CN113009448B - 多径目标的检测方法、装置、设备和存储介质 - Google Patents

多径目标的检测方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN113009448B
CN113009448B CN202110255148.XA CN202110255148A CN113009448B CN 113009448 B CN113009448 B CN 113009448B CN 202110255148 A CN202110255148 A CN 202110255148A CN 113009448 B CN113009448 B CN 113009448B
Authority
CN
China
Prior art keywords
target
model
multipath
radar
reflection
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
CN202110255148.XA
Other languages
English (en)
Other versions
CN113009448A (zh
Inventor
王晨红
邢寒露
郭亚静
樊志博
袁亚运
秦屹
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.)
Whst Co Ltd
Original Assignee
Whst 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 Whst Co Ltd filed Critical Whst Co Ltd
Priority to CN202110255148.XA priority Critical patent/CN113009448B/zh
Publication of CN113009448A publication Critical patent/CN113009448A/zh
Application granted granted Critical
Publication of CN113009448B publication Critical patent/CN113009448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/411Identification of targets based on measurements of radar reflectivity

Abstract

本发明适用于雷达测控技术领域,提供了一种多径目标的检测方法、装置、设备和存储介质,其中,多径目标的检测方法包括:在识别到雷达帧的点云中存在至少两个目标的情况下,根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标;第一目标为至少两个目标中的任意一个目标;获取第二目标和反演多径目标的匹配度;第二目标为至少两个目标中除第一目标以外的任意一个目标;当匹配度大于预设阈值时,将第二目标检测为第一目标在雷达帧中的多径目标。采用本发明可以检测出多径目标,提高雷达的跟踪性能。

Description

多径目标的检测方法、装置、设备和存储介质
技术领域
本发明属于雷达测控技术领域,尤其涉及一种多径目标的检测方法、装置、设备和存储介质。
背景技术
雷达或通信发射机等电子设备可以发射电磁波,电磁波在自然环境中被多次折射、反射后再次被接收机等电子设备接收,通过各种信号处理、数据处理的方法,可以识别出车辆、行人、护栏等目标。
在较为空旷的环境中,电磁波经由空间目标处反射后即可被接收机接收,此时接收机可以正常解调、解算出目标信息,该目标可称为真实目标。当环境较为复杂时,如室内、市区、隧道等,接收机除了接收到经由目标直接反射的电磁波,还会接收到由目标、周围复杂反射面多次联合反射产生的回波,该回波又称为多径波。由于多径波的存在,雷达将会在环境中某个不存在目标的位置,检测到一个虚假目标,该虚假目标可以称为与真实目标相对应的多径目标。
多径目标的存在会降低雷达的跟踪性能,因此,亟需一种能够检测多径目标的检测方法。
发明内容
有鉴于此,本发明实施例提供了一种多径目标的检测方法、装置、设备和存储介质,以解决现有技术中雷达跟踪性能较差的问题。
本发明实施例的第一方面提供了一种多径目标的检测方法,包括:
在识别到雷达帧的点云中存在至少两个目标的情况下,根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标;第一目标为至少两个目标中的任意一个目标;
获取第二目标和反演多径目标的匹配度;第二目标为至少两个目标中除第一目标以外的任意一个目标;
当匹配度大于预设阈值时,将第二目标检测为第一目标在雷达帧中的多径目标。
可选的,根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标,包括:
根据第一目标的雷达信息,反演第一目标的信号模型;
根据信号模型和雷达帧对应的实时环境信息,反演第一目标的多径传播模型;
根据信号模型和多径传播模型,反演第一目标的反演多径目标。
可选的,根据信号模型和雷达帧对应的实时环境信息,反演第一目标的多径传播模型,包括:
根据信号模型和雷达帧对应的实时环境信息,在预设反射环境模型集合中确定第一目标对应的第一反射环境模型,以及在预设反射介质模型集合中确定第一目标对应的第一反射介质模型;
根据信号模型、第一反射环境模型以及第一反射介质模型,反演第一目标的多径传播模型。
可选的,获取第二目标和反演多径目标的匹配度,包括:
计算第二目标和反演多径目标的欧式距离值,将欧式距离值确定为匹配度;
或者,计算第二目标和反演多径目标的相关系数,将相关系数确定为匹配度。
本发明实施例的第二方面提供了一种多径目标的检测装置,包括:
反演模块,用于在识别到雷达帧的点云中存在至少两个目标的情况下,根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标;第一目标为至少两个目标中的任意一个目标;
获取模块,用于获取第二目标和反演多径目标的匹配度;第二目标为至少两个目标中除第一目标以外的任意一个目标;
检测模块,用于当匹配度大于预设阈值时,将第二目标检测为第一目标在雷达帧中的多径目标。
可选的,反演模块还用于:
根据第一目标的雷达信息,反演第一目标的信号模型;
根据信号模型和雷达帧对应的实时环境信息,反演第一目标的多径传播模型;
根据信号模型和多径传播模型,反演第一目标的反演多径目标。
可选的,反演模块还用于:
根据信号模型和雷达帧对应的实时环境信息,在预设反射环境模型集合中确定第一目标对应的第一反射环境模型,以及在预设反射介质模型集合中确定第一目标对应的第一反射介质模型;
根据信号模型、第一反射环境模型以及第一反射介质模型,反演第一目标的多径传播模型。
可选的,获取模块还用于:
计算第二目标和反演多径目标的欧式距离值,将欧式距离值确定为匹配度;
或者,计算第二目标和反演多径目标的相关系数,将相关系数确定为匹配度。
本发明实施例的第三方面提供了一种电子设备,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时实现如第一方面所述方法的步骤。
本发明实施例的第四方面提供了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第一方面所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:
本发明实施例可以在识别到雷达帧的点云中存在至少两个目标的情况下,根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标。之后,可以获取第二目标和反演多径目标的匹配度,此时,如果匹配度大于预设阈值时,则可以将第二目标检测为第一目标在雷达帧中的多径目标。如此,可以利用反演多径目标与潜在的实际多径目标之间的相似性,检测出某目标在雷达帧中对应的多径目标。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种多径目标的检测方法的步骤流程图;
图2为本发明实施例提供的一种反射面示意图;
图3为本发明实施例提供的一种多径目标的检测装置的示意图;
图4为本发明实施例提供的一种电子设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
如背景技术所描述的,多径目标的存在会降低雷达的跟踪性能。此外,当环境中存在多径波时,多径波和直达波将发生线性叠加,由于二者回波相位的相干性,可能造成接收到的回波能量衰减,信噪比下降,即多径衰落,进而降低雷达的跟踪性能。
针对多径目标造成的雷达性能下降的问题,在通信领域可以通过RAKE接收机等方法,解决多径造成的误码率升高问题,但该方法不适用于雷达系统领域。在雷达领域,可以通过将调整雷达为捷变频体制的方法抑制多径衰落,或通过阵列回波解相干的方法降低多径和直达波的相干性,然而这类方法对雷达体制有特殊的要求,而实际中通过调整雷达体制解决问题往往成本较高,且会牺牲系统其它方面性能。
考虑到雷达待测目标所处环境较为复杂多变,比如拥堵的市区、较为封闭的隧道、室内、地下车库、海面、低空等环境,在复杂场景中,相比理想空旷场景,其产生多径波的概率较大,此时雷达受多径影响较为严重,漏报、误报概率增大。因此,解决多径造成的雷达性能下降问题,在雷达技术领域中有着重要的价值,亟需一种能够检测多径目标的检测方法。
为了解决现有技术问题,本发明实施例提供了一种多径目标的检测方法、装置、设备和存储介质。下面首先对本发明实施例所提供的多径目标的检测方法进行介绍。
多径目标的检测方法的执行主体,可以是雷达目标的识别装置,该雷达目标的识别装置可以是具有处理器和存储器的电子设备,例如微波雷达、车载雷达、交通雷达、安防雷达等,本发明实施例不作具体限定。
如图1所示,本发明实施例提供的多径目标的检测方法可以包括以下步骤:
步骤S110、在识别到雷达帧的点云中存在至少两个目标的情况下,根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标。
其中,第一目标为至少两个目标中的任意一个目标。
在一些实施例中,雷达可以通过发射机发射电磁波,并通过接收机接收电磁波。雷达在接收到电磁波后,可以进行数字下变频、正交解调等信号处理,得到雷达帧的点云。雷达可以对雷达帧的点云进行聚类、跟踪等处理,得到目标数据,并识别出点云中存在的目标的数量。如果识别到雷达帧的点云中存在至少两个目标,则可以根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标。
可选的,可以根据对信号模型和多径传播模型的反演处理,得到第一目标的反演多径目标,相应的处理可以如下:根据第一目标的雷达信息,反演第一目标的信号模型;根据信号模型和雷达帧对应的实时环境信息,反演第一目标的多径传播模型;根据信号模型和多径传播模型,反演第一目标的反演多径目标。
在一些实施例中,第一目标的雷达信息可以包括信噪比、径向距离、径向速度、方位角、俯仰角等信息,根据第一目标的雷达信息,可以对第一目标的信号模型进行反演处理,得到第一目标的信号模型。需要说明的是,信号模型的反演处理可以是业内通用的反演处理方式,这里不做赘述。
在反演第一目标的信号模型后,可以根据信号模型和雷达帧对应的实时环境信息,例如雷达处于隧道中或者雨天等环境信息,在预设反射环境模型集合中确定第一目标对应的第一反射环境模型,以及在预设反射介质模型集合中确定第一目标对应的第一反射介质模型。其中,预设反射环境模型集合可以包括多个环境物模型、环境反射面模型、环境天气模型等;预设反射介质模型可以包括反射面的粗糙程度、介质反射率、介质弯曲度、介质高度、介质长度等模型。之后,可以根据信号模型、确定出的第一反射环境模型以及第一反射介质模型,反演第一目标的多径传播模型。最后,可以根据信号模型和多径传播模型,反演第一目标的反演多径目标。
在一些实施例中,考虑反射环境和反射介质众多,且预设反射环境模型集合和预设反射介质模型集合中的场景模型,大部分和当前待测目标并不匹配,因此,可以进行模型的预选择,以有效降低方法运算量,降低系统复杂程度。例如,可以计算待测目标和场景模型的关联度,如待测目标和场景模型的多维欧式距离等。
为了便于理解反演处理过程,下面给出一种实现方式。
可以利用第一目标的具体参数,包括但不限于方位角θ、俯仰角φ,径向距离R,径向速度v,回波信噪比SNR等,反演得到反演信号st(θ,φ,R,v,SNR,t),其中,t为不同的采样时刻。之后,可以根据某一个场景模型,包括但不限于根据环境衰减系数ηw、反射面粗糙系数k、介质反射率ηm、天线极化方式Γ、介质弯曲程度Φ、介质长度L、介质高度H等,构造电磁反射模型ηew,k,ηm,Γ,Φ,L,H)。然后,可以根据上述反演得到的信号模型和电磁反射模型,推测目标可能的反射角度θr、反射次数,从而得到多径传播模型,这里将传播模型描述为系统响应函数h(t)。最后,可以根据上述反演得到的目标信号模型st(θ,φ,R,v,SNR,t)、多径传播模型h(t),反演出第一目标的反演多径目标的信号模型:
Figure BDA0002967900980000071
其中,
Figure BDA0002967900980000072
为卷积符号。
步骤S120、获取第二目标和反演多径目标的匹配度。
其中,第二目标为至少两个目标中除第一目标以外的任意一个目标。
在一些实施例中,可以通过多种方式获取第二目标和反演多径目标的匹配度。例如,可以通过计算第二目标和反演多径目标的欧式距离值,然后将欧式距离值确定为匹配度;或者,可以计算第二目标和反演多径目标的相关系数,然后将相关系数确定为匹配度。
具体的,可以通过选择待匹配特征、特征匹配方法及特征匹配程度,来计算匹配度。
待匹配特征可以为各类信号级和数据级的特征,包括但不限于:反演多径和待判目标信号的信号强度、散射截面积、相位差、互相关系数、相位标准差、速度等,此外,还可以包括两目标在信号级和数据级的各类特征,例如单帧特征和多帧特征。具体的,对于单帧特征而言,比如反演多径和待判目标的信号强度P、RCS大小、RCS大小、方位角、距离、速度、微多普勒等;对于多帧而言,比如上述单帧特征的均值、方差、均值变化曲线、方差变化曲线等。
特征匹配方法,主要计算两目标的相关性,针对单维特征,包括欧式距离、相关系数等计算方法,针对多维特征,包括计算其相关矩阵。
特征匹配程度计算,包括根据上述匹配方法得到的计算值,包括阈值的选择,其中,特征匹配程度可以为所述匹配方法的结果值,如欧式距离较小,则认为匹配程度较高。
以反演目标和真实目标的RCS特征为例,特征匹配方法可以为计算二者的欧式距离,如果反演目标的RCS为RCS1,待判目标的RCS为RCS2,则其匹配程度值表示为|RCS1-RCS2|,即二者的之差的绝对值,这里可以将阈值设置为3~10db,如果二者RCS绝对值处于阈值范围内,则认为满足了一条RCS的多径判断条件。
以反演目标和真实目标的RCS、微多普勒特征为例,特征匹配方法可以为计算两特征的相关矩阵。这里相关矩阵的具体计算方法选择欧式距离,由于欧式距离是一种对称的方法,因此反演目标的相关矩阵和真实目标的相关矩阵是相等的,这里以待判目标的相关矩阵为例进行描述。如果反演目标的RCS为RCS1,微多普勒为MD1,待判目标的RCS为RCS2,微多普勒为MD2,则待判目标的相关矩阵为
Figure BDA0002967900980000081
其中c11为待判目标RCS的自相关结果值,值为1,c12为两目标的RCS互相关结果值,这里具体为两目标的RCS差值绝对值,c21为两目标的微多普勒互相关结果值,这里具体为两目标的微多普勒差值绝对值,c22为待判目标的微多普勒自相关结果值,值为1。
步骤S130、当匹配度大于预设阈值时,将第二目标检测为第一目标在雷达帧中的多径目标。
在一些实施例中,如果第一目标存在相应的多径目标,那么,该多径目标大概率和雷达识别出的某个目标具有极高的相似度,可以通过预设阈值,来界定是否相似。
如此,在获取第二目标和反演多径目标的匹配度后,可以根据匹配度和预设阈值的大小关系,来检测第二目标是否为第一目标在雷达帧中的多径目标。如果匹配度大于预设阈值,则可以将第二目标检测为第一目标在雷达帧中的多径目标。如果匹配度小于或者等于预设阈值,则认为第二目标不是第一目标在雷达帧中的多径目标。
值得一提的是,在检测出第一目标对应的多径目标后,可以将该多径目标的类型更改为多径,或者删除该多径目标,以达到对多径目标的抑制目的。
通过上述实施例的处理,在识别到雷达帧的点云中存在至少两个目标的情况下,首先可以根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标。之后,可以获取第二目标和反演多径目标的匹配度,此时,如果匹配度大于预设阈值时,则可以将第二目标检测为第一目标在雷达帧中的多径目标。如此,可以利用反演多径目标与潜在的实际多径目标之间的相似性,检测出某目标在雷达帧中对应的多径目标。
为了更好的理解本发明实施例提供的多径目标的检测方法,下面以毫米波雷达为例进行介绍。
S1:雷达收发前端发射电磁波,载频为77GHz,并接收回波信号。
S2:雷达接收到回波后,进行下变频、正交解调、Range-Doppler FFT处理、多通道积累、CFAR等,得到CFAR点云数据。
S3:雷达根据得到的CFAR点云数据,进行DBSCAN或K-Mean的聚类,并根据聚类结果进行目标跟踪,得到航迹数据,航迹目标可以包括信噪比、径向距离、径向速度、方位角、俯仰角等参数。
S4:雷达根据自身状态,可以检测到当前环境等状态值,如雨天等状态量,可以检测到当前道路情况,如两侧是否空旷,存在哪些障碍物。根据这些信息,雷达可以建立当前所处的环境模型,具体处理如下:
S4.1在建立模型的过程中,一方面需要实时地不断建模,另一方面需要记录历史模型,对多帧环境模型做滤波处理,以增加所建模型的鲁棒性。以环境模型的衰减因子为例,如果10帧内记录的衰减因子方差小于预设阈值,则认为该衰减因子较为稳定,可以用于后续的多径信号反演中。
S4.2在建立反射介质中,一方面根据电磁学理论中的反射规律,另一方面根据暗室和实测数据,建立各类典型反射体的反射模型,如金属护栏的后向反射率为0.8,隧道墙壁的后向反射率为0.7等。
值得一提的是,考虑到建模运算量较大,可以采取一些降低运算量的方法,避免过大的运算量导致系统出现处理时间溢出等系统性能问题,以便工程实现。具体的,可以根据实测数据,离线地建立常见的场景模型,作为常量值存储到雷达工作系统中;还可以通过在雷达系统中分配并行运算资源,并行地实时推算反射模型,从而避免出现过长的运算占用时间。
S5:经过上述步骤,可以建立多个场景模型,但是场景不同的位置处,不同反射材质,所建立的反射模型是不同的。设置一些预处理门限,以筛选出较为合适的场景模型,具体处理如下:
S5.1筛选方法可以包括一些经验策略条件和相似度计算条件。其中,经验策略条件,如针对50m处的目标进行多径判断,因为信号经此50m之外区域反射而产生多径的概率较低,所以对50m之外区域的反射模型进行剔除。
其中,相似度计算条件,可对目标和反射模型进行关联度计算,如目标的方位角为θ1,反射面的曲率反射分布为[θij],θi为反射面到雷达的最小朝向角,θj为反射面到雷达的最大朝向角,根据θ1,θi,θj可以计算出目标在[θij]不同方位处的可能概率,这里可以根据统计大量实测数据,得到经验公式。
S5.2进行多模型配对的多径目标估计,如场景中检测并已获知了20个雷达目标的数据信息,例如编号为i、j、k、p、q等的目标,其中,编号为i的目标和编号为j的目标,为一对真实-多径目标,i为真实目标,j为多径目标,但在检测之前,并不知道i与j是否为多径虚假目标。此外,编号为k,p,q的目标,为环境中的其它类型目标,如汽车、行人、三轮车等,或者情况更为复杂的目标,这里不对其进行具体限定。
首先,假设i为真实目标,根据已测得的目标相关信息,如距离、方位角、俯仰角、速度等,根据预先已知的雷达系统参数如载频,带宽,调频周期等,可以反演地计算出目标的信号模型。
之后,可以根据预先感知到的环境模型,可以演算出电磁反射和多径传播模型。如雷达处于隧道中,通过测量顶部放射物的俯仰角,测量两侧墙面的距离,可以建立当前场景中反射面、反射物模型;如雷达处于市区中,通过测量两侧道路金属护栏的距离,可以建立场景中的车道模型、车道障碍的边缘模型;如雷达处于雨天,可以建立环境的雨衰系数模型;如探测到两侧反射物为金属护栏,可以建立金属介质反射模型,如探测到两侧为隧道墙壁,则建立墙壁介质反射模型,如在某些场景下,可以认为金属介质反射率更强,但更为一般的,反射情况和信号入射角度,反射面曲率情况都有关系。
最后,根据反射模型,可以推算出多径的位置信息,根据位置信息即可反演出多径目标的信号模型,从而得到反演多径目标。
需要说明的是,多径传播模型的建立,可以根据当前的环境情况,根据检测到的静止、运动物体信息,建立多径反射传播模型,但其运算量太大,无法在雷达系统中实时运行。可以通过一些简化方法,认为电磁波在介质处镜面或存在一定角度偏向的镜面反射,此时根据反射面和雷达的相对角度,反射面和雷达的相对位置,反射面相对地面的偏向角度,可以推算出多径的位置。
如图2所示,示出了3种典型的反射面情况,根据反射面1的分布情况,根据镜面反射的出射角等于入射角规律,可以推测其反射路径为图2中实线所示,多径位置为图2中“多径1”处;根据反射面2的分布情况,可以推测其反射路径为图2中虚线所示,多径位置为图2中“多径2”处;根据反射面3的分布情况,可以推测其反射路径为图2中点画线所示,多径位置为图2中“多径3”处。图2中三种情况,分别对应于“反射面倾向靠近雷达”、“反射面和雷达相对平行”、“反射面倾向远离雷达”,对应于不同的多径反射路径,对应于不同的多径位置。此外,如果反射面为曲面,则其反射情况与图2类似,图2中只是典型地描述了3种情况,而曲面反射面等价于存在多个不同倾向角度的反射面,在具体实施时可以多建立一些相应多径传播模型。
值得一提的是,在反演信号模型的过程中,如果雷达分辨率较低,则可将目标视为单散射点目标,按照所测得的目标信息进行模型反演。如果雷达分辨率较高,目标在角度或距离上为多散射点模型,如此时第i个目标,可能占据多个距离或者角度通道,此时选择其中某个通道进行模型反演,这里选择的标准,可以是能量最强的通道,可以是范围为最远、最近、中心处的通道。由于多径目标和真实目标均为多反射点目标,因此还需考虑不同通道之间的匹配程度,如第i个目标和第j个目标各自不同的多通道之间,同样需要计算匹配程度。在某些情况下,针对多散射点目标,会对多个通道之间有选择地进行通道合并,如从信号级进行能量积累,并对多径和真实目标判断积累后的匹配程度,如从数据级进行数据融合,计算多散射点的多维特征的质心,对比多径和真实目标的质心的匹配程度。
S6:进行多径决策,可以利用S5中反演出的多径信号模型和环境中第j个目标进行匹配程度对比,如果第j个目标真实为多径,则反演出的反演多径目标与第j个目标会较为匹配。这里预设一些匹配阈值,如果高于匹配阈值,则可认为第j个目标为多径目标,从而实现了对第j个目标的多径检测、识别。
此外,如果存在多个多径目标,则可以重复上述过程,进行遍历匹配即可。
值得一提的是,可以进行M/N决策,具体包括时间上单帧的M/N决策和多帧M/N决策。
单帧的M/N决策:如果反演的多径信号和待判目标共有M个维度需要进行阈值比较,其中有N个维度上满足阈值,则认为满足多径决策条件,将判断目标视为多径。具体的,如认为单帧中存在RCS、速度等7个特征,M为7,此时可以设置N为5,即其中满足5个特征维度的条件,认为单帧判断为多径。
多帧M/N决策:如果在M帧内,有N帧满足单帧多径条件,则认为目标为多帧多径。具体的,可以将多帧多径中,认为M为10,N为6,即10帧中有6帧判断为单帧多径,才将目标判断为多帧多径目标。
需要说明的是,本发明实施例提供的多径目标的检测方法,实现成本低,在应用时,无需额外的硬件设备,只需要在原有雷达系统中,增加对应的软件模块即可;检测识别率较高,实现简单,只需要离线建立了相应的多径反射及检测模型,可以较为简单的在雷达现有系统中实现,其工程实现及应用较为简单,整体鲁棒性高;通用性强,可以应用于车载、交通、安防等民用雷达领域,也可以应用于岸基、舰载、机载等军用雷达领域,可以应用于连续波体制雷达,也可以应用于脉冲多普勒体制雷达;价值高,由于多径假目标是一种雷达的虚假检测,即是一种虚警目标,在军用雷达中,若出现了该类虚警,则可能出现跟踪错误,如导引头制导时,可能将弹体导引至错误方向。在辅助驾驶雷达中,若出现了该类虚警,则在进行AEB或ACC等功能开发中,该类虚警可能会造成功能误触发或功能错误。在交通安防雷达中,若出现了该类虚警,如交通流量雷达,会对场景目标做错误计数,如此,本发明实施例提供的多径目标的检测方法可以在各种雷达领域,有效降低虚警率,提升检测性能。
基于上述实施例提供的多径目标的检测方法,相应地,本发明还提供了应用于该多径目标的检测方法的多径目标的检测装置的具体实现方式。请参见以下实施例。
如图3所示,提供了一种多径目标的检测装置300,该装置包括:
反演模块310,用于在识别到雷达帧的点云中存在至少两个目标的情况下,根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标;第一目标为至少两个目标中的任意一个目标;
获取模块320,用于获取第二目标和反演多径目标的匹配度;第二目标为至少两个目标中除第一目标以外的任意一个目标;
检测模块330,用于当匹配度大于预设阈值时,将第二目标检测为第一目标在雷达帧中的多径目标。
可选的,反演模块还用于:
根据第一目标的雷达信息,反演第一目标的信号模型;
根据信号模型和雷达帧对应的实时环境信息,反演第一目标的多径传播模型;
根据信号模型和多径传播模型,反演第一目标的反演多径目标。
可选的,反演模块还用于:
根据信号模型和雷达帧对应的实时环境信息,在预设反射环境模型集合中确定第一目标对应的第一反射环境模型,以及在预设反射介质模型集合中确定第一目标对应的第一反射介质模型;
根据信号模型、第一反射环境模型以及第一反射介质模型,反演第一目标的多径传播模型。
可选的,获取模块还用于:
计算第二目标和反演多径目标的欧式距离值,将欧式距离值确定为匹配度;
或者,计算第二目标和反演多径目标的相关系数,将相关系数确定为匹配度。
在本发明实施例中,在识别到雷达帧的点云中存在至少两个目标的情况下,首先可以根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标。之后,可以获取第二目标和反演多径目标的匹配度,此时,如果匹配度大于预设阈值时,则可以将第二目标检测为第一目标在雷达帧中的多径目标。如此,可以利用反演多径目标与潜在的实际多径目标之间的相似性,检测出某目标在雷达帧中对应的多径目标。
图4是本发明一实施例提供的电子设备的示意图。如图4所示,该实施例的电子设备4包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个多径目标的检测方法实施例中的步骤。或者,所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能。
示例性的,所述计算机程序42可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器41中,并由所述处理器40执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述电子设备4中的执行过程。例如,所述计算机程序42可以被分割成反演模块、获取模块、检测模块,各模块具体功能如下:
反演模块,用于在识别到雷达帧的点云中存在至少两个目标的情况下,根据第一目标的雷达信息和雷达帧对应的实时环境信息,反演第一目标的反演多径目标;第一目标为至少两个目标中的任意一个目标;
获取模块,用于获取第二目标和反演多径目标的匹配度;第二目标为至少两个目标中除第一目标以外的任意一个目标;
检测模块,用于当匹配度大于预设阈值时,将第二目标检测为第一目标在雷达帧中的多径目标。
所述电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述电子设备可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是电子设备4的示例,并不构成对电子设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、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(Field-Programmable 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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述电子设备4的内部存储单元,例如电子设备4的硬盘或内存。所述存储器41也可以是所述电子设备4的外部存储设备,例如所述电子设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述电子设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,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、或者计算机软件和电子硬件的结合来实现。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。
在本发明所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,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,所述的计算机程序可存储于一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,所述计算机程序包括计算机程序代码,所述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。所述计算机可读介质可以包括:能够携带所述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-Only Memory)、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。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (6)

1.一种多径目标的检测方法,其特征在于,包括:
在识别到雷达帧的点云中存在至少两个目标的情况下,根据第一目标的雷达信息和所述雷达帧对应的实时环境信息,反演所述第一目标的反演多径目标;所述第一目标为所述至少两个目标中的任意一个目标;
获取第二目标和所述反演多径目标的匹配度;所述第二目标为所述至少两个目标中除所述第一目标以外的任意一个目标;
当所述匹配度大于预设阈值时,将所述第二目标检测为所述第一目标在所述雷达帧中的多径目标;
所述根据第一目标的雷达信息和所述雷达帧对应的实时环境信息,反演所述第一目标的反演多径目标,包括:
根据所述第一目标的雷达信息,反演所述第一目标的信号模型;
根据所述信号模型和所述雷达帧对应的实时环境信息,在预设反射环境模型集合中确定所述第一目标对应的第一反射环境模型,以及在预设反射介质模型集合中确定所述第一目标对应的第一反射介质模型;根据所述信号模型、所述第一反射环境模型以及所述第一反射介质模型,反演所述第一目标的多径传播模型;其中,所述预设反射环境模型集合包括环境物模型、环境反射面模型或者、环境天气模型,所述预设反射介质模型集合包括反射面的粗糙程度模型、介质反射率模型、介质弯曲度模型、介质高度模型、或者介质长度模型;
根据所述信号模型和所述多径传播模型,反演所述第一目标的所述反演多径目标。
2.如权利要求1所述的多径目标的检测方法,其特征在于,所述获取第二目标和所述反演多径目标的匹配度,包括:
计算所述第二目标和所述反演多径目标的欧式距离值,将所述欧式距离值确定为所述匹配度;
或者,计算所述第二目标和所述反演多径目标的相关系数,将所述相关系数确定为所述匹配度。
3.一种多径目标的检测装置,其特征在于,包括:
反演模块,用于在识别到雷达帧的点云中存在至少两个目标的情况下,根据第一目标的雷达信息和所述雷达帧对应的实时环境信息,反演所述第一目标的反演多径目标;所述第一目标为所述至少两个目标中的任意一个目标;
获取模块,用于获取第二目标和所述反演多径目标的匹配度;所述第二目标为所述至少两个目标中除所述第一目标以外的任意一个目标;
检测模块,用于当所述匹配度大于预设阈值时,将所述第二目标检测为所述第一目标在所述雷达帧中的多径目标;
所述反演模块还用于:
根据所述第一目标的雷达信息,反演所述第一目标的信号模型;
根据所述信号模型和所述雷达帧对应的实时环境信息,在预设反射环境模型集合中确定所述第一目标对应的第一反射环境模型,以及在预设反射介质模型集合中确定所述第一目标对应的第一反射介质模型;根据所述信号模型、所述第一反射环境模型以及所述第一反射介质模型,反演所述第一目标的多径传播模型;其中,所述预设反射环境模型集合包括环境物模型、环境反射面模型、或者环境天气模型,所述预设反射介质模型集合包括反射面的粗糙程度模型、介质反射率模型、介质弯曲度模型、介质高度模型、或者介质长度模型;
根据所述信号模型和所述多径传播模型,反演所述第一目标的所述反演多径目标。
4.如权利要求3所述的多径目标的检测装置,其特征在于,所述获取模块还用于:
计算所述第二目标和所述反演多径目标的欧式距离值,将所述欧式距离值确定为所述匹配度;
或者,计算所述第二目标和所述反演多径目标的相关系数,将所述相关系数确定为所述匹配度。
5.一种电子设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述方法的步骤。
6.一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至2任一项所述方法的步骤。
CN202110255148.XA 2021-03-09 2021-03-09 多径目标的检测方法、装置、设备和存储介质 Active CN113009448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110255148.XA CN113009448B (zh) 2021-03-09 2021-03-09 多径目标的检测方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110255148.XA CN113009448B (zh) 2021-03-09 2021-03-09 多径目标的检测方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN113009448A CN113009448A (zh) 2021-06-22
CN113009448B true CN113009448B (zh) 2022-12-06

Family

ID=76402791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110255148.XA Active CN113009448B (zh) 2021-03-09 2021-03-09 多径目标的检测方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN113009448B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113625232B (zh) * 2021-07-07 2023-11-07 嘉兴聚速电子技术有限公司 雷达检测中多径虚假目标抑制方法、装置、介质和设备
CN115079121B (zh) * 2022-07-19 2022-11-01 南京隼眼电子科技有限公司 用于车载雷达的多径目标识别方法、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107607937A (zh) * 2017-08-21 2018-01-19 西安电子科技大学 基于时间反演的雷达目标测距方法
CN110764084A (zh) * 2019-11-07 2020-02-07 西北工业大学 一种复杂地形下遮蔽目标的雷达探测方法
CN112213725A (zh) * 2020-09-28 2021-01-12 森思泰克河北科技有限公司 车载雷达的多径虚警抑制方法、装置及终端设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9229102B1 (en) * 2009-12-18 2016-01-05 L-3 Communications Security And Detection Systems, Inc. Detection of movable objects
DE102012208852A1 (de) * 2012-05-25 2013-11-28 Robert Bosch Gmbh Detektion von Radarobjekten mit einem Radarsensor eines Kraftfahrzeugs
CN106199595A (zh) * 2016-07-20 2016-12-07 南京御达电信息技术有限公司 一种基于节点度的多径抑制算法
CN107942322B (zh) * 2017-11-03 2021-03-23 西安电子科技大学 多径利用雷达时间反演目标距离估计方法
CN108761418B (zh) * 2018-06-11 2022-06-03 成都纳雷科技有限公司 一种基于微多普勒特征的雷达多径目标剔除方法
CN111220959B (zh) * 2019-12-30 2022-01-11 广州市番禺奥莱照明电器有限公司 室内多径假目标识别方法、装置、电子设备以及存储介质
CN112230190B (zh) * 2020-09-29 2023-12-22 北京环境特性研究所 一种针对目标摆放位置误差的目标rcs相位校准方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107607937A (zh) * 2017-08-21 2018-01-19 西安电子科技大学 基于时间反演的雷达目标测距方法
CN110764084A (zh) * 2019-11-07 2020-02-07 西北工业大学 一种复杂地形下遮蔽目标的雷达探测方法
CN112213725A (zh) * 2020-09-28 2021-01-12 森思泰克河北科技有限公司 车载雷达的多径虚警抑制方法、装置及终端设备

Also Published As

Publication number Publication date
CN113009448A (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN113009448B (zh) 多径目标的检测方法、装置、设备和存储介质
US10585188B2 (en) Broadside detection system and techniques for use in a vehicular radar
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
CN110609262A (zh) 一种场面监视雷达的三维恒虚警检测方法
CN111398948B (zh) 一种强杂波背景下的机动小目标航迹关联方法
JPWO2007015288A1 (ja) 軸ずれ量推定方法及び軸ずれ量推定装置
CN109358322A (zh) 前向目标检测雷达和方法
CN109856600A (zh) 一种毫米波防撞雷达抗干扰的方法
WO2022120839A1 (zh) 基于车载毫米波雷达的防干扰方法、装置、系统及车辆
CN112233416A (zh) 车流量检测方法及装置
CN112162283A (zh) 一种全路段组网交通雷达多目标探测系统
CN110673130A (zh) 一种基于航迹关联的运动目标航迹跟踪方法
CN115291207A (zh) 基于mimo雷达的小型旋翼无人机多目标检测方法
CN112986945B (zh) 雷达目标的识别方法、装置、设备和存储介质
Askari et al. An automatic approach to ship detection in spaceborne synthetic aperture radar imagery: an assessment of ship detection capability using RADARSAT
Kim et al. Deep-learning based multi-object detection and tracking using range-angle map in automotive radar systems
CN115128571A (zh) 一种基于毫米波雷达的多人与非机动车识别方法
CN113866750A (zh) 一种基于毫米波雷达的行人目标检测和跟踪方法
CN116027288A (zh) 生成数据的方法、装置、电子设备及存储介质
Mecocci et al. Radar image processing for ship-traffic control
CN110542902B (zh) 一种适用于车载毫米波雷达的简易测高方法
Bialer et al. Object surface estimation from radar images
US20230166736A1 (en) Method and apparatus for tracking road facility based on vehicle motion characteristics
CN116500621B (zh) 基于双子帧障碍物识别的雷达盲区预警方法
CN111175717B (zh) 可抑制雷达近距离谐波的辅助驾驶方法和场景应用

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