CN111562581B - 交通雷达及其目标检测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明提供了一种交通雷达及其目标检测方法、装置、电子设备及存储介质。在传统的CA‑CFAR基础上做出了改进，通过删除因子剔除背景中的强干扰、多目标之间的相互干扰等影响因素，并对交通路口的场景中的杂波做积累，降低交通路口杂波、干扰等因素对目标检测的影响，提高检测性能。

Description

交通雷达及其目标检测方法、装置、电子设备及存储介质

技术领域

本发明涉及交通检测领域，特别是一种交通雷达对目标检测的方法。

背景技术

雷达的基本概念形成于20世纪初，直到第二次世界大战期间，由于战争需要，雷达技术发展极为迅速，雷达作为一种武器主要用于探测空中飞机、导弹等飞行器。战后，雷达的用途得到发展，用于气象预报、资源探测、天体研究、汽车和交通等领域。

雷达在各个领域的应用中，雷达要检测出目标，必须用到恒虚警检测技术(Constant False-Alarm Rate，简称CFAR)。恒虚警检测技术是雷达系统在保持虚警概率恒定条件下对接收机输出的信号与噪声作判别以确定目标信号是否存在的技术。

恒虚警检测技术是使用自适应阈值估计技术来对目标进行自动信号检测，其中检测门限与局部环境噪声或杂波的平均功率有关，因此，设计一个较好的CFAR判决器对背景噪声或者杂波的统计信息非常重要。一般情况下，他们服从各种特定的分布，如瑞利分布、对数正态分布、韦布尔分布、k分布等。

在雷达的各种应用中，雷达的应用平台分为固定和移动平台两种，雷达面对杂波背景有相对固定和不断变化两种。雷达应用于固定平台，例如，地基雷达探测空中的飞行器，空中主要存在云、雨等背景，空中的飞行器的数量不会很多、飞行器之间间距也不会很小、飞行器的速度较快，飞行器相对云、雨等背景的反射是比较明显的，所以地基雷达检测目标使用的恒虚警检测算法只要能屏蔽云、雨等背景对目标的影响就能满足要求。雷达应用于移动平台，例如，雷达用于汽车的碰撞预警、自适应巡航等功能时，由于汽车平台是运动的，汽车雷达检测目标使用的恒虚警检测算法必须屏蔽汽车运动过程中背景不断变化对目标检测的影响。

上述两种应用场景中的恒虚警(CFAR)算法都不适用于交通路口的应用场景。在交通路口的应用场景中，雷达放置于电警杆上，发射电磁波照射路面，检测路面的各种车辆。交通路口这个应用场景有其自身的特点，例如，路口两边有金属栅栏、路边树木、车道之间有绿化带等特殊场景，同时路口存在非机动车道多、车辆数目多、间距小，大车遮挡小车、行人，车速慢或静止等各种复杂情况。因此交通路口的这个场景目标多、杂波不均匀，使得背景噪声功率水平偏离实际值，就会使得虚警率和检测率发生偏离，这就给目标检测带了挑战，影响检测效果的可靠性。

发明内容

本发明目的在于提供一种交通雷达目标检测方法，用于解决在交通路口雷达目标检测的虚警率和检测率发生偏离、影响检测效果的可靠性的技术问题。

为达成上述目的，本发明提出如下技术方案：

交通雷达的目标检测方法，

接收TDM-MIMO工作模式下的I个脉冲周期内的所有回波信号；所述TDM-MIMO工作模式下，N个发射天线依次发射信号，M个接收天线同步接收信号；

将回波信号进行预处理，获得离散数字信号；

将离散数字信号沿采样序号方向进行FFT变换获得变换后信号；

将所有变换后信号组成虚拟通道数据：

[S_0,0,S_0,1,…,S_0,M-1,S_1,0,S_1,1,…,S_1,M-1,…S_mm…S_N-1,0,S_N-1,1,…,S_N-1,M-1]，

所述S_nm表示I个周期内所有由第n个发射天线发射且由第m个接收天线接收到的数据；

将变换后信号排列成以包含上述虚拟通道数据以及距离、多普勒速度3个维度的数据立方体；

由数据立方体获得距离-方位频谱矩阵；

遍历距离-方位频谱矩阵中每个数据单元，对每个数据单元进行如下处理：

划分子区域并获取每个子区域均值，所述子区域为当前数据单元所在的检测区域中的每个子区域；

获取子区域均值比，所述子区域均值比由子区域均值与当前数据单元积累的背景值相除获得；

获取背景子区域均值，所述背景子区域为子区域均值比小于删除因子的部分对应的所有子区域，由对符合上述条件的每个子区域的子区域均值再取均值得到；

获取阈值，所述阈值通过背景子区域均值与阈值因子相乘获得；

比较当前数据单元与阈值，对大于阈值的当前数据单元判断为目标。

进一步的，在本发明中，所述数据立方体通过capon算法角度频谱估计算法获得距离-方位频谱矩阵。

进一步的，在本发明中，所述检测区域为矩形。

进一步的，在本发明中，将当前数据单元所在的检测区域划分成A×B个子区域，所述子区域为包含E×D个数据单元的矩阵，每个子区域均值为

s＝1,2,…,AE；l＝1,2,…,BD

其中，A表示检测区域纵向划分子区域个数，B表示检测区域横向划分子区域个数，a表示检测区域纵向子区域序号，b表示检测区域横向子区域序号，E表示子区域中纵向数据单元数量，D表示子区域中横向数据单元数量；

x_sl表示当前背景区域内的元素值。

进一步的，在本发明中，所述删除因子为以均匀杂波背景下，子区域均值比的累计概率分布函

时对应的c值，其中C为第一子区域均值比，M_{I_acc,ii}(f-1)为当前数据单元所在位置前f-1帧数据积累的背景值，f表示当前数据帧号。

进一步的，在本发明中，当前数据单元积累的背景值为M_{I_acc}，_ii(f)＝β·M_{I_acc,ii}(f-1)+(1-β)·Z

其中，β为背景积累系数；Z为背景子区域均值。

有益效果：

由以上技术方案可知，本发明的技术方案提供了一种交通雷达及其目标检测方法，在传统的CA-CFAR基础上做出了改进，能够对交通路口的场景中的杂波做积累，降低交通路口杂波对目标检测的影响，提高检测性能。

具体的，采用如下技术手段获得良好的技术效果：

1.采用capon算法角度频谱估计，得到距离-方位频谱，基于距离-方位频谱做CFAR检测，可同时获得目标的距离和方位；

2.采用对参考单元数据矩阵进行分块，分块矩阵的均值与积累的背景值得到均值比，根据均值比剔除强干扰，防止强干扰抬高背景值，降低目标检测率；

3.交通雷达的应用场景相对固定，背景积累消除交通路口的护栏、绿化带等固定背景对目标检测的影响，提高多目标环境中CFAR检测性能；

4.在距离-方位频谱估计得到路口雷达视场角范围内的频谱，雷达视场角观察范围和人眼视场角观察范围基本一致，方便用户直观地观察处于各个距离和方位的目标的反射强弱。

应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。

结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。

附图说明

附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：

图1为本发明的实施例中交通雷达的系统构成示意图；

图2为本发明的实施例中交通雷达的信号处理的流程；

图3为本发明的实施例中交通雷达的信号处理的模块；

图4为本发明的实施例中交通雷达的Capon算法前后的数据结构示意图；

图5为本发明的实施例中交通雷达的角度距离方位频谱矩阵H(r,θ)的示意图；

图6为本发明的实施例中交通雷达的2D-CA-CFAR矩形检测窗口的参考单元示意图；

图7为本发明的实施例中交通雷达的背景积累示意图；

图8为本发明的实施例中交通雷达的2D-CA-CFAR检测器原理图；

图9为本发明的实施例中交通雷达的CFAR检测结果。

具体实施方式

为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。

本发明的具体实施例的初衷在于现有技术中对雷达的应用场景并不适应于交通路口，因为交通路口本身所带来的目标多、杂波不均匀的特点，使得背景噪声功率水平偏离实际值，这些问题在雷达成熟的应用场景中并不突出，而在交通路口对目标进行检测这一需求下，上述问题明显增加了虚警率，使得检测率降低。

基于对上述问题的分析，从减少背景噪声功率角度出发，将背景噪声功率的影响减到最低，即可解决上述问题。

而在交通路口环境下，影响背景噪声功率的最主要的原因，一是交通路口中的护栏、绿化带等固定场景；二是多目标相互靠的很近，抬高了当前检测单元的背景值。只要能够将这些因素去除，还原一个真实的杂波背景，即可有效提高检测率。

由上述构思，引出本发明的具体实施例如下。

硬件条件

如图1所示，为本发明的交通雷达的组成。包括由发射天线、接收天线、射频系统、ARM和DSP处理器以及常用的外设接口组成。

天线的功能是发射和接收毫米波；雷达射频前端主要功能是对中频信号进行ADC采样，晶振的功能是提供一个时钟频率如图中的40MHz以支持雷达射频前端工作；

ARM处理器主要是进行雷达整体的运算控制；

DSP主要是对ADC采样信号进行数字信号处理功能；

FLASH存储器用于存储程序和数据信息处理的结果；

通过CAN口或者串口传输到PC系统或者后续处理模块。

对外数据接口，如图中的CAN和CAN FD，用于将处理完的数据向外传输；

显示模块，接收从对外数据接口传来的数据并显示，显示模块如PC上面的图形化显示界面GUI。

实施例一、方法

如图2所示的交通雷达的目标检测方法，包括以下步骤：

S100、接收TDM-MIMO工作模式下的I个脉冲周期的所有回波信号；所述TDM-MIMO工作模式下，N个发射天线依次发射信号，M个接收天线同步接收信号；如图1中所示，发射天线为Tx，相邻的两个发射天线之间的间距为dt；接收天线为Rx，相邻的两个接收天线之间的间距为dr。

上述一个脉冲周期内的信号收发过程如下：N个发射天线从编号0开始依次发射直到编号N-1发射完成后结束一个周期，每个发射天线的工作时间为T，M个接收天线同时接收编号为0,1，…，N-1的发射天线所产生的回波信号，即每个接收天线均能接收到N个回波信号，M个接收天线总共能接收到MN个回波信号。

上述I个脉冲周期收发期间以及信号处理期间，整个经历的时间称之为一个帧周期，本发明的实施例以每个帧周期的处理过程为讨论对象。

每个帧周期内，具体包括执行以下步骤：

S101、将所有的回波信号进行预处理，获得离散数字信号；该过程在DSP中进行，并且随着回波信号的接收实时进行。

例如，针对周期i，由第n个发射天线发射、并由第m个接收天线接收到的回波信号为S_n,m(t,i)，其中0≤i≤I-1、0≤m≤M-1、0≤n≤N-1、t表示周期i内的快时间，将回波信号S_n,m(t,i)进行下变频变为中频信号，再通过低通滤波、放大等处理后，经过ADC取样转换为离散数字信号S_n,m(k,i)，其中k为在采样频率fs下ADC采样序号；

S102、将离散数字信号沿采样序号方向进行FFT变换获得变换后信号；

例如，针对上述该离散数字信号S_n,m(k,i)沿k方向进行距离维度Nr点的FFT变换得到结果Sr_n,m(k,i)，Sr_n,m(k,i)即为变换后信号。

优选的，Nr取大于等于距离维度采样点数且为2的指数幂中的最小值。S103、将所有变换后信号组成虚拟通道数据：

[S_0,0,S_0,1,…,S_0,M-1,S_1,0,S_1,1,…,S_1,M-1,…S_nm…S_N-1,0,S_N-1,1,…,S_N-1,M-1]，

所述S_nm表示I个周期内所有由第n个发射天线发射且由第m个接收天线接收到的数据；

S104、由于每个S_nm均有对应的距离和多普勒速度参数，故以虚拟通道数据、距离、多普勒速度3个维度构成数据立方体；因此，每个帧周期对应形成一个数据立方体。

如图5左侧所示，以虚拟通道数据、距离、多普勒速度为两两垂直的坐标建立的数据立方体Sr_cube(k,i,nm)(其中i表示脉冲周期序号，0≤i≤I-1，0≤nm≤NM-1)，其Z轴为第一虚拟通道数据、X轴为距离、Y轴为多普勒速度。

S105、由数据立方体获得距离-方位频谱矩阵H(r,θ)，r为距离极坐标极点的距离，θ为与正方向的夹角。具体的，在本发明的具体实施例中，选用capon算法角度频谱估计算法获得如图4右侧所示的笛卡尔坐标的二维矩阵，其Y轴为方位角，X轴为距离；如图5中，分别以笛卡尔坐标和极坐标表示距离-方位频谱矩阵。

通过上述算法，在保持距离维度不变的情况下将多普勒维度的信息进行积累，原来多普勒维度有多个采样数据，积累以后就变成一个数据，并在虚拟通道维度应用capon算法，转换为方位维度。

S106、遍历距离-方位频谱矩阵中每个数据单元，对每个数据单元进行如下处理：

S1060、划分子区域并获取每个子区域均值，所述子区域为当前数据单元所在的检测区域中的每个子区域；

子区域的划分方法有多种，可根据需要进行选择，只要满足将当前数据单元囊括进去即可。子区域的划分时需要兼顾考虑计算量的大小、运算时间多少、是否能够实时处理等因素；例如，可以是1个数据单元作为1个子区域，2个数据单元作为1个子区域，3个数据单元作为1个子区域等等。

如图6所示，从规则划分方便计算而言，采用矩形来划分检测区域形成第一子区域。所述检测区域为图6中深色的矩形，其中有一个单元为当前数据单元，该检测区域中其余单元为参考单元。

在上述矩形范围内可以有多个子区域，按照如下方法划分：

将当前数据单元所在的检测区域划分成A×B个子区域，所述子区域为包含E×D个数据单元的矩阵。

针对每个子区域，对其中的数据单元求平均值即得该子区域均值：

s＝1,2,…,AE；l＝1,2,…,BD

其中，A表示检测区域纵向划分子区域个数，B表示检测区域横向划分子区域个数，a表示检测区域纵向子区域序号，b表示检测区域横向子区域序号，E表示子区域中纵向数据单元数量，D表示子区域中横向数据单元数量；

x_sl表示当前背景区域内背景元素x的元素值，s表示背景元素x在当前背景区域中的行序号，l表示背景元素x的在当前背景区域中的列序号。

如图7所示，将一个8*8的检测区域划分为2×2个子区域，每个子区域为包含4×4的个数据单元的矩阵，即A＝2，B＝2，C＝4，D＝4。该检测区域中，当前数据单元为x₄₄，其余数据单元为参考单元。

上述2×2个子区域均值分别为

S1061、获取子区域均值比，所述子区域均值比由子区域均值与当前数据单元积累的背景值相除获得，即均值比

表示当前数据单元所在位置前f-1帧数据积累的背景值，其可以代表当前检测区域内背景的平均水平，m_ab表示当前检测区域划分子区域后某个子区域的背景均值。

S1062、获取背景子区域均值，所述背景子区域为S1061中子区域均值比小于删除因子的部分对应的所有子区域，通过对符合上述条件的每个子区域的子区域均值再取均值即可得到。

即，若上述m₁₁、m₂₁、m₂₂、m₁₂中，m₁₂的均值比大于删除因子，其余的均值比小于删除因子，因此对m₁₁、m₂₁、m₂₂再取均值即得背景子区域均值。

子区域均值比的大小表明子区域均值与总体均值的偏离程度，总体均值代表整个检测区域内没有干扰目标存在时的杂波背景均值。当某个子区域中没有干扰目标存在时，其子区域均值与总体均值接近，当某个子区域中有干扰目标时，该子区域均值与总体均值偏离程度增大。

子区域均值比服从一定的分布，在均匀杂波环境下其必有一较平稳的最大值，当子区域均值比大于上述最大值时，子区域中存在干扰，因此，上述最大值即为删除因子。

那么，从所有的子区域中删除子区域均值符合上述条件的子区域，剩余的所有子区域构成背景子区域，其能够代表杂波功率水平的采样，即近似为均匀杂波环境下的杂波背景。

由此，通过删除因子划分能够归入背景子区域的部分，由此，将存在干扰目标的子区域剔除掉，由此形成的背景子区域是不含干扰目标的，即是近似为均匀杂波环境下的杂波背景所对应的子区域。

上述步骤S1061中，当前数据单元积累的背景值按照如下方式计算：

M_{I_acc}，_ii(f)＝β·M_{I_acc,ii}(f-1)+(1-β)·Z

其中，β为背景积累系数，一般取值范围为0.8～0.95；Z为背景子区域均值。

上述公式是对当前数据单元积累的背景值的更新公式。由于每个帧周期均需要经历上述S1062的计算过程，即有对应的Z值，因此，当前数据单元积累的背景值M_{I_acc}，_ii(f)既与当前的Z值相关，也与当前数据单元所在位置前f-1帧数据积累的背景值M_{I_acc,ii}(f-1)有关。将上述积累过程结合如图8所示进行说明即，每个帧周期计算得到一次当前数据单元的背景值并更新存储于图8左侧积累的距离-方位背景矩阵中的对应距离-方位的积累背景值，以便在下一个帧周期中作为影响下一个帧周期的当前数据单元积累的背景值的因素。

特殊的，对于第一帧数据，即M_{I_acc}，_ii(f)初始值为第一帧数据对应的背景子区域均值Z。

上述步骤S1062中，删除因子的选取关系着含有干扰背景的第一子区域的剔除，因此直接影响着CFAR检测方法的性能。

删除因子的选取关系着子区域的删除，因此直接影响CFAR算法的检测性能，由于删除因子跟杂波类型和分布参数有关，可以采用蒙特卡洛方法来近似求解。在均匀杂波背景下，均值比的累计概率分布函数

为了判断参考窗内的杂波是否平稳，得到均匀背景良好的检测性能，选取子区域均值比的累计概率分布函数F(c)≈1的对应值c，这时c值就等于删除因子的取值，计算时取F(c)＝1进行。本专利中使用概率密度变换的杂波检验方法估计杂波分布类型、分布参数。

S1063、获取阈值，所述阈值通过背景子区域均值与阈值因子T相乘获得；这里的阈值表示区分是否为目标的值，通常该值为经验值。

S1064、比较当前数据单元与阈值，对大于阈值的当前数据单元判断为目标，小于当前数据单元判断为无目标。

对应于在H(r,θ)矩阵检测到的目标点，假设检测完共有P个目标点，其中第p个目标的距离-方位为(r_p,θ_p)；

然后进行目标的多普勒估计得到目标的速度估计v_p；由此得到目标的距离估计、方位估计、速度估计的参数，并将目标的上述参数送入后续处理模块。

如图9所示，图中矩阵中的黑色数据单元表示检测出来的目标所在位置，用方位和距离描述。

实施例二、模块

本发明的具体实施例还提供了一种交通雷达的目标检测装置，如图3所示，包括

接收模块，用于接收TDM-MIMO工作模式下的I个周期内的所有回波信号；所述TDM-MIMO工作模式下，N个发射天线依次发射信号，M个接收天线同步接收信号；

预处理模块，用于将回波信号进行预处理，获得离散数字信号；

FFT变换模块，用于将离散数字信号沿采样序号方向进行FFT变换获得变换后信号；

虚拟通道组成模块，用于将所有变换后信号组成虚拟通道数据：

[S_0,0,S_0,1,…,S_0,M-1,S_1,0,S_1,1,…,S_1,M-1,…S_nm…S_N-1,0,S_N-1,1,…,S_N-1,M-1]，

所述S_nm表示由I个周期内所有第n个发射天线发射且由第m个接收天线接收到的数据；

数据立方体构建模块，用于将变换后信号排列成包含上述第一虚拟通道数据以及距离、多普勒速度3个维度的数据立方体；

距离-方位频谱矩阵构建模块，用于将数据立方体获得第距离-方位频谱矩阵；

第一处理模块，用于遍历距离-方位频谱矩阵中每个数据单元，对每个数据单元进行处理；

所述第一处理模块中包括：

子区域划分以及子区域均值获取模块，用于划分子区域并获取每个子区域均值，所述子区域为当前数据单元所在的检测区域中的每个子区域；

子区域均值比获取模块，用于获取子区域均值比，所述子区域均值比由子区域均值与当前数据单元积累的背景值相除获得；

背景子区域均值获取模块，用于获取背景子区域均值，所述背景子区域为子区域均值比小于删除因子的部分对应的所有子区域，由对符合上述条件的每个子区域的子区域均值再取均值得到；

阈值获取模块，用于获取阈值，所述阈值通过背景子区域均值与阈值因子相乘获得；

判断模块，用于比较当前数据单元与阈值，对大于阈值的当前数据单元判断为目标。

进一步的，在上述实施例中，所述距离-方位频谱矩阵构建模块中包括capon算法角度频谱估计算法模块，用于将数据立方体通过capon算法角度频谱估计算法获得距离-方位频谱矩阵。

进一步的，在上述实施例中，还包括删除因子获取模块，用于按照如下方式获取删除因子：所述删除因子为以均匀杂波背景下，子区域均值比的累计概率分布函数

时对应的c值，其中C为子区域均值比，M_{I_acc,ii}(f-1)为当前数据单元所在位置前f-1帧数据积累的背景值，f表示当前数据帧号。

实施例三、计算机程序产品和计算机可读存储介质

本发明的另一个实施例提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序实现上述交通雷达目标检测方法。

处理器优选但不限于是中央处理器(Central Processing Unit，CPU)。例如，处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的交通雷达目标检测方法的程序指令/模块，处理器通过运行存储在存储器的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的处理器优选但不限于是中央处理器(Central Processing Unit，CPU)。例如，处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的一种交通雷达目标检测方法序指令/模块，处理器通过运行存储在存储器的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的交通雷达目标检测方法。

本发明的另一个实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述交通雷达目标检测方法。

存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器优选但不限于高速随机存取存储器，例如，还可以是非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器还可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的程序，可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。

实施例四、产品

将上述各个实施例融入至交通雷达中，该雷达适用于具有复杂环境的交通路口，目标检测率高。

在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。

Claims (12)

1.交通雷达的目标检测方法，其特征在于：

接收TDM-MIMO工作模式下的I个脉冲周期内的所有回波信号；所述TDM-MIMO工作模式下，N个发射天线依次发射信号，M个接收天线同步接收信号；

将回波信号进行预处理，获得离散数字信号；

将离散数字信号沿采样序号方向进行FFT变换获得变换后信号；

将所有变换后信号组成虚拟通道数据：

[S_0，0，S_0，1，…，S_0，M-1，S_1，0，S_1，1，…，S_1，M-1，...S_{n， m}...S_N-1，0，S_N-1，1，…，S_N-1，M-1]，

所述S_n，m表示1个周期内所有由第n个发射天线发射且由第m个接收天线接收到的数据；

将变换后信号排列成以包含上述虚拟通道数据以及距离、多普勒速度3个维度的数据立方体；

由数据立方体获得距离-方位频谱矩阵；

遍历距离-方位频谱矩阵中每个数据单元，对每个数据单元进行如下处理：

划分子区域并获取每个子区域均值，所述子区域为当前数据单元所在的检测区域中的每个子区域；

获取子区域均值比，所述子区域均值比由子区域均值与当前数据单元积累的背景值相除获得；

获取背景子区域均值，所述背景子区域为子区域均值比小于删除因子的部分对应的所有子区域，由对符合上述条件的每个子区域的子区域均值再取均值得到；

获取阈值，所述阈值通过背景子区域均值与阈值因子相乘获得；

比较当前数据单元与阈值，对大于阈值的当前数据单元判断为目标。

2.根据权利要求1所述的交通雷达的目标检测方法，其特征在于：所述数据立方体通过capon算法角度频谱估计算法获得距离-方位频谱矩阵。

3.根据权利要求1所述的交通雷达的目标检测方法，其特征在于：所述检测区域为矩形。

4.根据权利要求1所述的交通雷达的目标检测方法，其特征在于：将当前数据单元所在的检测区域划分成A×B个子区域，所述子区域为包含E×D个数据单元的矩阵，每个子区域均值为

s＝1，2，…，AE；l＝1，2，…，BD

其中，A表示检测区域纵向划分子区域个数，B表示检测区域横向划分子区域个数，a表示检测区域纵向子区域序号，b表示检测区域横向子区域序号，E表示子区域中纵向数据单元数量，D表示子区域中横向数据单元数量；

x_sl表示当前背景区域内的元素值。

5.根据权利要求1所述的交通雷达的目标检测方法，其特征在于：所述删除因子为以均匀杂波背景下，子区域均值比的累计概率分布函数

时对应的c值，其中m_ab为上述的每个子区域均值，C为第一子区域均值比，M_{I_acc，ii}(f-1)为当前数据单元所在位置前f-1帧数据积累的背景值，f表示当前数据帧号。

6.根据权利要求5所述的交通雷达的目标检测方法，其特征在于：当前数据单元积累的背景值为M_{I_acc，ii}(f)＝β·M_{I_acc，ii}(f-1)+(1-β)·Z

其中，β为背景积累系数；Z为背景子区域均值。

7.交通雷达的目标检测装置，其特征在于：包括

接收模块，用于接收TDM-MIMO工作模式下的I个周期内的所有回波信号；所述TDM-MIMO工作模式下，N个发射天线依次发射信号，M个接收天线同步接收信号；

预处理模块，用于将回波信号进行预处理，获得离散数字信号；

FFT变换模块，用于将离散数字信号沿采样序号方向进行FFT变换获得变换后信号；

虚拟通道组成模块，用于将所有变换后信号组成虚拟通道数据：

[S_0，0，S_0，1，…，S_0，M-1，S_1，0，S_1，1，…，S_1，M-1，...S_{n， m}...S_N-1，0，S_N-1，1，…，S_N-1，M-1]，

所述S_n，m表示由I个周期内所有第n个发射天线发射且由第m个接收天线接收到的数据；

数据立方体构建模块，用于将变换后信号排列成包含上述虚拟通道数据以及距离、多普勒速度3个维度的数据立方体；

距离-方位频谱矩阵构建模块，用于将数据立方体获得距离-方位频谱矩阵；

第一处理模块，用于遍历距离-方位频谱矩阵中每个数据单元，对每个数据单元进行处理：

所述第一处理模块中包括：

子区域划分以及子区域均值获取模块，用于划分子区域并获取每个子区域均值，所述子区域为当前数据单元所在的检测区域中的每个子区域；

子区域均值比获取模块，用于获取子区域均值比，所述子区域均值比由子区域均值与当前数据单元积累的背景值相除获得；

背景子区域均值获取模块，用于获取背景子区域均值，所述背景子区域为子区域均值比小于删除因子的部分对应的所有子区域，由对符合上述条件的每个子区域的子区域均值再取均值得到；

阈值获取模块，用于获取阈值，所述阈值通过背景子区域均值与阈值因子相乘获得；

判断模块，用于比较当前数据单元与阈值，对大于阈值的当前数据单元判断为目标。

8.根据权利要求7所述的交通雷达的目标检测装置，其特征在于：所述距离-方位频谱矩阵构建模块中包括capon算法角度频谱估计算法模块，用于将数据立方体通过capon算法角度频谱估计算法获得距离-方位频谱矩阵。

9.根据权利要求7所述的交通雷达的目标检测装置，其特征在于：还包括删除因子获取模块，用于按照如下方式获取删除因子：所述删除因子为以均匀杂波背景下，子区域均值比的累计概率分布函数

时对应的c值，其中m_ab为上述的每个子区域均值，C为子区域均值比，M_{I_acc，ii}(f-1)为当前数据单元所在位置前f-1帧数据积累的背景值，f表示当前数据帧号。

10.交通雷达的目标检测的电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序实现如权利要求1-6中的任意一项所述的方法步骤。

11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中的任意一项所述的方法步骤。

12.交通雷达，其特征在于：具有权利要求10所述的电子设备。

Images