CN111679266A - 汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法及系统 - Google Patents
汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法及系统 Download PDFInfo
- Publication number
- CN111679266A CN111679266A CN202010561505.0A CN202010561505A CN111679266A CN 111679266 A CN111679266 A CN 111679266A CN 202010561505 A CN202010561505 A CN 202010561505A CN 111679266 A CN111679266 A CN 111679266A
- Authority
- CN
- China
- Prior art keywords
- target
- false
- millimeter wave
- wave radar
- grating lobe
- 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
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
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
- G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
-
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
-
- 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
本发明公开了一种汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法及系统,属于汽车雷达技术领域,用于解决目前汽车雷达采用稀疏阵列而引起的栅瓣虚假目标问题,此方法包括步骤:1)目标检测;2)目标角度估计;3)不同方向目标回波功率排序并归一化;4)构造虚假干扰协方差矩阵;5)计算自适应权值;6)基于自适应权值重新计算空间谱;7)波束输出归一化后进行虚假目标识别。本发明具有规避栅瓣虚假目标、提升角度分辨率等优点。
Description
技术领域
本发明涉及汽车雷达技术领域,具体涉及一种汽车毫米波雷达稀疏阵列栅瓣虚假目标识 别方法、系统、介质及设备。
背景技术
为了减少由于交通事故引起的人员伤亡,利用雷达和摄像头技术提高汽车的主动安全性 能已经成为当今汽车制造业努力的方向。而目前汽车主要靠它的“眼睛”来加以实现,主流 的汽车“眼睛”主要有四类:超声波雷达、毫米波雷达、激光雷达以及高清摄像头。其中毫 米波雷达指工作在毫米波波段的雷达,采用雷达向周围发射无线电,通过测定和分析反射波 以计算障碍物的距离、方向和大小。对于汽车雷达应用而言,需要将视场内目标进行有效探 测,同时需要准确估计目标的距离、速度和角度信息。
汽车雷达作为辅助驾驶技术以及未来自动驾驶技术的基础之一,具有非常广阔的前景。 它拥有较强的天气适应性,工作稳定可靠,擅长检测运动目标,能显著降低道路事故发生率。 把毫米波雷达安装在汽车上,可以测量从雷达到被测物体之间的距离、角度和相对速度等。 利用毫米波雷达可以实现自适应巡航控制(Adaptive Cruise Control),前向防撞报警 (Forward Collision Warning),盲点检测(Blind Spot Detection),辅助停车(Parking aid), 辅助变道(Lane change assistant),自主巡航控制(ACC)等高级驾驶辅助系统(ADAS)功 能。比较常见的汽车毫米波雷达工作频率在24GHz和77GH附近。24GHz雷达系统主要实现 近距离探测(SRR),而77GHz系统主要实现远距离的探测(LRR)。
毫米波雷达指工作在毫米波波段的雷达。采用雷达向周围发射无线电,通过测定和分析 反射波以计算障碍物的距离、方向和大小。正如毫米波雷达名字所示,其发射的无线电利用 了波长在1-10mm,频率在30G-300GHz的毫米波。毫米波雷达传输距离远,在传输窗口内大 气衰减和损耗低,穿透性强。汽车毫米波雷达传感器,可以满足车辆对全天气候的适应性的 要求,并且毫米波本身的特性,决定了毫米波雷达传感器器件尺寸小、重量轻等特性。很好 的弥补了如红外、激光、超声波、摄像头等其他传感器,在车载应用中所不具备的使用场景。 国内外主流汽车毫米波雷达频段为24GHz(用于短中距离雷达,15-30米)和77GHz(用于长 距离雷达,100-200米)。在汽车主动安全领域,汽车毫米波雷达传感器因为能够全天候工作, 不受光线、雾霾、沙尘暴等恶劣天气的影响,已成为业界公认的主流选择,拥有巨大的市场 需求,因而也是汽车电子厂商当前的主要研发方向。
当采用接收阵列进行信号处理估计目标角度时,角度分辨率指标与阵列的孔径直接相关, 一个大的阵列孔径能够提供更高的角度分辨率。但对于汽车应用,由于安装位置受限,另外 接收阵元增多会显著增加成本,当前采用的一般为接收阵列包含4个阵元或者8个阵元,所 能达到的角度分辨率尚不能够满足实际应用需求。
现在汽车毫米波雷达为了提升角度分辨率,采用稀疏布阵的方式来增大天线接收孔径, 也即相邻的接收阵元之间的间隔大于半波长的情况。但是由于天线阵元之间布阵非半波长, 波束合成会形成波束栅瓣,使得可能出现栅瓣,形成虚假目标。在实际应用中,当某个角度 处存在一个目标时,通过数字波束形成的方法进行角度测量,会出现多个角度估计值,除了 目标真实来波方向,还同时会得到其多个栅瓣的方向估计。对于雷达而言,也即一个目标的 场景会出现估计得到了多个目标的现象,其中一部分即为虚假目标,对于虚假目标如果不进 行识别和剔除,会严重影响后续的处理,使得雷达检测目标场景出现混乱,严重影响辅助驾 驶或自动驾驶。
其中毫米波雷达的工作原理为:毫米波雷达发射多个周期的FMCW信号,每一个扫频周期 为Tchirp,可以对于多目标场景中的每个目标同时进行距离和径向速度测量,如图1所示。这 种波形体制是当前应用最为广泛的,可以同时对多个目标进行距离和速度的测量,这种波形 已经应用于汽车雷达、天波超视觉雷达的船只检测以及海啸检测。
其中脉冲重复周期是一个重要的参数,一个短时的Tchirp其回波信号去斜后的信号频率fB为一个负的频率。回波信号混频后,基带信号通过FFT可以测量差频信号fB。目标距离R可 以通过差频信号fB和相对延迟τ,目标距离R为
其中c表示光速,Tchirp和fSW表示重复周期和信号带宽。
FMCW发射信号与相控阵阵列相结合,即可实现角度测量的目的,如图2所示。
在实际汽车雷达应用中,鉴于计算复杂度的考虑,通常采用基于数字波束形成(DBF)的 方法进行,或者称之为基于快速傅里叶变换(FFT)的方法。
如图3所示,以1发2收的阵列模型进行说明:
信号由天线TX发射,并经由位于θ处的目标返回,被接收天线RX接收。目标反射信号 对于第二个接收天线而言要多加一个附加的dsinθ,并导致相位差ω=(2π/λ)dsinθ。因此, 当估计得到了相位差ω,到来角θ就可以计算为:
由于相位差ω,其估计区间仅在(-π,π)内,当ω=π时,可得到雷达的视场(FOV,field of view)为:
因此,最大FOV在阵元间距d=λ/2时达到,θFOV=±90°。
通常,雷达接收天线个数NRX大于2,如图4所示。每一个接收天线多增加一个附加的相移ω,为[0,ω,2ω,3ω]。因此,ω可以通过对NRX接收天线的信号采样来估计,然后再 进行FFT(常被称为angle-FFT)。
增加接收天线会形成更为尖锐的FFT输出峰值,因此可提高角度估计精度和角度分辨率。
对于N个均匀阵元,阵元间距为λ/2,角度分辨率为:
θRES=2/N (4)
由两个目标形成的空间频率之差为
由于正弦函数的导数为余弦函数,所以可表示为:
假设两个空域目标相差Δω可形成N-点FFT的两个峰值点,而不同峰值点之间的频率差 为2π/N。所以,两目标要想被分辨,则应有:
角度分辨能力,θRES通常指的是对于阵元间距为半波长d=λ/2且为法线方向θ=0,所 以有
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种规避 栅瓣虚假目标、提升角度分辨率的汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法、系统、 介质及设备。
为了解决上述技术问题,本发明采用的技术方案为:
一种汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法,包括步骤:
1)目标检测;
2)目标角度估计;
3)不同方向目标回波功率排序并归一化;
4)构造虚假干扰协方差矩阵;
5)计算自适应权值;
6)基于自适应权值重新计算空间谱;
7)波束输出归一化后进行虚假目标识别。
优选地,步骤1)的具体过程为:
1.1)汽车毫米波雷达发射连续波信号,发射多个脉冲,获取毫米波雷达每个阵元的距离 -多普勒矩阵;
1.2)采用非相干积累方法,将各阵元的距离-多普勒矩阵合成一个矩阵;
1.3)进行恒虚警率检测。
优选地,在步骤1.1)中,距离-多普勒矩阵通过两次FFT处理得到:第一次FFT处理对 应于每个脉冲的距离维回波,得到对应于各个距离单元的输出;再进行第二次FFT处理也即 多普勒处理,得到一个二维距离-多普勒矩阵。
优选地,步骤2)的具体过程为:
2.1)从距离-多普勒矩阵中,将检测得到的目标点从各个矩阵中抽取出来形成数据接收 矢量,表示为x;
2.2)通过计算不同方向的回波功率,得到空间谱P(θ)=aH(θ)x;
2.3)通过搜索P(θ)的峰值点,定位来波方向,即估计目标角度。
优选地,步骤5)的具体过程为:计算自适应权值为wk=R-1a(θk),也即期望方向为θk, 同时抑制其它方向来波。
优选地,步骤7)的具体过程为:通过P2(θk)和P1(θk)即可确定当前方向是否为目标的真 实来波方向;当P2(θk)/P2(θk)<预设值时,即认为当前方向是虚假目标方向,否则认为是真实 目标来波方向。
本发明还公开了一种汽车毫米波雷达稀疏阵列栅瓣虚假目标识别系统,包括:
第一模块,用于目标检测;
第二模块,用于目标角度估计;
第三模块,用于不同方向目标回波功率排序并归一化;
第四模块,用于构造虚假干扰协方差矩阵;
第五模块,用于计算自适应权值;
第六模块,用于基于自适应权值重新计算空间谱;
第七模块,用于波束输出归一化后进行虚假目标识别。
与现有技术相比,本发明的优点在于:
本发明通过两级空间谱计算,在第一级空间谱计算时,采用基于基于数字波束形成的方 法进行,得到若干可能的目标来波方向;在之后,通过构造自适应权值,约束当前需要判定 的来波方向增益不变,而最小化其它方向回波强度,最终通过判别空间谱数值变化程度来判 别当前来波方向是否为真实目标方向,规避了汽车毫米波雷达采用稀疏阵列引起的栅瓣虚假 目标问题,提升了角度分辨率。
本发明在在构造第二级自适应权值时,采用构造虚拟干扰协方差矩阵的方法来实现;虚 拟干扰源的方向与第一级空间谱的峰值点对应,除了当前需要判别的来波方向,认为其它方 向上均有干扰,从而实现对这些方向的抑制。
附图说明
图1为现有技术中经典FMCW发射序列图。
图2为相控阵列结构示意图(8阵元)。
图3为2RX角度估计示意图。
图4为4RX角度估计示意图。
图5为本发明的识别方法在实施例的流程图。
图6为本发明的距离-多普勒矩阵获取示意图。
图7为本发明的多阵元积累后CFAR检测示意图。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步描述。
如图1所示,本实施例的汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法,包括步骤:
1)目标检测;
2)目标角度估计;
3)不同方向目标回波功率排序并归一化;
4)构造虚假干扰协方差矩阵;
5)计算自适应权值;
6)基于自适应权值重新计算空间谱;
7)波束输出归一化后进行虚假目标识别。
本发明通过两级空间谱计算,在第一级空间谱计算时,采用基于基于数字波束形成的方 法进行目标角度估计,得到若干可能的目标来波方向;在之后,通过构造自适应权值,约束 当前需要判定的来波方向增益不变,而最小化其它方向回波强度,最终通过判别空间谱数值 变化程度来判别当前来波方向是否为真实目标方向,规避了汽车毫米波雷达采用稀疏阵列引 起的栅瓣虚假目标问题,提升了角度分辨率。
本实施例中,步骤1)中目标检测的具体过程为:
毫米波雷达发射LFM连续波信号,发射多个脉冲,获取毫米波雷达每个阵元的距离-多普 勒矩阵,如图6所示,即通过两次FFT处理得到,第一次FFT处理对应于每个脉冲的距离维 回波,得到对应于各个距离单元的输出;再进行第二次FFT处理也即多普勒处理,得到一个 二维距离-多普勒矩阵。
对每个阵元均进行以上处理,假设接收阵元共有N个,共计可以得到N个距离-多普勒 矩阵,然后采用非相干积累方法,合成为一个矩阵,再进行CFAR检测,如图7所示。
本实施例中,步骤2)中目标角度估计的具体过程为:
假设来波方向为θ,构造期望导向矢量为a(θ),可表示为
其中d1,...,dN-1为以第1个阵元为参考的间距,λ为波长。
从距离-多普勒矩阵中,将检测得到的目标点从各个矩阵中抽取出来形成数据接收矢量, 表示为x。
通过计算不同方向的回波功率,得到空间谱
P(θ)=aH(θ)x (10)
通过搜索P(θ)的峰值点,即可定位来波方向。
本实施例中,步骤3)不同方向目标回波功率排序并归一化的具体过程为:
假设通过峰值搜索,得到了θ1,...,θK共计K个来波方向,这些方向都可能是真实目标的来 波方向,其中一部分有可能仅仅是由于高的栅瓣引起的虚假目标。
本实施例中,步骤4)构造虚假干扰协方差矩阵的具体过程为:
令k=1,2,...,K来逐次循环,认为第k个方向,其它方向皆为虚假目标,构造虚假干扰协 方差矩阵
其中γ为一个较大的数,在实际中可以取值100以上,代表干扰功率强度。上式的内涵 是除了第k个方向θk,将其它方向都认为是干扰信号,构造虚拟干扰协方差矩阵。
本实施例中,步骤5)计算自适应权值的过程为:
计算自适应权值为
wk=R-1a(θk) (13)
也即期望方向为θk,同时抑制其它方向来波。
本实施例中,步骤6)基于自适应权值重新计算空间谱的过程为:
重新计算θk的空间谱值
本实施例中,步骤7)的波束输出归一化后进行虚假目标识别的过程为:
由于一个真实的目标来波方向,只要约束当前方向的波束指向增益恒定,则前后两次空 间谱计算数值应基本保持不变。若该方向为一个虚假的目标时,即这个方向没有真实的目标 回波,当形成的自适应波束权值约束当前方向增益恒定,在其它方向形成零陷时,此时的自 适应波束输出将大幅下降,也就是第二次计算的空间谱数值会显著减小。所以,通过前后两 次计算空间谱,对比能量变化,则可判定该方向是否为真实的目标来波方向。
具体地,由于约束θk方向增益,而抑制其它所有方向,所以当θk为真实目标来波方向时, P2(θk)与P1(θk)较为接近。而当θk为原来栅瓣形成的虚假目标来波方向时,此时则P2(θk)会 大幅度减小。所以,通过P2(θk)和P1(θk),即可确定当前方向是否为目标的真实来波方向; 如当P2(θk)/P2(θk)<30%时,即认为当前方向是虚假目标方向,而大于此值则认为是真实目 标来波方向。上述30%根据实际情况进行选择,在其它实施例中,也可以采用40%、50%或更 大值。
本发明还公开了一种汽车毫米波雷达稀疏阵列栅瓣虚假目标识别系统,包括:
第一模块,用于目标检测;
第二模块,用于目标角度估计;
第三模块,用于不同方向目标回波功率排序并归一化;
第四模块,用于构造虚假干扰协方差矩阵;
第五模块,用于计算自适应权值;
第六模块,用于基于自适应权值重新计算空间谱;
第七模块,用于波束输出归一化后进行虚假目标识别。
本发明的识别系统,用于执行如上所述的方法,同样具有如上方法所述的优点。
本发明通过两级空间谱计算,在第一级空间谱计算时,采用基于基于数字波束形成(DBF) 的方法进行,得到若干可能的目标来波方向。在之后,通过构造自适应权值,约束当前需要 判定的来波方向增益不变,而最小化其它方向回波强度,最终通过判别空间谱数值变化程度 来判别当前来波方向是否为真实目标方向,规避了汽车毫米波雷达采用稀疏阵列引起的栅瓣 虚假目标问题。
本发明在在构造第二级自适应权值时,采用构造虚拟干扰协方差矩阵的方法来实现;虚 拟干扰源的方向与第一级空间谱的峰值点对应,除了当前需要判别的来波方向,认为其它方 向上均有干扰,从而实现对这些方向的抑制。
本发明还公开了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在 被处理器运行时执行如上所述的汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法的步骤。本 发明还公开了一种计算机设备,包括存储器和处理器,存储器上存储有计算机程序,所述计 算机程序在被处理器运行时执行如上所述的汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法 的步骤。本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相 关的硬件来完成,计算机程序可存储于一个计算机可读存储介质中,该计算机程序在被处理 器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计 算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可 读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、 磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM, Random Access Memory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计 算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及 调用存储在存储器内的数据,实现各种功能。存储器可以包括高速随机存取存储器,还可以 包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC), 安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器 件、或其它易失性固态存储器件等。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于 本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术 人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (10)
1.一种汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法,其特征在于,包括步骤:
1)目标检测;
2)目标角度估计;
3)不同方向目标回波功率排序并归一化;
4)构造虚假干扰协方差矩阵;
5)计算自适应权值;
6)基于自适应权值重新计算空间谱;
7)波束输出归一化后进行虚假目标识别。
2.根据权利要求1所述的汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法,其特征在于,步骤1)的具体过程为:
1.1)汽车毫米波雷达发射连续波信号,发射多个脉冲,获取毫米波雷达每个阵元的距离-多普勒矩阵;
1.2)采用非相干积累方法,将各阵元的距离-多普勒矩阵合成一个矩阵;
1.3)进行恒虚警率检测。
3.根据权利要求2所述的汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法,其特征在于,在步骤1.1)中,距离-多普勒矩阵通过两次FFT处理得到:第一次FFT处理对应于每个脉冲的距离维回波,得到对应于各个距离单元的输出;再进行第二次FFT处理也即多普勒处理,得到一个二维距离-多普勒矩阵。
4.根据权利要求3所述的汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法,其特征在于,步骤2)的具体过程为:
2.1)从距离-多普勒矩阵中,将检测得到的目标点从各个矩阵中抽取出来形成数据接收矢量,表示为x;
2.2)通过计算不同方向的回波功率,得到空间谱P(θ)=aH(θ)x;
2.3)通过搜索P(θ)的峰值点,定位来波方向,即估计目标角度。
7.根据权利要求6所述的汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法,其特征在于,步骤5)的具体过程为:计算自适应权值为wk=R-1a(θk),也即期望方向为θk,同时抑制其它方向来波。
9.根据权利要求8所述的汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法,其特征在于,步骤7)的具体过程为:通过P2(θk)和P1(θk)即可确定当前方向是否为目标的真实来波方向;当P2(θk)/P2(θk)<预设值时,即认为当前方向是虚假目标方向,否则认为是真实目标来波方向。
10.一种汽车毫米波雷达稀疏阵列栅瓣虚假目标识别系统,其特征在于,包括:
第一模块,用于目标检测;
第二模块,用于目标角度估计;
第三模块,用于不同方向目标回波功率排序并归一化;
第四模块,用于构造虚假干扰协方差矩阵;
第五模块,用于计算自适应权值;
第六模块,用于基于自适应权值重新计算空间谱;
第七模块,用于波束输出归一化后进行虚假目标识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010561505.0A CN111679266B (zh) | 2020-06-18 | 2020-06-18 | 汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010561505.0A CN111679266B (zh) | 2020-06-18 | 2020-06-18 | 汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111679266A true CN111679266A (zh) | 2020-09-18 |
CN111679266B CN111679266B (zh) | 2021-09-03 |
Family
ID=72455747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010561505.0A Active CN111679266B (zh) | 2020-06-18 | 2020-06-18 | 汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111679266B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113406643A (zh) * | 2021-08-19 | 2021-09-17 | 湖南华诺星空电子技术有限公司 | 基于车载分布式孔径雷达的fod检测装置的检测方法及系统 |
CN113777574A (zh) * | 2021-08-30 | 2021-12-10 | 深圳市道通智能汽车有限公司 | 稀疏阵列解栅瓣方法、装置及相关设备 |
CN114114240A (zh) * | 2021-11-03 | 2022-03-01 | 中国电子科技集团公司信息科学研究院 | 超稀疏阵列在栅瓣影响下的三维目标跟踪方法和装置 |
CN114460955A (zh) * | 2021-06-28 | 2022-05-10 | 广州极飞科技股份有限公司 | 前向障碍物探测方法、装置、无人机及可读存储介质 |
WO2022252311A1 (zh) * | 2021-06-04 | 2022-12-08 | 惠州市德赛西威汽车电子股份有限公司 | 一种估算目标模糊速度的方法 |
CN115825915A (zh) * | 2023-02-20 | 2023-03-21 | 上海几何伙伴智能驾驶有限公司 | 面向稀疏阵实现栅瓣目标过滤doa估计的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1535048A (zh) * | 2003-03-31 | 2004-10-06 | 大唐移动通信设备有限公司 | 一种估计固定波束空间到达方向的方法 |
CN103454624A (zh) * | 2013-09-22 | 2013-12-18 | 河海大学 | 基于降维稀疏重构空时谱的直接数据域动目标检测方法 |
WO2019166351A1 (en) * | 2018-02-27 | 2019-09-06 | Qamcom Technology Ab | A radar transceiver with reduced false alarm rate |
CN110646773A (zh) * | 2019-09-27 | 2020-01-03 | 成都纳雷科技有限公司 | 一种基于汽车毫米波雷达的弱目标检测方法、跟踪方法及系统 |
CN110658516A (zh) * | 2019-10-14 | 2020-01-07 | 重庆邮电大学 | 一种基于fmcw雷达方差频数统计的手势目标提取方法 |
-
2020
- 2020-06-18 CN CN202010561505.0A patent/CN111679266B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1535048A (zh) * | 2003-03-31 | 2004-10-06 | 大唐移动通信设备有限公司 | 一种估计固定波束空间到达方向的方法 |
CN103454624A (zh) * | 2013-09-22 | 2013-12-18 | 河海大学 | 基于降维稀疏重构空时谱的直接数据域动目标检测方法 |
WO2019166351A1 (en) * | 2018-02-27 | 2019-09-06 | Qamcom Technology Ab | A radar transceiver with reduced false alarm rate |
CN110646773A (zh) * | 2019-09-27 | 2020-01-03 | 成都纳雷科技有限公司 | 一种基于汽车毫米波雷达的弱目标检测方法、跟踪方法及系统 |
CN110658516A (zh) * | 2019-10-14 | 2020-01-07 | 重庆邮电大学 | 一种基于fmcw雷达方差频数统计的手势目标提取方法 |
Non-Patent Citations (2)
Title |
---|
GUO GUIRONG ET AL.: "Millimeter—Wave Radar Target Identification by Using High Resolution Range Profiles", 《DEPARTMENT OF ELECTRICAL ENGINEERING》 * |
谭清莉等: "FDA-MIMO雷达主瓣欺骗干扰对抗方法", 《雷达科学与技术》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022252311A1 (zh) * | 2021-06-04 | 2022-12-08 | 惠州市德赛西威汽车电子股份有限公司 | 一种估算目标模糊速度的方法 |
CN114460955A (zh) * | 2021-06-28 | 2022-05-10 | 广州极飞科技股份有限公司 | 前向障碍物探测方法、装置、无人机及可读存储介质 |
CN114460955B (zh) * | 2021-06-28 | 2023-11-17 | 广州极飞科技股份有限公司 | 前向障碍物探测方法、装置、无人机及可读存储介质 |
CN113406643A (zh) * | 2021-08-19 | 2021-09-17 | 湖南华诺星空电子技术有限公司 | 基于车载分布式孔径雷达的fod检测装置的检测方法及系统 |
CN113777574A (zh) * | 2021-08-30 | 2021-12-10 | 深圳市道通智能汽车有限公司 | 稀疏阵列解栅瓣方法、装置及相关设备 |
WO2023029914A1 (zh) * | 2021-08-30 | 2023-03-09 | 深圳市塞防科技有限公司 | 稀疏阵列解栅瓣方法、装置及相关设备 |
CN114114240A (zh) * | 2021-11-03 | 2022-03-01 | 中国电子科技集团公司信息科学研究院 | 超稀疏阵列在栅瓣影响下的三维目标跟踪方法和装置 |
CN114114240B (zh) * | 2021-11-03 | 2024-02-27 | 中国电子科技集团公司信息科学研究院 | 超稀疏阵列在栅瓣影响下的三维目标跟踪方法和装置 |
CN115825915A (zh) * | 2023-02-20 | 2023-03-21 | 上海几何伙伴智能驾驶有限公司 | 面向稀疏阵实现栅瓣目标过滤doa估计的方法 |
US11994603B1 (en) | 2023-02-20 | 2024-05-28 | Shanghai Geometrical Perception And Learning Co., Ltd. | Method of sparse array oriented approach for DOA estimation of grating lobe target filtering |
Also Published As
Publication number | Publication date |
---|---|
CN111679266B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
US11340342B2 (en) | Automotive radar using 3D printed luneburg lens | |
US9594159B2 (en) | 2-D object detection in radar applications | |
CN110806580A (zh) | 移动平台上的雷达系统中的振动减轻 | |
CN114966589A (zh) | 一种基于毫米波雷达的多目标检测方法 | |
US20210323560A1 (en) | Vehicle speed calculation method, system, device, and storage medium | |
US11181614B2 (en) | Antenna array tilt and processing to eliminate false detections in a radar system | |
WO2023124780A1 (zh) | 点云数据增强方法、装置、计算机设备、系统及存储介质 | |
CN111175715A (zh) | 可抑制雷达近距离谐波的辅助驾驶系统、方法 | |
CN111175714A (zh) | 可抑制雷达近距离谐波的辅助驾驶方法和存储介质 | |
US10302741B2 (en) | Method and apparatus for live-object detection | |
CN112689773B (zh) | 雷达信号处理方法和雷达信号处理装置 | |
Matsunami et al. | Target state estimation using RCS characteristics for 26GHz short-range vehicular radar | |
Bialer et al. | Performance evaluation of wide aperture radar for automotive applications | |
Bi et al. | Millimeter wave radar technology | |
CN111190154A (zh) | 可抑制雷达近距离谐波的辅助驾驶系统、方法 | |
JP7113878B2 (ja) | 電子機器、電子機器の制御方法、及びプログラム | |
JP7223197B2 (ja) | 電子機器、電子機器の制御方法、及びプログラム | |
JP7222952B2 (ja) | 電子機器、電子機器の制御方法、及びプログラム | |
US20230044436A1 (en) | Vehicle radar device and control method | |
WO2023032600A1 (ja) | 電子機器、電子機器の制御方法、及びプログラム | |
WO2023032619A1 (ja) | 電子機器、電子機器の制御方法、及びプログラム | |
WO2020097903A1 (zh) | 测角方法以及雷达设备 | |
Houyuan et al. | Modification of Density-Based Clustering and Threshold Adjustment Detection-Tracking Integration Algorithm for 77 GHz Automotive Radar | |
Ren et al. | Research and Implementation of 77GHz Automotive Radar Target Detection Technology |
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 |