技术研究所 一种圆锥扫描高分辨率微波散射计的信号处理方法
CN101799542A (zh) * 2010-01-08 2010-08-11 西安电子科技大学 基于Adcock天线的外辐射源相干定位雷达测向系统及其测向方法
CN101872014A (zh) * 2010-06-18 2010-10-27 深圳麒景雷信科技有限公司 基于改进的cosgo-cfar的目标信号检测方法
US20130285847A1 (en) * 2010-10-12 2013-10-31 Tmd Technologies Limited Radar system
US20130201054A1 (en) * 2012-02-02 2013-08-08 Raytheon Canada Limited Knowledge Aided Detector
CN102707272A (zh) * 2012-06-13 2012-10-03 西安电子科技大学 基于gpu的外辐射源雷达信号实时处理系统及处理方法
US8970426B1 (en) * 2012-11-15 2015-03-03 Lockheed Martin Cproration Automatic matched Doppler filter selection
CN103235310A (zh) * 2013-03-26 2013-08-07 北京理工雷科电子信息技术有限公司 一种车载毫米波列车防撞雷达系统
CN103235308A (zh) * 2013-04-10 2013-08-07 电子科技大学 雷达正前视扫描相干成像方法
CN103235309A (zh) * 2013-04-23 2013-08-07 电子科技大学 临近空间慢速平台sar成像方法
CN103308913A (zh) * 2013-07-12 2013-09-18 西安电子科技大学 一种高速飞行器载双天线前视sar解模糊算法
CN104237866A (zh) * 2014-10-13 2014-12-24 武汉中原电子集团有限公司 一种改进的船载线性调频连续波雷达恒虚警检测方法
CN104914416A (zh) * 2015-04-16 2015-09-16 南京航空航天大学 一种uhf波段sar gmti动目标筛选方法
CN106291553A (zh) * 2016-07-29 2017-01-04 西安空间无线电技术研究所 一种基于isar图像序列的不连续散射中心坐标恢复方法
CN107688178A (zh) * 2017-08-25 2018-02-13 上海通趣科技有限公司 一种基于77GHz毫米波雷达的锯齿波测距测速方法
CN110196414A (zh) * 2019-06-04 2019-09-03 哈尔滨工业大学 一种基于补偿天线方向图误差的天线波束指向方法
CN110967694A (zh) * 2019-12-23 2020-04-07 汇桥智能科技(上海)有限公司 一种77GHz机车雷达预警系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BAOQUAN DAI等: ""Clutter suppression approach for non-sidelooking airborne radar with medium pulse repetition frequency"", 《IET RADAR, SONAR AND NAVIGATION》 *
JIAYUN CHANG等: ""Micro-doppler parameter estimation method based on compressed sensing"", 《JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY》 *
王智玉: ""基于圆切优化的雷达微弱目标检测研究"", 《中国优秀博硕士学位论文全文数据库（硕士）信息科技辑》 *
蒋文: ""地形跟随/回避雷达目标检测方法研究"", 《中国优秀博硕士学位论文全文数据库（博士）信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2761928C1 (ru) * 2021-03-26 2021-12-14 Общество с ограниченной ответственностью "Научно-производственное предприятие "ИТЭЛМА" (ООО "НПП "ИТЭЛМА") Радиолокационный датчик для предупреждения столкновений транспортного средства

Also Published As

Publication number Publication date
CN111522010B (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
Gamba Radar signal processing for autonomous driving
Guercan et al. Super-resolution algorithm for joint range-azimuth-Doppler estimation in automotive radars
Zhang et al. Super resolution DOA based on relative motion for FMCW automotive radar
EP2660623B1 (en) Imaging method and device in SAB mobile bistatic SAR
CN109581352B (zh) 一种基于毫米波雷达的超分辨测角系统
CN111537966A (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
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
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
CN111239721B (zh) 车载mimo雷达求熵解速度模糊的方法
Stolz et al. A new antenna array and signal processing concept for an automotive 4D radar
Pandey et al. Classification of automotive targets using inverse synthetic aperture radar images
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
Tan et al. An efficient range-Doppler domain ISAR imaging approach for rapidly spinning targets
CN111522010B (zh) 汽车防撞雷达信号处理方法和系统
Pandey et al. Database of simulated inverse synthetic aperture radar images for short range automotive radar
CN112098965B (zh) 一种基于毫米波雷达的载体姿态角解算方法
Yuan et al. An approach for high-angular resolution implementation in moving automotive MIMO radar
CN111175745B (zh) 一种基于状态空间平衡法的动目标三维成像的方法
CN112230220A (zh) 基于Radon变换的Deramp-STAP动目标检测方法
CN116106894A (zh) 基于5d毫米波雷达的目标跟踪方法、设备及存储介质
Cassidy et al. Analysis of MIMO-DBS performance for wide FOV automotive imaging
CN112689773B (zh) 雷达信号处理方法和雷达信号处理装置
Hayashi et al. In corporation of Super-resolution Doppler Analysis and Compressed Sensing Filter for UWB Human Body Imaging Radar
Hong et al. Radar signal decomposition in steering vector space for multi-target classification
Heidenreich et al. Introduction to the issue on recent advances in automotive radar signal processing

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