CN112710998B - 一种用于微波检测的速度解模糊算法及相关设备 - Google Patents
一种用于微波检测的速度解模糊算法及相关设备 Download PDFInfo
- Publication number
- CN112710998B CN112710998B CN202011485120.7A CN202011485120A CN112710998B CN 112710998 B CN112710998 B CN 112710998B CN 202011485120 A CN202011485120 A CN 202011485120A CN 112710998 B CN112710998 B CN 112710998B
- Authority
- CN
- China
- Prior art keywords
- equal
- velocity
- target
- data
- less
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 87
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 31
- 230000008859 change Effects 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 50
- 238000009825 accumulation Methods 0.000 claims description 40
- 230000001427 coherent effect Effects 0.000 claims description 40
- 238000006243 chemical reaction Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 27
- 238000005070 sampling Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 20
- 238000001228 spectrum Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000003321 amplification Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
-
- 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
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/588—Velocity or trajectory determination systems; Sense-of-movement determination systems deriving the velocity value from the range measurement
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种用于微波检测的速度解模糊算法及相关设备，通过寻找最优多普勒相位的补偿系数，通过所述补偿系数对基于回波信号建立的虚拟通道的相位差进行补偿，使得各虚拟通道之间的相位保持线性变化，还原了chirp(线性调频信号)的测速范围，提高了测角精度，测角精度的提高，防止检测区域内目标漏检的现象，进一步提高流量检测的精度。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种用于微波检测的速度解模糊算法及相关设备。
背景技术
随着我国经济的迅速发展，机动车数量增多使得城市道路日趋拥挤，交通拥堵现象时常发生，为了缓解交通压力及实现畅通通行，智能交通系统应运而生。智能交通系统由道路感知检测设备、数据传输设备、数据处理设备以及信息发布设备组成。一个性能良好的道路感知检测设备是保证缓解交通压力及实现畅通通行的重要前提，目前在交通技术领域中，微波检测器因其具有全天时全天候的特点受到市场的喜爱。受MIMO通信技术的推动，MIMO天线应用于微波检测器成为研究的热点，其中MIMO技术利用多个发射天线通过发射多个不相关或者正交的信号，使发射能量覆盖整个空域，并利用多个接收天线接收回波信号，但是目前的技术由于角度分辨率不够，容易造成检测目标速度模糊或是丢失的现象。
发明内容
有鉴于此，本发明实施例提供一种用于微波检测的速度解模糊算法及相关设备，以实现解决现有技术由于角度分辨率不够，容易造成检测目标速度模糊或是丢失的现象。
为实现上述目的，本发明实施例提供如下技术方案：
一种用于微波检测的速度解模糊算法，包括：
控制线性阵列天线中的N个发射天线依次向检测区域发射检测信号，所述N为大于1的正整数；
控制线性阵列天线中的M个接收天线同时接收所述每一个所述发射天线所产生的目标回波信号，所述M为大于1的正整数；
获取I个周期Ip内，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，记为Sorigin(t,Ip)，其中1≤Ip≤I、1≤m≤M、1≤n≤N、t表示周期Ip内的快时间，对获取到的回波信号进行预处理；
对经预处理后的回波信号进行ADC取样变换，变换为离散数字信号Sorigin(k,Ip)，所述k为ADC取样变换过程中采样频率fs下的ADC采样序号，对所述离散数字信号Sorigin(k,Ip)沿k方向进行第一维Nr点的FFT变换得到一维变换结果Sr(k,Ip)；
对所述一维变换结果Sr(k,Ip)进行排序，得到数据立方体Sr_cube(k,Ip’,mn)，其中1≤Ip’≤I/N，1≤mn≤NM；
对所述数据立方体沿周期i方向作第二维Nd点的FFT变换得到数据立方体Srd(nr,nd,mn)，其中nd、nr表示第二维Nd点FFT变换之后的数据立方体中的元素的序号，且1≤nr≤Nr、1≤nd≤Nd，获取第二维Nd点FFT变换之后的数据立方体所对应的最大不模糊速度范围以及所述最大不模糊速度范围对应的速度分辨率；对所述数据立方体Srd中的N×M个通道数据进行非相参积累；
对非相参积累结果进行恒虚警检测，得到P个目标点，所述目标点的二维索引号为(rp，dp)，其中1≤p≤P，dp表示第p个目标点的多普勒索引号，rp表示第p个目标点的距离索引号；
获取数据立方体Srd在二维索引号上所有的复数数据，记为Sp；
基于非相参积累结果的恒虚警检测算法获取各个目标索引号(rp，dp)，并计算对应的相位变化量
计算每一个虚拟通道多普勒相位变化
对第i个虚拟接收天线集合对应的相位变化进行多普勒校正，得到校正结果
基于公式以下公式计算得到补偿系数Cp，n：
所述Cp，n表示对应第n个发射通道的补偿系数；
基于所述补偿系数Cp，n对通道数据Sp进行补偿；
对补偿后的通道数据进行方位频谱估计；
对补偿后的通道数据进行数字波束形成或者角度维FFT变换得到Sn，对Sn求模值并搜索满足条件的N个最大值点Pn＝max(Sn)，基于Sm进行完成目标的方位估计，m＝argmaxPn；
基于所述目标点的多普勒索引号dp、速度分辨率λ/(2N×T×Nd)以及m进行速度解模糊。
可选的，上述用于微波检测的速度解模糊算法中，所述预处理包括但不限于：降频处理、滤波处理和放大处理中的一项或多项的组合。
可选的，上述用于微波检测的速度解模糊算法中，对所述数据立方体Srd中的N×M个通道数据进行非相参积累，包括：
基于以下公式对所述数据立方体Srd中的N×M个通道数据进行非相参积累：
可选的，上述用于微波检测的速度解模糊算法中，基于所述目标点的多普勒索引号dp、速度分辨率λ/(2N×T×Nd)以及多峰值点中的最大索引号m进行速度解模糊；包括：
当N为偶数时，
当N为奇数时，所述dp为第p个目标点的索引号；
基于公式
进行速度解模糊得到目标的不模糊速度Vunambg，所述λ代表发射信号波长所述T为每个天线的工作时间。
一种用于微波检测的速度解模糊装置，包括：
发射天线控制单元，控制线性阵列天线中的N个发射天线依次向检测区域发射检测信号，所述N为大于1的正整数；
接收天线控制单元，控制线性阵列天线中的M个接收天线同时接收所述每一个所述发射天线所产生的目标回波信号，所述M为大于1的正整数；
前端ADC数据处理单元，用于
获取I个周期Ip内，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，记为Sorigin(t,Ip)，其中1≤Ip≤I、1≤m≤M、1≤n≤N、t表示周期Ip内的快时间，对获取到的回波信号进行预处理；
对经预处理后的回波信号进行ADC取样变换，变换为离散数字信号Sorigin(k,Ip)，所述k为ADC取样变换过程中采样频率fs下的ADC采样序号，对所述离散数字信号Sorigin(k,Ip)沿k方向进行第一维Nr点的FFT变换得到一维变换结果Sr(k,Ip)；
对所述一维变换结果Sr(k,Ip)进行排序，得到数据立方体Sr_cube(k,Ip’,mn)，其中1≤Ip’≤I/N，1≤mn≤NM；
对所述数据立方体沿周期i方向作第二维Nd点的FFT变换得到数据立方体Srd(nr,nd,mn)，其中nd、nr表示第二维Nd点FFT变换之后的数据立方体中的元素的序号，且1≤nr≤Nr、1≤nd≤Nd，获取第二维Nd点FFT变换之后的数据立方体所对应的最大不模糊速度范围以及所述最大不模糊速度范围对应的速度分辨率；对所述数据立方体Srd中的N×M个通道数据进行非相参积累；
对非相参积累结果进行恒虚警检测，得到P个目标点，所述目标点的二维索引号为(rp，dp)，其中1≤p≤P，dp表示第p个目标点的多普勒索引号，rp表示第p个目标点的距离索引号；
获取数据立方体Srd在二维索引号上所有的复数数据，记为Sp；
基于非相参积累结果的恒虚警检测算法获取各个目标索引号(rp，dp)，并计算对应的相位变化量
计算每一个虚拟通道多普勒相位变化
对第i个虚拟接收天线集合对应的相位变化进行多普勒校正，得到校正结果
基于公式以下公式计算得到补偿系数Cp，n：
所述Cp，n表示对应第n个发射通道的补偿系数；
基于所述补偿系数Cp，n对通道数据Sp进行补偿；
对补偿后的通道数据进行方位频谱估计；
对补偿后的通道数据进行数字波束形成或者角度维FFT变换得到Sn，对Sn求模值并搜索满足条件的N个最大值点Pn＝max(Sn)，基于Sm进行完成目标的方位估计，m＝argmaxPn；
基于所述目标点的多普勒索引号dp、速度分辨率λ/(2N×T×Nd)以及m进行速度解模糊。
可选的，所述预处理包括但不限于：降频处理、滤波处理和放大处理中的一项或多项的组合。
可选的，上述用于微波检测的速度解模糊装置中，信号处理单元在对所述数据立方体Srd中的N×M个通道数据进行非相参积累时，具体用于：
基于以下公式对所述数据立方体Srd中的N×M个通道数据进行非相参积累：
可选的，上述用于微波检测的速度解模糊装置中，信号处理单元在基于所述目标点的多普勒索引号dp、速度分辨率λ/(2N×T×Nd)以及多峰值点中的最大索引号m进行速度解模糊时，具体用于：
当N为偶数时，
当N为奇数时，所述dp为第p个目标点的索引号；
基于公式
进行速度解模糊得到目标的不模糊速度Vunambg，所述λ代表发射信号波长，所述T为每个天线的工作时间。
一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述任意一项所述的用于微波检测的速度解模糊方法的各个步骤。
一种电子设备，包括：存储器和处理器；
所述存储器用于存储程序；
所述处理器用于执行所述程序，实现如上述任意一项所述的用于微波检测的速度解模糊方法。
基于上述技术方案，本发明实施例提供的上述方案，通过寻找最优多普勒相位的补偿系数，通过所述补偿系数对基于回波信号建立的虚拟通道的相位差进行补偿，使得各虚拟通道之间的相位保持线性变化，解决了运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量耦合到各接收天线上，影响接收天线虚拟孔径的正确合成的问题。
并且，通过寻找最优多普勒相位补偿系数，以扩展交通雷达测速范围，纠正交通雷达测角偏差，解决了TDM系统本身降低了在慢时间维的采样率，使得不模糊测速范围降低，同时解决了角度测量的偏差的问题。
本方案中，通过采用补偿系数对基于回波信号建立的虚拟通道的相位差进行补偿，使得各虚拟通道之间的相位保持线性变化，还原了chirp(线性调频信号)的测速范围，提高了测角精度，防止检测区域内目标漏检的现象，进一步提高流量检测的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种6发8阵列天线布局图；
图2为6发8收的虚拟阵列布局图；
图3为本申请实施例公开的用于微波检测的速度解模糊算法的流程示意图；
图4为本申请实施例公开的用于微波检测的速度解模糊算法中的步骤S100的具体流程示意图；
图5、图6、图7、图8分别为1个Tx天线、2个Tx天线、3个Tx天线、8个Tx天线的TDM-MIMO的最大不模糊速度示意图；
图9、图10、图11分别为2个Tx天线、3个Tx天线、8个Tx天线的TDM-MIMO中超过Vmax的不同实际速度折叠成相同速度的示例图；
图12为本申请实施例公开的用于微波检测的速度解模糊算法中的步骤S500的具体流程示意图；
图13为本申请实施例公开的用于微波检测的速度解模糊装置的结构示意图；
图14为本申请实施例公开的一种电子设备的结构示意图；
图15为本申请中方位计算效果示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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劳动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。
目前微波检测器都采用了基于TDM技术的MIMO。基于TDM-MIMO的微波检测器虽然能够增大天线的虚拟孔径，提高角度分辨率，但是其自身有着固有缺点，其一，TDM自身降低了在慢时间维的采样率，使得不模糊测速范围显著降低，而且一旦出现速度模糊进而会引发角度测量的偏差；其二，由于运动目标多普勒频率在不同发射天线切换时间内带来的相位变量会耦合到各个接收通道，影响接收天线孔径的正确合成，从而使在最大不模糊速度范围之外的目标的角度测量不正确。
针对以上存在的缺陷，本发明的目的在于提供一种用于微波检测的速度解模糊算法与装置，通过对多通道进行多普勒相位补偿，根据一定判断准则选择最优相位补偿的方法，还原chirp(线性调频信号)的测速范围，解决速度模糊问题、提高角度分辨率。微波检测器检测精度的提高，进一步促进通行能力的改善，缓解交通压力，防止检测区域内目标漏检的现象，实现该技术在交通领域的实用价值。
参见图1，图2，图1是一种6发8收的线性阵列天线的位置示意图，图2是所述6发8收的线性阵列天线的虚拟阵列布局图，在本申请实施例公开的技术方案中，采用线性阵列天线，所述线性阵列天线通过一个比较宽的波束对检测区域内进行覆盖，然后在信号处理过程中通过数字波束形成算法对检测区域内进行多波束扫描，通过这样可以提高对多目标检测的分辨率。
参见图3，本申请实施例公开的用于微波检测的速度解模糊算法包括：
步骤S100：对回波数据进行第一维FFT变换后，构建数据立方体，对所述数据立方体进行第二维FFT变换，得到数据立方体记为Srd(nr,nd,mn)；
具体的，参见图4，所述步骤S100包括：
步骤S101：控制线性阵列天线中的N个发射天线依次向检测区域发射检测信号，所述N为大于1的正整数；
步骤S102：控制线性阵列天线中的M个接收天线同时接收所述每一个所述发射天线所产生的目标回波信号，所述M为大于1的正整数；
本方案中采用的检测器为MIMO微波检测器，所述线性阵列天线应用于MIMO微波检测器中，交通领域中MIMO微波检测器包含N个发射天线，M个接收天线，相邻的两个发射天线之间的间距为dt，相邻的两个接收天线之间的间距为dr，所述N和M均为大于1的正整数；
在TDM-MIMO(采用了TDM技术的MIMO)中，N个发射天线从编号1开始依次向检测区域发射检测脉冲信号直到编号N的发射天线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依次打开的由每一个发射天线所产生的目标回波信号，将本步骤执行I个周期，在一个周期的时间里，每个接收天线都会接收到N个回波信号，所述M个接收天线一共接收到了M×N路天线的回波信号；
步骤S103：获取I个周期Ip内，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，记为Sorigin(t,Ip)，其中，所述1≤Ip≤I、1≤m≤M、1≤n≤N，所述N为n的最大值，所述M为m的最大值，所述m和n为变量，所述Ip为所述I个周期中的一个周期，所述t表示周期Ip内的快时间；所谓的快时间就是同一维度两个采样点间隔的时间短，该维度称为快时间维，在本文中就是第一维，即距离维。相对于快时间，慢时间就是同一维度两个采样点间隔的时间长，该维度称为慢时间维，在本文中就是第二维，即多普勒或者速度维。
步骤S104：对获取到的回波信号进行预处理；
本步骤中，所述预处理包括但不限于降频处理、低通滤波处理和放大处理中的一项或多项的组合。所述降频处理指的是将回波信号Sorigin(t,Ip)进行下变频，变为中频信号；
步骤S105：采用ADC取样转换，将所述回波信号Sorigin(t,Ip)转换为离散数字信号Sorigin(k,Ip)，所述k为在采样频率fs下的ADC采样序号；
步骤S106：对所述离散数字信号Sorigin(k,Ip)沿k方向进行第一维Nr点的FFT变换，得到Sr(k,Ip)；
其中，所述Nr的值一般为2h，h>0；
步骤S107：对一维FFT变换后得到的结果Sr(k,Ip)进行排序，得到数据立方体Sr_cube(k,Ip’,mn)(其中1≤Ip’≤I/N，1≤mn≤NM)；
具体的，本步骤中，一维变换结果Sr(k,Ip)根据发射天线、接收天线的空间和时间顺序进行如下排列得到虚拟通道数据：
S＝[S11，S12，…，S1M，S21，S22，…，S2M，SN1，SN2，…，SNM]，最终得到数据立方体Sr_cube(k,Ip’,mn)；其中1≤Ip’≤I/N，1≤mn≤NM；
步骤S108：对所述数据立方体沿周期i的方向进行第二维Nd(Nd一般为2d,d>0)点的FFT变换，将变换之后得到的数据立方体记为Srd(nr,nd,mn)；
其中nd、nr表示二维Nd点的FFT变换之后的序号，且1≤nr≤Nr、1≤nd≤Nd，记为Srd；因为第二维Nd点的FFT变换的实际数据处理周期为N×T，所以第二维Nd点的FFT变换将带来N阶速度模糊，导致不模糊速度范围显著降低；
例如，参见图5、图6、图7和图8，图5为1个Tx天线的TDM-MIMO的最大不模糊速度示意图，图6为2个Tx天线的TDM-MIMO的最大不模糊速度示意图，图7为3个Tx天线的TDM-MIMO的最大不模糊速度示意图，图8为8个Tx天线的TDM-MIMO的最大不模糊速度示意图，当目标的速度超过Vmax，多普勒频率的测量值是不一致的。如图6、图7和图8所示，在2Tx TDM-MIMO、3Tx TDM-MIMO和8Tx TDM-MIMO中的实例，参见图9、图10和图11所示，图9、图10和图11为2Tx TDM-MIMO、3Tx TDM-MIMO和8Tx TDM-MIMO中超过Vmax的不同实际速度折叠成相同速度的示例这几个不同的实际速度可以折叠成相同的混叠速度。
对数据立方体沿周期i的方向进行第二维Nd点的FFT变换后，对应的最大不模糊速度范围为λ/(2N×T)，速度分辨率为λ/(2N×T×Nd)其中λ代表发射信号波长；
步骤S200：对所述数据立方体Srd中的M×N个通道数据进行非相参积累，得到非相参积累结果Snoncoherent；
在本步骤中，为了最大可能提高检测信噪比，首先对M×N个通道数据进行非相参积累；
具体的，基于以下公式对所述数据立方体Srd中的N×M个通道数据进行非相参积累：包括：
基于公式
对所述数据立方体Srd中的N×M个通道数据进行非相参积累，其中，所述Snoncoherent为非相参积累结果。
步骤S300：对非相参积累结果进行恒虚警检测，得到P个目标点，所述目标点的二维索引号为(rp，dp)，其中1≤p≤P，dp表示第p个目标点的多普勒索引号，rp表示第p个目标点的距离索引号；
在本步骤中，所述多普勒索引号和所述距离索引号可以由恒虚警(ConstantFalse-Alarm Rate，简称CFAR)检测算法从非相参积累得到矩阵Snoncoherent中检测出来；
非相参积累的结果为Snoncoherent，所述Snoncoherent是一个Nr×Nd的检测矩阵；对Snoncoherent进行恒虚警检测时，假设检测完共得到P个目标点，且每个目标点的二维索引号记为(rp，dp)，其中1≤p≤P，dp表示第p个目标点的多普勒索引号，rp表示第p个目标点的距离索引号；通过rp和距离分辨率可计算目标的距离，通过dp和速度分辨率可计算目标的模糊速度；
步骤S400：获取数据立方体Srd在二维索引号上所有的复数数据，记为Sp；
本步骤中，记录下Srd在二维索引号(rp,dp)上的两路复数数据，记为Sp(1×MN的向量)；
Sp＝[S11(rp,dp),S12(rp,dp),...S1M(rp,dp),…,SN1(rp,dp),SN2(rp,dp),...SNM(rp,dp)]；
步骤S500：对所述Sp进行相位补偿；
由于N个收天线在先后两次的回波接收中存在时间T的延迟，运动目标产生的多普勒频率在时间T上将产生一个相位变化量
在虚拟通道进行第三维FFT之前，需要对该相位量进行补偿，否则将导致方位频谱估计错误，而这个错误将导致角度测量的不准确，以及信噪比的损失、旁瓣的抬高；因此在本方案中会对检测到的P个目标点中的第p个目标点，按照以下步骤进行补偿：
具体的，参见图12，所述步骤S500的具体补偿步骤包括：
步骤S501：基于非相参积累结果的恒虚警检测算法获取各个目标索引号(rp，dp)，并计算对应的相位变化量
具体的，本步骤中通过公式
计算得到各个目标索引号(rp，dp)的相位变化量
dp是目标的多普勒索引号；
在本步骤中，所述目标索引号就是上文中恒虚警(cfar)检测得到的(rp，dp)。
步骤S502：计算每一个虚拟通道多普勒相位变化
在本步骤中，测试N个假设Hn(虚拟通道)，其中n＝0，1,……N-1。计算每一个假设Hn的相位变量
具体的，当N为偶数时，
当N为奇数时，
步骤S503：对第i个虚拟接收天线集合对应的相位变化进行多普勒校正；
S508：计算得到各个发射通道的补偿系数；
基于公式
计算得到补偿系数Cp，n，所述Cp，n表示对应第n个发射通道的补偿系数，
步骤S509：基于所述补偿系数Cp，n对通道数据Sp进行补偿；
本步骤具体为：对假设Hm通道进行补偿时，通道维数据Sp中因为目标运动多普勒频率带来的在不同接收天线之间的相位差，即对两个向量进行Hadamard乘积Sp*Cp,n，Sp*Cp,n即为基于所述补偿系数Cp，n对通道数据Sp进行补偿的补偿结果；
步骤S600：对补偿后的通道数据进行方位频谱估计；
本步骤中，对多普勒相位补偿后的Sp*Cp,n进行方位频谱估计；
步骤S700：对补偿后的通道数据进行数字波束形成或者角度维FFT变换得到Sn，对Sn求模值并搜索满足条件的N个最大值点Pn＝max(Sn)，基于所述Sm(m＝argmax Pn)进行完成目标的方位估计，所述N为大于1的正整数；
具体的，本步骤中，每个Sn为一组(Nanglebin个)数据，一共N个Sn，找出每组Sn中的最大值点，记为Pn，一共得到N个Pn，再获取N个Pn中的最大值点对应的索引号m，m＝argmaxPn，对所述最大值点的进行AoA(angle of arrival)处理和Vmax扩展算法处理，从而实现对目标点的角度估计，具体的，将Sm作为正确的角度频谱，基于公式
进行角度估计，其中θ表示目标的方位角，Nanglebin表示角度频谱点数，kmax表示Pm在Sm中位置索引值，取值范围[-Nanglebin/2,Nanglebin/2-1]。
例如，参见图15，Sn(n＝0,1,2,3,4,5)为Hn(n＝0,1,2,3,4,5)对应的6个角度频谱，可以理解为具有相同元素的6个实数向量，Pn＝max(Sn)(n＝0,1,2,3,4,5)；m＝argmaxPn表示在Pn(n＝0,1,2,3,4,5)中选择最大值并记录其索引号，在这里H3的最大值是最大的，即m＝3。取H3对应的角度频谱S3做角度估计，S3这一段数据就是角度频谱，如果雷达方位角覆盖范围是±30度，则S3就表示±30度范围内的角度频谱，P3点对应的角度就是当前目标的角度估计值。所述Sm(m＝argmax Pn)为Pn中具有最大值的索引号的对应的角度频谱。
步骤S800：基于所述目标点的多普勒索引号dp、速度分辨率λ/(2N×T×Nd)以及N个最大值点中的最大值的索引号m进行速度解模糊；
具体的：
当N为偶数时，
当N为奇数时，
本申请上述实施例公开的技术方案，通过寻找最优多普勒相位补偿系数，基于所述补偿系数补偿相位差值，使得各虚拟通道之间的相位保持线性变化，解决了运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量耦合到各接收天线上，影响接收天线虚拟孔径的正确合成的问题。
通过寻找最优多普勒相位补偿系数，扩展交通雷达测速范围，纠正交通雷达测角偏差，解决了TDM本身降低了在慢时间维的采样率，使得不模糊测速范围降低，同时解决了角度测量的偏差的问题。
防止检测区域内目标漏检的现象，进一步提高流量检测的精度。
本实施例中公开了一种用于微波检测的速度解模糊装置，用于微波检测的速度解模糊装置中各个单元的具体工作内容，请参见上述方法实施例的内容，下面对本发明实施例提供的用于微波检测的速度解模糊装置进行描述，下文描述的用于微波检测的速度解模糊装置与上文描述的用于微波检测的速度解模糊方法可相互对应参照。
参见图13，本申请实施例公开的用于微波检测的速度解模糊装置可以包括：发射天线控制单元100、接收天线控制单元200、前端ADC数据处理单元300和信号处理单元400；
所述发射天线控制单元100，用于控制线性阵列天线中的N个发射天线依次向检测区域发射检测信号，所述N为大于1的正整数；
所述接收天线控制单元200，用于控制线性阵列天线中的M个接收天线同时接收所述每一个所述发射天线所产生的目标回波信号，所述M为大于1的正整数；
所述前端ADC数据处理单元300，用于：
获取I个周期Ip内，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，记为Sorigin(t,Ip)，其中1≤Ip≤I、1≤m≤M、1≤n≤N、t表示周期Ip内的快时间，对获取到的回波信号进行预处理；
对经预处理后的回波信号进行ADC取样变换，变换为离散数字信号Sorigin(k,Ip)，所述k为ADC取样变换过程中采样频率fs下的ADC采样序号，对所述离散数字信号Sorigin(k,Ip)沿k方向进行第一维Nr点的FFT变换得到一维变换结果Sr(k,Ip)；
对所述一维变换结果Sr(k,Ip)进行排序，得到数据立方体Sr_cube(k,Ip’,mn)，其中1≤Ip’≤I/N，1≤mn≤NM；
对所述数据立方体沿周期i方向作第二维Nd点的FFT变换得到数据立方体Srd(nr,nd,mn)，其中nd、nr表示第二维Nd点FFT变换之后的数据立方体中的元素的序号，且1≤nr≤Nr、1≤nd≤Nd，获取第二维Nd点FFT变换之后的数据立方体所对应的最大不模糊速度范围以及所述最大不模糊速度范围对应的速度分辨率；对所述数据立方体Srd中的N×M个通道数据进行非相参积累；
对非相参积累结果进行恒虚警检测，得到P个目标点，所述目标点的二维索引号为(rp，dp)，其中1≤p≤P，dp表示第p个目标点的多普勒索引号，rp表示第p个目标点的距离索引号；
获取数据立方体Srd在二维索引号上所有的复数数据，记为Sp；
基于非相参积累结果的恒虚警检测算法获取各个目标索引号(rp，dp)，并计算对应的相位变化量
计算每一个虚拟通道多普勒相位变化
对第i个虚拟接收天线集合对应的相位变化进行多普勒校正，得到校正结果
基于公式以下公式计算得到补偿系数Cp，n：
所述Cp，n表示对应第n个发射通道的补偿系数；
基于所述补偿系数Cp，n对通道数据Sp进行补偿；
对补偿后的通道数据进行方位频谱估计；
对补偿后的通道数据进行数字波束形成或者角度维FFT变换得到Sn，对Sn求模值并搜索满足条件的N个最大值点Pn＝max(Sn)，基于Sm进行完成目标的方位估计，m＝argmaxPn；
基于所述目标点的多普勒索引号dp、速度分辨率λ/(2N×T×Nd)以及m进行速度解模糊。
与上述方法相对应，所述预处理包括但不限于：降频处理、滤波处理和放大处理中的一项或多项的组合。
与上述方法相对应，所述信号处理单元400在对所述数据立方体Srd中的N×M个通道数据进行非相参积累时，具体用于：
基于以下公式对所述数据立方体Srd中的N×M个通道数据进行非相参积累：
上述各个装置的具体功能和作用请参见上述方法实施例所述。
一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如
本申请上述用于微波检测的速度解模糊方法的各个步骤。
本申请实施例提供的电子设备可以为用于微波检测的速度解模糊设备，其可应用于如PC终端、云平台、服务器及服务器集群等。可选的，图15示出了该电子设备的硬件结构框图，参照图14，数据评测设备的硬件结构可以包括：至少一个处理器1，至少一个通信接口2，至少一个存储器3和至少一个通信总线4；在本申请实施例中，处理器1、通信接口2、存储器3、通信总线4的数量为至少一个，且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信；
处理器1可能是一个中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路等；
存储器3可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)等，例如至少一个磁盘存储器；其中，存储器存储有程序，处理器可调用存储器存储的程序，所述程序用于：执行本申请上述任意一实施例提供的用于微波检测的速度解模糊方法的各个步骤。
为了描述的方便，描述以上系统时以功能分为各种模块分别描述。当然，在实施本发明时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种用于微波检测的速度解模糊算法，其特征在于，包括：
控制线性阵列天线中的N个发射天线依次向检测区域发射检测信号，所述N为大于1的正整数；
控制线性阵列天线中的M个接收天线同时接收每一个所述发射天线所产生的目标回波信号，所述M为大于1的正整数；
获取I个周期Ip内，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，记为Sorigin(t,Ip)，其中1≤Ip≤I、1≤m≤M、1≤n≤N、t表示周期Ip内的快时间，对获取到的回波信号进行预处理；
对经预处理后的回波信号进行ADC取样变换，变换为离散数字信号Sorigin(k,Ip)，所述k为ADC取样变换过程中采样频率fs下的ADC采样序号，对所述离散数字信号Sorigin(k,Ip)沿k方向进行第一维Nr点的FFT变换得到一维变换结果Sr(k,Ip)；
对所述一维变换结果Sr(k,Ip)进行排序，得到数据立方体Sr_cube(k,Ip’,mn)，其中1≤Ip’≤I/N，1≤mn≤NM；
对所述数据立方体沿周期i方向作第二维Nd点的FFT变换得到数据立方体Srd(nr,nd,mn)，其中nd、nr表示第二维Nd点FFT变换之后的数据立方体中的元素的序号，且1≤nr≤Nr、1≤nd≤Nd，获取第二维Nd点FFT变换之后的数据立方体所对应的最大不模糊速度范围以及所述最大不模糊速度范围对应的速度分辨率；对所述数据立方体Srd中的N×M个通道数据进行非相参积累；
对非相参积累结果进行恒虚警检测，得到P个目标点，所述目标点的二维索引号为(rp，dp)，其中1≤p≤P，dp表示第p个目标点的多普勒索引号，rp表示第p个目标点的距离索引号；
获取数据立方体Srd在二维索引号上所有的复数数据，记为Sp；
基于非相参积累结果的恒虚警检测算法获取各个目标索引号(rp，dp)，并计算对应的相位变化量
计算每一个虚拟通道多普勒相位变化
对第i个虚拟接收天线集合对应的相位变化进行多普勒校正，得到校正结果
基于以下公式计算得到补偿系数Cp，n：
所述Cp，n表示对应第n个发射通道的补偿系数；
基于所述补偿系数Cp，n对通道数据Sp进行补偿；
对补偿后的通道数据进行方位频谱估计；
对补偿后的通道数据进行数字波束形成或者角度维FFT变换得到Sn，对Sn求模值并搜索满足条件的N个最大值点Pn＝max(Sn)，基于Sm进行完成目标的方位估计，m＝argmax Pn；
基于所述目标点的多普勒索引号dp、速度分辨率λ/(2N×T×Nd)以及m进行速度解模糊。
2.根据权利要求1所述的用于微波检测的速度解模糊算法，其特征在于，所述预处理包括：降频处理、滤波处理和放大处理中的一项或多项的组合。
3.根据权利要求1所述的用于微波检测的速度解模糊算法，其特征在于，对所述数据立方体Srd中的N×M个通道数据进行非相参积累，包括：
基于以下公式对所述数据立方体Srd中的N×M个通道数据进行非相参积累：
4.根据权利要求1所述的用于微波检测的速度解模糊算法，其特征在于，基于所述目标点的多普勒索引号dp、速度分辨率λ/(2N×T×Nd)以及多峰值点中的最大索引号m进行速度解模糊；包括：
当N为偶数时，
当N为奇数时，所述dp为第p个目标点的索引号；
基于公式
进行速度解模糊得到目标的不模糊速度vunambg，所述λ代表发射信号波长，所述T为每个天线的工作时间。
5.一种用于微波检测的速度解模糊装置，其特征在于，包括：
发射天线控制单元，控制线性阵列天线中的N个发射天线依次向检测区域发射检测信号，所述N为大于1的正整数；
接收天线控制单元，控制线性阵列天线中的M个接收天线同时接收每一个所述发射天线所产生的目标回波信号，所述M为大于1的正整数；
前端ADC数据处理单元，用于
获取I个周期Ip内，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，记为Sorigin(t,Ip)，其中1≤Ip≤I、1≤m≤M、1≤n≤N、t表示周期Ip内的快时间，对获取到的回波信号进行预处理；
对经预处理后的回波信号进行ADC取样变换，变换为离散数字信号Sorigin(k,Ip)，所述k为ADC取样变换过程中采样频率fs下的ADC采样序号，对所述离散数字信号Sorigin(k,Ip)沿k方向进行第一维Nr点的FFT变换得到一维变换结果Sr(k,Ip)；
对所述一维变换结果Sr(k,Ip)进行排序，得到数据立方体Sr_cube(k,Ip’,mn)，其中1≤Ip’≤I/N，1≤mn≤NM；
对所述数据立方体沿周期i方向作第二维Nd点的FFT变换得到数据立方体Srd(nr,nd,mn)，其中nd、nr表示第二维Nd点FFT变换之后的数据立方体中的元素的序号，且1≤nr≤Nr、1≤nd≤Nd，获取第二维Nd点FFT变换之后的数据立方体所对应的最大不模糊速度范围以及所述最大不模糊速度范围对应的速度分辨率；对所述数据立方体Srd中的N×M个通道数据进行非相参积累；
对非相参积累结果进行恒虚警检测，得到P个目标点，所述目标点的二维索引号为(rp，dp)，其中1≤p≤P，dp表示第p个目标点的多普勒索引号，rp表示第p个目标点的距离索引号；
获取数据立方体Srd在二维索引号上所有的复数数据，记为Sp；
基于非相参积累结果的恒虚警检测算法获取各个目标索引号(rp，dp)，并计算对应的相位变化量
计算每一个虚拟通道多普勒相位变化
对第i个虚拟接收天线集合对应的相位变化进行多普勒校正，得到校正结果
基于以下公式计算得到补偿系数Cp，n：
所述Cp，n表示对应第n个发射通道的补偿系数；
基于所述补偿系数Cp，n对通道数据Sp进行补偿；
对补偿后的通道数据进行方位频谱估计；
对补偿后的通道数据进行数字波束形成或者角度维FFT变换得到Sn，对Sn求模值并搜索满足条件的N个最大值点Pn＝max(Sn)，基于Sm进行完成目标的方位估计，m＝argmax Pn；
基于所述目标点的多普勒索引号dp、速度分辨率λ/(2N×T×Nd)以及m进行速度解模糊。
6.根据权利要求5所述的用于微波检测的速度解模糊装置，其特征在于，所述预处理包括：降频处理、滤波处理和放大处理中的一项或多项的组合。
7.根据权利要求6所述的用于微波检测的速度解模糊装置，其特征在于，信号处理单元在对所述数据立方体Srd中的N×M个通道数据进行非相参积累时，具体用于：
基于以下公式对所述数据立方体Srd中的N×M个通道数据进行非相参积累：
8.根据权利要求6所述的用于微波检测的速度解模糊装置，其特征在于，信号处理单元在基于所述目标点的多普勒索引号dp、速度分辨率λ/(2N×T×Nd)以及多峰值点中的最大索引号m进行速度解模糊时，具体用于：
当N为偶数时，
当N为奇数时，所述dp为第p个目标点的索引号；
基于公式
进行速度解模糊得到目标的不模糊速度vunambg，所述λ代表发射信号波长，所述T为每个天线的工作时间。
9.一种可读存储介质，其上存储有计算机程序，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1～4任意一项所述的用于微波检测的速度解模糊算法的各个步骤。
10.一种电子设备，其特征在于，包括：存储器和处理器；
所述存储器用于存储程序；
所述处理器用于执行所述程序，实现如权利要求1-4任意一项所述的用于微波检测的速度解模糊算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011485120.7A CN112710998B (zh) | 2020-12-16 | 2020-12-16 | 一种用于微波检测的速度解模糊算法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011485120.7A CN112710998B (zh) | 2020-12-16 | 2020-12-16 | 一种用于微波检测的速度解模糊算法及相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112710998A CN112710998A (zh) | 2021-04-27 |
| CN112710998B true CN112710998B (zh) | 2022-05-17 |
Family
ID=75543483
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011485120.7A Active CN112710998B (zh) | 2020-12-16 | 2020-12-16 | 一种用于微波检测的速度解模糊算法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112710998B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN117015036A (zh) * | 2022-04-25 | 2023-11-07 | 华为技术有限公司 | 发送、接收感知信号的方法和装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL212376A0 (en) * | 2011-04-14 | 2012-01-31 | Univ Ramot | Sparsity, compressive sensing and super-resolution in radar detection |
| CN106970371B (zh) * | 2017-04-28 | 2019-05-14 | 电子科技大学 | 一种基于Keystone和匹配滤波的目标检测方法 |
| US10921436B2 (en) * | 2018-08-13 | 2021-02-16 | Nxp B.V. | MIMO radar coding for resolving velocity ambiguity |
| CN110412558B (zh) * | 2019-07-03 | 2022-05-17 | 南京理工大学 | 基于tdm mimo的解车载fmcw雷达速度模糊方法 |
| CN111273248B (zh) * | 2020-02-14 | 2022-11-25 | 南京航空航天大学 | 一种基于相位补偿的解速度模糊方法 |
| CN111308437B (zh) * | 2020-02-27 | 2022-03-22 | 南京慧尔视智能科技有限公司 | 一种毫米波mimo交通雷达求熵解速度模糊的方法 |
-
2020
- 2020-12-16 CN CN202011485120.7A patent/CN112710998B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112710998A (zh) | 2021-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112098970B (zh) | 一种用于交通微波检测的速度解模糊算法及相关设备 | |
| CN112710998B (zh) | 一种用于微波检测的速度解模糊算法及相关设备 | |
| CN101825707B (zh) | 基于Keystone变换和相参积累的单脉冲测角方法 | |
| CN114270216A (zh) | 一种强杂波下fmcw阵列雷达运动多目标弱信号检测方法、装置、计算机设备及存储介质 | |
| CN110297233B (zh) | Lfmcw阵列雷达信号并行流水化处理方法 | |
| US4339754A (en) | Spatially adaptive moving target indicator system for radar equipment | |
| CN107356908B (zh) | 一种捷变频信号相参积累方法 | |
| CN112731307B (zh) | 基于距离-角度联合估计的ratm-cfar检测器及检测方法 | |
| CN113109781A (zh) | 波达方向估计方法、雷达和可移动设备 | |
| CN115494497A (zh) | 一种相位编码脉冲雷达信号测向方法 | |
| CN112689773B (zh) | 雷达信号处理方法和雷达信号处理装置 | |
| JP2014044193A (ja) | クラッタ抑圧装置 | |
| CN117491998A (zh) | 一种步进频率合成孔径成像方法及系统 | |
| CN117368922A (zh) | 一种车载雷达测角方法、终端设备及存储介质 | |
| CN109581350B (zh) | 基于时频积分插值的雷达测距测速方法及装置 | |
| CN114690141A (zh) | 速度解模糊方法、装置、电子设备及存储介质 | |
| CN116500620A (zh) | 毫米波雷达的数据处理方法、装置、存储介质及无人车 | |
| CN112835025B (zh) | 基于雷达检测的目标速度解模糊方法、装置及终端设备 | |
| CN113419240B (zh) | 基于双通道sar的动目标检测方法，双通道sar及存储介质 | |
| CN116047442A (zh) | 一种检测目标角度的方法、装置及电子设备 | |
| CN114879138B (zh) | 一种毫米波雷达二维角度计算方法、装置及相关设备 | |
| CN117949945B (zh) | 一种双天线毫米波雷达超分辨目标定位方法及装置 | |
| CN116559819B (zh) | 一种机载雷达知识辅助色加载杂波抑制方法和装置 | |
| CN117491985B (zh) | 一种波达方向及速度联合估计方法及相关装置 | |
| CN112558055B (zh) | 一种目标定位方法、装置、gmti系统及可读存储介质 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A speed deblurring algorithm and related equipment for microwave detection Granted publication date: 20220517 Pledgee: Bank of China Limited by Share Ltd. Nanjing Jiangning branch Pledgor: NANJING HURYS INTELLIGENT TECHNOLOGY Co.,Ltd. Registration number: Y2024980010482 |