CN113109781B - 波达方向估计方法、雷达和可移动设备 - Google Patents
波达方向估计方法、雷达和可移动设备 Download PDFInfo
- Publication number
- CN113109781B CN113109781B CN202110378146.XA CN202110378146A CN113109781B CN 113109781 B CN113109781 B CN 113109781B CN 202110378146 A CN202110378146 A CN 202110378146A CN 113109781 B CN113109781 B CN 113109781B
- Authority
- CN
- China
- Prior art keywords
- peak
- angle
- spectrum
- algorithm
- arrival estimation
- 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
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
-
- 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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
-
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种波达方向估计方法、雷达和可移动设备,该方法包括:获取接收器各接收通道的峰值数据;基于第一波达方向估计算法,对峰值数据进行变换处理,以得到频谱,并搜索频谱中的至少一个第一谱峰,其中,第一谱峰为峰值大于或等于第一指定阈值的谱峰;确定每个第一谱峰对应的角度范围;根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;其中,第一波达方向估计算法的角度分辨率低于第二波达方向估计算法的角度分辨率。通过先采用角度分辨率低的算法快速确定第一谱峰对应的角度范围,可以把很大的无效角度范围过滤掉,再使用角度分辨率高的算法在第一谱峰对应的角度范围内确定目标的角度信息,能够减少波达方向估计过程中处理的数据量,快速确定目标所在的角度,提高信号处理的效率。
Description
技术领域
本申请属于信号处理技术领域,尤其涉及一种波达方向估计方法、雷达和可移动设备。
背景技术
随着自动驾驶技术的发展,毫米波雷达作为一种全天候的传感器设备被广泛应用在汽车上,自动驾驶系统或者辅助驾驶系统中雷达对周围目标或环境的探测精度和分辨率要求也越来越高。其中,角度信息是雷达输出的一个非常重要的指标。雷达角度测量性能包括两个方面,分别为角度精度和角度分辨率。角度精度表示雷达测量得到的目标角度与目标真实角度之间的偏差情况,角度分辨率表示两个目标在角度上靠得比较近时能否将两个目标都检测出来的能力。
现有技术中,通常采用MUSIC(Multiple Signal Classification,多信号分类)算法、ESPRIT(Estimating Signal Parameters via Rotational Invariance Techniques,基于旋转不变性技术的信号参数估计)算法等角度分辨率高的波达方向估计算法对接收器接收的信号进行处理,以保证较高的角度分辨率。然而这些算法复杂,运算量大,对信号处理的效率低。
发明内容
有鉴于此,本发明提供了一种波达方向估计方法、雷达和可移动设备,旨在解决现有技术中信号处理的效率低的问题。
本发明实施例的第一方面提供了一种波达方向估计方法,包括:
获取接收器各接收通道的峰值数据;
基于第一波达方向估计算法,对所述峰值数据进行变换处理,以得到频谱,并搜索所述频谱中的至少一个第一谱峰,其中,所述第一谱峰为峰值大于或等于第一指定阈值的谱峰;
确定每个第一谱峰对应的角度范围;
根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;
其中,所述第一波达方向估计算法的角度分辨率低于所述第二波达方向估计算法的角度分辨率。
本发明实施例的第二方面提供了一种波达方向估计装置,包括:
数据获取模块,用于获取接收器各接收通道的峰值数据;
第一处理模块,用于基于第一波达方向估计算法,对所述峰值数据进行变换处理,以得到频谱,并搜索所述频谱中的至少一个第一谱峰,其中,所述第一谱峰为峰值大于或等于第一指定阈值的谱峰;
范围确定模块,用于确定每个第一谱峰对应的角度范围;
第二处理模块,用于根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;其中,所述第一波达方向估计算法的角度分辨率低于所述第二波达方向估计算法的角度分辨率。
本发明实施例的第三方面提供了一种雷达,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上第一方面所述波达方向估计方法的步骤。
本发明实施例的第四方面提供了一种可移动设备,所述可移动设备配备有如上第三方面所述雷达。
本发明实施例的第五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上第一方面所述波达方向估计方法的步骤。
本发明与现有技术相比存在的有益效果是:
本发明实施例通过获取接收器各接收通道的峰值数据;基于第一波达方向估计算法,对峰值数据进行变换处理,以得到频谱,并搜索频谱中的至少一个第一谱峰,其中,第一谱峰为峰值大于或等于第一指定阈值的谱峰;确定每个第一谱峰对应的角度范围;根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;其中,第一波达方向估计算法的角度分辨率低于第二波达方向估计算法的角度分辨率。先采用角度分辨率低的算法快速确定第一谱峰对应的角度范围,可以把很大的无效角度范围过滤掉,再使用角度分辨率高的算法在第一谱峰对应的角度范围内确定目标的角度信息,能够减少波达方向估计过程中处理的数据量,快速确定目标所在的角度,提高信号处理的效率。
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是本发明一个实施例提供的波达方向估计方法的应用场景图;
图2是本发明一个实施例提供的波达方向估计方法的实现流程图;
图3是本发明另一个实施例提供的波达方向估计方法的实现流程图;
图4是在完整角度范围内基于快速傅立叶变换算法进行进行波达方向估计得到的频谱图;
图5是在完整角度范围内基于Capon空间谱算法进行进行波达方向估计得到的空间谱图;
图6是采用本发明一个实施例提供的波达方向估计方法得到的空间谱图;
图7是本发明一个实施例提供的波达方向估计装置的结构示意图;
图8是本发明另一个实施例提供的波达方向估计装置的结构示意图;
图9是本发明一个实施例提供的雷达的示意图。
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。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
随着自动驾驶技术的发展,毫米波雷达作为一种全天候的传感器设备被广泛应用在汽车上,汽车的自动驾驶系统或者辅助驾驶系统要求雷达对周围目标或环境的探测精度和分辨率越来越高。其中,角度信息是雷达输出的一个非常重要的指标。雷达角度测量性能包括两个方面,角度精度和角度分辨率。角度精度表示雷达测量得到的目标角度与目标真实角度之间的偏差情况,角度分辨率表示两个目标在角度上靠得比较近时能否将两个目标都检测出来的能力。
雷达对目标角度的测量通常称为DOA估计(Direction Of Arrival estimation,即波达方向估计)。DBF(Digital Beam Forming,数字波束形成)技术通常用于DOA估计,并且可以用FFT(Fast Fourier Transform,快速傅里叶变换)来快速实现。因此FFT方法是一种广泛用于DOA估计的方法,它最大的优势是处理方便,占用系统资源较少。尽管用FFT方法做DOA估计有很大的优势,但同时该方法也存在角度分辨率不高的问题,当两个目标角度间隔较小时,采用FFT方法可能难以将两个目标区分开,导致目标个数和目标角度估计错误。
为了提高雷达角度分辨率,很多DOA估计方法相继被提出来,例如MUSIC算法、ESPRIT算法、MVDR(Minimum Variance Distortionless Response,最小方差无失真响应)算法等。MUSIC算法和ESPRIT算法利用信号子空间和噪声子空间的正交性实现DOA估计,可以突破瑞利限,达到比较高的角度分辨率。MVDR算法是一种自适应波束形成的方法,基于波束形成的最优权矢量,使得某个确定的方向上的信号正常接收,而其他方向的信号被抑制,也能获得比较高的角度分辨率。然而这些角度高分辨空间谱估计算法实现起来比较复杂,运算量巨大,不便于在普通的嵌入式处理器上实现,在车载毫米波雷达这种对低成本价格要求非常高的硬件平台上很难实现这些复杂的运算,也就是说一般的车载毫米波雷达处理器平台因处理能力受限而无法直接使用这些角度高分辨算法。
本申请提出的波达方向估计方法通过使用能快速运算的DOA估计方法和在一定角度范围内进行局部搜索的空间谱估计方法相结合来获得较高的角度分辨率,同时运算量与正常的全角度范围内空间谱估计算法相比大幅降低,便于在车载毫米波雷达中使用,在雷达处理器不用升级到更高性能处理器的情况下就可获得更优的角度分辨能力以及更高的角度测量精度,提高雷达性价比和性能。
图1是本发明一个实施例提供的波达方向估计方法的应用场景图。本发明实施例提供的波达方向估计方法可以但不限于应用于该应用环境。该系统中包括可移动设备11、雷达12和目标13。
可移动设备11上安装有雷达12,雷达12用于通过发射天线阵列向外发射信号。雷达12的接收器用于接收被目标13反射的发射信号。接收器可以为接收阵列天线。雷达12还用于在雷达12的接收器接收到信号后,通过本实施例提供的波达方向估计方法进行波达方向估计,得到目标13的角度信息。可移动设备11可以将估计得到的目标13的角度信息发送至终端(图未示)。终端可以安装在可移动设备11上,也可以以其他方式与可移动设备11进行连接,例如蓝牙、网络等,在此不做限定。
雷达12可以是超声波波雷达,也可以是毫米波雷达,在此不做限定。目标13可以为行人、非机动车、其他可移动设备等,不作限定。终端可以包括但不限于嵌入式处理器、笔记本电脑、平板电脑、手机、车载电脑、智能可穿戴设备等。可移动设备11可以包括但不限于车辆、无人机、扫地机器人、物流机器人等。
图2是本发明一个实施例提供波达方向估计方法的实现流程图。如图2所示,该方法包括:
S201,获取接收器各接收通道的峰值数据。
本实施例中,接收器可以是用于接收电磁波的雷达接收器,也可以是用于接收声波的麦克风阵列的接收器,还可以为其他的采集设备的接收器,在此不做限定。接收通道的数目取决于波形配置和对收发阵列的配置。例如,对于采用MIMO(Multi Input MultiOutput,多输入多输出)方式的3发4收的雷达系统,共有12个虚拟的接收通道;对于采用MIMO方式的2发4收的雷达系统,共有8个虚拟的接收通道;对于只采用其中一个发射天线的2发4收的雷达系统,共有4个虚拟的接收通道。
S202,基于第一波达方向估计算法,对峰值数据进行变换处理,以得到频谱,并搜索频谱中的至少一个第一谱峰,其中,第一谱峰为峰值大于或等于第一指定阈值的谱峰。
S203,确定每个第一谱峰对应的角度范围。
S204,根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;
其中,所述第一波达方向估计算法的角度分辨率低于所述第二波达方向估计算法的角度分辨率。
本实施例中,第一波达方向估计算法可以是快速傅立叶算法,也可以是常规波束形成算法(CBF),还可以是常规逆波束形成算法(IBF)等,在此不做限定。第二波达方向估计算法可以包括但不限于下述至少一项:MUSIC算法、ESPRIT算法、MVDR算法和Capon算法。指定阈值可以是由用户预设的阈值,也可以是根据频谱的最大谱峰峰值确定出的一个阈值,在此不做限定。每个第一谱峰对应的角度范围可以是每个第一谱峰对应的角度的周围的角度区域,该角度区域的大小可以根据实际需求设定,在此不做限定。每个第一谱峰对应的角度范围内可以有一个目标,也可以有多个目标。每个目标对应一组目标的角度信息。目标的角度信息可以包括但不限于下述至少一项:目标的俯仰角,也可以是目标的方位角,在此不做限定。
本实施例中,通过获取接收器各接收通道的峰值数据;基于第一波达方向估计算法,对峰值数据进行变换处理,以得到频谱,并搜索频谱中的至少一个第一谱峰,其中,第一谱峰为峰值大于或等于第一指定阈值的谱峰;确定每个第一谱峰对应的角度范围;根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;其中,第一波达方向估计算法的角度分辨率低于第二波达方向估计算法的角度分辨率。先采用角度分辨率低的算法快速确定第一谱峰对应的角度范围,可以把很大的无效角度范围过滤掉,再使用角度分辨率高的算法在第一谱峰对应的角度范围内确定目标的角度信息,能够减少波达方向估计过程中处理的数据量,快速确定目标所在的角度,提高信号处理的效率。
在一些实施例中,在图2所示实施例的基础上,确定每个第一谱峰对应的角度范围,包括:
针对每个第一谱峰,根据第一谱峰的位置,确定第一谱峰对应的角度;将第一谱峰对应的角度减去预设角度值,得到第一谱峰对应的角度范围的下限值;将第一谱峰对应的角度加上预设角度值,得到第一谱峰对应的角度范围的上限值。
本实施例中,可以根据接收通道的总数,确定预设角度值。通过确定第一谱峰对应的角度范围,可以把很大的无效角度范围过滤掉,可以节省后续使用分辨率更高的波达方向估计算法时,减少的运算量和处理时间,便于在嵌入式处理器平台上实现,降低对处理器性能的要求,节省雷达硬件平台成本。
可选的,该方法还包括:
根据接收通道的总数和第一公式,确定预设角度值,其中,第一公式为:
其中,Δ为预设角度值,C为预设参数,N为接收通道的总数。
本实施例中,预设参数可以根据波束宽度,选取一个合适的数值作为预设参数。例如,对于接收阵列间距为半波长的雷达系统,取3dB波束宽度为C=100;对于接收阵列间距为波长的雷达系统,取3dB波束宽度为C=50。
本实施例中,通过预设角度值,可以效的缩小波达方向估计方法搜索的空间范围,避免了对大范围无效区域的搜索,降低运算量。
在一些实施例中,第一波达方向估计算法包括快速傅立叶变换算法。根据第一谱峰的位置,确定第一谱峰对应的角度,包括:
根据第一谱峰的位置、快速傅立叶变换算法的运算点数及第二公式,计算第一谱峰对应的角度;
其中,第二公式为:
其中,Anglei为第一谱峰对应的角度,indexi为第一谱峰的位置,FFTNUM为快速傅立叶变换算法的运算点数。
本实施例中,i的取值范围为0≤i≤M-1,各个谱峰对应的角度分别为:Angle0、Angle1、Angle2、AngleM-1。运算点数越大,对应的计算精度越高。可以选择较大的运算点数,如512点或1024点。大的运算点数使得角度计算时的刻度更小,谱峰对应的角度更接近理论值。在车载毫米波雷达工作场景中,通常M≤3。
本实施例中,可以根据这M个峰值的角度,进行更精确的搜索,以提高角度分辨率和角度精度。
在一些实施例中,在上述任一实施例的基础上,第一指定阈值为频谱内最大谱峰的幅值与第一预设系数的乘积。
本实施例中,第一预设系数可以根据实际情况设定。例如,第一预设系数可以设为60%,65%等,在此不作限定。需要说明的是,第一预设系数也可以设为100%,此时仅将最大谱峰确定为第一谱峰。
图3是本发明另一个实施例提供的波达方向估计方法的实现流程图。如图3所示,在一些实施例中,在上述任一所示实施例的基础上,该方法包括:
S301,获取接收器各接收通道的峰值数据。
S302,基于第一波达方向估计算法,对峰值数据进行变换处理,以得到频谱,并搜索频谱中的至少一个第一谱峰,其中,第一谱峰为峰值大于或等于第一指定阈值的谱峰。
S303,根据接收器各接收通道的峰值数据建立矢量序列,并将矢量序列以矢量序列中的最大值作归一化处理。
S304,计算归一化处理后的矢量序列的方差,并根据方差确定目标的个数。
本实施例中,假设矢量序列为X,对X内的每个元素用序列内最大幅度值做归一化,然后求取归一化后序列的方差,并据此来判断目标个数,具体可以根据下式确定:
其中,X’为归一化后的矢量序列,Ader为方差,tarNum为目标个数。
S303和S304可以在S302之前执行,也可以在S302之后,S304之前执行,也可以与S302并行的执行,在此不作限定。
S305,在目标的个数大于第一谱峰的个数时,跳转至S306的步骤;在目标的个数与第一谱峰的个数相等时,跳转至S308的步骤.
S306,确定每个第一谱峰对应的角度范围。
S307,根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;结束流程。其中,所述第一波达方向估计算法的角度分辨率低于所述第二波达方向估计算法的角度分辨率。
S308,根据每个第一谱峰的位置,确定每个第一谱峰对应的角度,并将每个第一谱峰对应的角度确定为目标的角度信息。结束流程,不再执行S306和S307。
本实施例中,快速傅立叶变换算法是一种省时高效的方法。对于角度维只有单个目标的情况,快速傅立叶变换算法可以快速的获得目标的角度信息。但对于阵列孔径有限的车载雷达来说,雷达角度分辨率是受瑞利限制约的。当角度维上存在两个速度、距离相同的目标时,如果两个目标角度相差较大,则可以用傅立叶变换算法搜索得到两个较大的谱峰,即谱峰数和目标个数相等,则无需进行更高分辨率的搜索。如果两个目标的角度相差较小,这时候傅立叶变换算法对应的角度就无法映射到两个目标的角度,即这种情况下通过傅立叶变换算法搜索出来的角度是错误的,与两个目标真实角度偏差很多,此时需要采取其他方式来获得较高精度的多个目标的角度信息。对于车载雷达工作的场景下,由于距离分辨率和速度分辨率较高,出现运动状态下同距同速的多个目标的概率不高,如果出现这种情况的话一般也以出现两个同距同速的目标为主。
本实施例中,通过确定目标个数,根据目标个数和第一谱峰的个数,可以判断是否需要使用更高分辨率的算法进行局部谱峰搜索,可以在第一波达方向估计算法能够分辨出所有目标时,不再进行其他搜索,能够减少波达方向估计过程中处理的数据量,快速确定目标所在的角度,提高信号处理的效率。
在一些实施例中,在上述任一实施例的基础上,获取接收器各接收通道的峰值数据,包括:
对接收器接收到的信号进行预处理,以得到距离多普勒数据;
对距离多普勒数据进行恒虚警检测;
在恒虚警检测的结果为存在目标时,根据恒虚警检测检测后的距离多普勒数据中目标所在的位置,获取接收器各接收通道的峰值数据。
本实施例中,预处理可以是将接收器接收到的信号经过混频、滤波和采样后形成中频数字信号,以帧为单位,再将中频数字信号经过一维和二维积累处理,形成RD(Range-Doppler,距离-多普勒)数据。恒虚警检测可以筛选出存在目标的峰值数据,避免噪声干扰。距离多普勒数据中目标所在的位置为目标与雷达之间的距离以及目标的速度。
需要说明的是,对于相干信号源,在进行去相关处理后再做谱估计能达到较好的效果。
可选的,在上述任一实施例的基础上,第一波达方向估计算法包括快速傅立叶变换算法。对峰值数据进行变换处理,以得到频谱,包括:
根据峰值数据,建立矢量序列;
对矢量序列加切比雪夫窗后,基于快速傅立叶变换算法进行变换处理,以得到频谱。
本实施例中,各接收通道的峰值数据为xi,矢量序列为X[x1,x2,x3,...,xn]。对矢量序列加切比雪夫窗,可以有效降低副瓣,突出主瓣,减小伪峰带来的不利影响。
在一些实施例中,第二波达方向估计算法为Capon空间谱算法。根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息,包括:
根据矢量序列建立自相关矩阵,并对自相关矩阵求逆,得到逆矩阵;
根据每个第一谱峰对应的角度范围和线阵阵元的间距,确定每个第一谱峰对应的导向矢量;
根据逆矩阵、导向矢量及Capon空间谱算法计算局部空间谱;
搜索局部空间谱中的至少一个第二谱峰,其中,第二谱峰为峰值大于或等于第二指定阈值的谱峰;
将每个第二谱峰对应的角度确定为目标的角度信息;
其中,第二指定阈值为局部空间谱内最大谱峰的幅值与第二预设系数的乘积。
本实施例中,计算Capon空间谱。Capon谱估计与MUSIC等谱估方法计相比,前者省去了对自相关矩阵的特征值分解和特征向量的求解,且不需要做信源估计,计算量相对小一些,且在一定信噪比下的谱估计质量相当。
本实施例中,根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息,具体可以根据下式确定:
其中Rxx为自相关矩阵,a(θ)为导向矢量,Pc为局部空间谱,dn为第n+1个线阵阵元与第n个线阵阵元之间的间距,λ为波形中心频率对应的波长。
本实施例中,对于均匀线阵,一般有d=λ/2。对于非均匀线阵,在稀疏的阵元位置上没有物理信号,需要先对缺失信号的位置补零,再进行谱估计。第二预设系数可以根据实际情况设定。例如,第一预设系数可以设定为60%,在此不做限定。
在一些实施例中,接收器包括下述至少一项:雷达接收器、麦克风接收器;其中,雷达包括毫米波雷达。
下面通过一个实施示例对上述波达方向估计方法进行说明,但并不作为限定。以3发4收的ULA雷达为例,采用MIMO的工作方式,假设两个目标俯仰角相同,均为0度,方位角度分别为-2.5度和4度,信噪比为40dB。
步骤一,接收通道N=12,对雷达接收器接收到的信号进行预处理混频、滤波和采样后形成中频数字信号,以帧为单位。对得到的中频数字信号经过一维和二维积累处理,以得到距离多普勒数据。
对距离多普勒数据进行恒虚警检测。
在恒虚警检测的结果为存在目标时,根据恒虚警检测检测后的距离多普勒数据中目标所在的位置,获取接收器各接收通道的峰值数据xi。
步骤二,建立矢量序列X。其中X=[x1,x2,x3,......,x12]。
对矢量序列X加切比雪夫窗后,基于快速傅立叶变换算法进行变换处理,以得到频谱X_fft,即X_fft=fft(X˙chebwin,FFTNUM=1024)。其中,chebwin为切比雪夫窗,FFTNUM为傅立叶运算点数。搜索频谱中的至少一个第一谱峰,其中,第一谱峰为峰值大于或等于最大谱峰幅度60%的谱峰。此时频谱内只有一个第一谱峰,该第一谱峰对应的方位角为4.256度。
对X做归一化操作,对每个元素用序列内最大幅度值做归一化,然后求取归一化后序列的方差,得出的方差大于0.2,判断出目标个数大于或等于2。跳转至步骤三。
步骤三,预设角度值Δ为100/N=8.333度,第一谱峰对应的角度范围为(-4.077,12.589)度。
步骤四,根据矢量序列建立自相关矩阵即Rxx=XH˙X,并对自相关矩阵求逆,得到逆矩阵;
根据每个第一谱峰对应的角度范围和线阵阵元的间距,确定每个第一谱峰对应的导向矢量a(θ);对于ULA雷达,线阵为均匀线阵,d=λ/2。
根据逆矩阵、导向矢量及Capon空间谱算法计算局部空间谱。
搜索局部空间谱中的至少一个第二谱峰,得到了两个第二谱峰,其中,第二谱峰为峰值大于或等于最大谱峰幅度60%的谱峰。
将每个第二谱峰对应的角度确定为目标的角度信息。得出两个目标的方位角分别为-2.54度和3.96度。
图4-6是以3发4收的ULA雷达为例,采用MIMO的工作方式,在接收到相同的信号后,对俯仰角均为0度,方位角度分别为-2.5度和4度的两个目标进行波达方向估计。
图4是在完整角度范围内基于快速傅立叶变换算法进行进行波达方向估计得到的频谱图。如图4所示,采用快速傅立叶变换算法已经无法分辨出两个目标,只有一个有效谱峰,且对应的角度为4.256度,均不是真实目标角度。
图5是在完整角度范围内基于Capon空间谱算法进行进行波达方向估计得到的空间谱图。如图5所示,全空间角度范围进行空间谱搜索,可以得到两个有效谱峰,目标的方位角分别是-2.5度和4度,目标个数与角度信息与真实目标完全对应。
图6是采用本发明一个实施例提供的波达方向估计方法得到的空间谱图。如图6所示,本实施例提供的波达方向估计方法同样可以得到两个有效谱峰,目标角度分别为-2.54度和3.96度,非常接近真实目标,也就是说采用本文描述的这种方法可以有效估计出目标DOA信息,同时运算量与完整角度范围内搜索相比却只有后者的10%。
本实施例中,通过获取接收器各接收通道的峰值数据;基于第一波达方向估计算法,对峰值数据进行变换处理,以得到频谱,并搜索频谱中的至少一个第一谱峰,其中,第一谱峰为峰值大于或等于第一指定阈值的谱峰;确定每个第一谱峰对应的角度范围;根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;其中,第一波达方向估计算法的角度分辨率低于第二波达方向估计算法的角度分辨率。先采用角度分辨率低的算法快速确定第一谱峰对应的角度范围,可以把很大的无效角度范围过滤掉,再使用角度分辨率高的算法在第一谱峰对应的角度范围内确定目标的角度信息,能够减少波达方向估计过程中处理的数据量,快速确定目标所在的角度,提高信号处理的效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图7是本发明一个实施例提供的波达方向估计装置的结构示意图。如图7所示,波达方向估计装置7,包括:
数据获取模块710,用于获取接收器各接收通道的峰值数据。
第一处理模块720,用于基于第一波达方向估计算法,对峰值数据进行变换处理,以得到频谱,并搜索频谱中的至少一个第一谱峰,其中,第一谱峰为峰值大于或等于第一指定阈值的谱峰。
范围确定模块730,用于确定每个第一谱峰对应的角度范围。
第二处理模块740,用于根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;其中,第一波达方向估计算法的角度分辨率低于第二波达方向估计算法的角度分辨率。
本发明实施例采用波达方向估计装置,包括:数据获取模块,用于获取接收器各接收通道的峰值数据;第一处理模块,用于基于第一波达方向估计算法,对峰值数据进行变换处理,以得到频谱,并搜索频谱中的至少一个第一谱峰,其中,第一谱峰为峰值大于或等于第一指定阈值的谱峰;范围确定模块,用于确定每个第一谱峰对应的角度范围;第二处理模块,用于根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;其中,第一波达方向估计算法的角度分辨率低于第二波达方向估计算法的角度分辨率。通过先采用角度分辨率低的算法快速确定第一谱峰对应的角度范围,可以把很大的无效角度范围过滤掉,在使用角度分辨率高的算法在第一谱峰对应的角度范围内进行波达方向估计,运算量小,能够快速确定目标所在的角度,提高信号处理的效率。
可选的,范围确定模块730,用于针对每个第一谱峰,根据第一谱峰的位置,确定第一谱峰对应的角度;将第一谱峰对应的角度减去预设角度值,得到第一谱峰对应的角度范围的下限值;将第一谱峰对应的角度加上预设角度值,得到第一谱峰对应的角度范围的上限值。
可选的,范围确定模块730,还用于根据接收通道的总数和第一公式,确定预设角度值,其中,第一公式为:
其中,Δ为预设角度值,C为预设参数,N为接收通道的总数。
可选的,第一波达方向估计算法包括快速傅立叶变换算法。
可选的,范围确定模块730,用于根据第一谱峰的位置、快速傅立叶变换算法的运算点数及第二公式,计算第一谱峰对应的角度;
其中,第二公式为:
其中,Anglei为第一谱峰对应的角度,indexi为第一谱峰的位置,FFTNUM为快速傅立叶变换算法的运算点数。
可选的,第一指定阈值为频谱内最大谱峰的幅值与第一预设系数的乘积。
图8是本发明另一个实施例提供的波达方向估计装置的结构示意图。如图8所示,在一些实施例中,在图7所示实施例的基础上,波达方向估计装置7,还包括:
个数确定模块750,用于根据接收器各接收通道的峰值数据建立矢量序列,并将矢量序列以矢量序列中的最大值作归一化处理;计算归一化处理后的矢量序列的方差,并根据方差确定目标的个数。
判断模块760,用于在搜索频谱中的至少一个第一谱峰之后,在目标的个数大于第一谱峰的个数时,跳转至确定每个第一谱峰对应的角度范围的步骤;在目标的个数与第一谱峰的个数相等时,根据每个第一谱峰的位置,确定每个第一谱峰对应的角度,并将每个第一谱峰对应的角度确定为目标的角度信息。
可选的,数据获取模块710,用于对接收器接收到的信号进行预处理,以得到距离多普勒数据;对距离多普勒数据进行恒虚警检测;在恒虚警检测的结果为存在目标时,根据恒虚警检测检测后的距离多普勒数据中目标所在的位置,获取接收器各接收通道的峰值数据。
可选的,第一处理模块720,用于根据峰值数据,建立矢量序列;对矢量序列加切比雪夫窗后,基于快速傅立叶变换算法进行变换处理,以得到频谱。
可选的,第二处理模块740,用于根据矢量序列建立自相关矩阵,并对自相关矩阵求逆,得到逆矩阵;根据每个第一谱峰对应的角度范围和线阵阵元的间距,确定每个第一谱峰对应的导向矢量;根据逆矩阵、导向矢量及Capon空间谱算法计算局部空间谱;搜索局部空间谱中的至少一个第二谱峰,其中,第二谱峰为峰值大于或等于第二指定阈值的谱峰;将每个第二谱峰对应的角度确定为目标的角度信息;其中,第二指定阈值为局部空间谱内最大谱峰的幅值与第二预设系数的乘积。
可选的,接收器包括下述至少一项:雷达接收器、麦克风接收器;其中,雷达包括毫米波雷达。
本实施例提供的波达方向估计装置,可用于执行上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图9是本发明一个实施例提供的雷达的示意图。如图9所示,本发明的一个实施例提供的雷达9,该实施例的雷达9包括:处理器90、存储器91以及存储在存储器91中并可在处理器90上运行的计算机程序92。处理器90执行计算机程序92时实现上述各个波达方向估计方法实施例中的步骤,例如图2所示的步骤201至步骤204。或者,处理器90执行计算机程序92时实现上述各装置实施例中各模块/单元的功能,例如图7所示模块710至740的功能。
示例性的,计算机程序92可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器91中,并由处理器90执行,以完成本发明。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,该指令段用于描述计算机程序92在雷达9中的执行过程。
雷达9的可包括,但不仅限于,处理器90、存储器91。本领域技术人员可以理解,图9仅仅是雷达9的示例,并不构成对雷达9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,例如雷达9还可以包括下述中的一项或多项:天线、发射机、接收机、信号处理机、输入输出设备、网络接入设备、总线等。
所称处理器90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。
存储器91可以是雷达9的内部存储单元,例如雷达9的硬盘或内存。存储器91也可以是雷达9的外部存储设备,例如雷达9上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器91还可以既包括雷达9的内部存储单元也包括外部存储设备。存储器91用于存储计算机程序以及终端所需的其他程序和数据。存储器91还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例提供了一种可移动设备,可移动设备配备有实现上述各个波达方向估计方法实施例中的步骤的雷达。
本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述波达方向估计方法实施例中的步骤。
计算机可读存储介质存储有计算机程序92,计算机程序92包括程序指令,程序指令被处理器90执行时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92来指令相关的硬件来完成,计算机程序92可存储于一计算机可读存储介质中,该计算机程序92在被处理器90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92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-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,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是电载波信号和电信信号。
计算机可读存储介质可以是前述任一实施例的终端的内部存储单元,例如终端的硬盘或内存。计算机可读存储介质也可以是终端的外部存储设备,例如终端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,计算机可读存储介质还可以既包括终端的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序及终端所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
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/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,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。
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。
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,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,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-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,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是电载波信号和电信信号。
以上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 (8)
1.一种波达方向估计方法,其特征在于,包括:
获取接收器各接收通道的峰值数据;
基于第一波达方向估计算法,对所述峰值数据进行变换处理,以得到频谱,并搜索所述频谱中的至少一个第一谱峰,其中,所述第一谱峰为峰值大于或等于第一指定阈值的谱峰;
确定每个第一谱峰对应的角度范围;
根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息;
其中,所述第一波达方向估计算法的角度分辨率低于所述第二波达方向估计算法的角度分辨率;
所述确定每个第一谱峰对应的角度范围,包括:
针对每个第一谱峰,根据所述第一谱峰的位置,确定所述第一谱峰对应的角度;将所述第一谱峰对应的角度减去预设角度值,得到所述第一谱峰对应的角度范围的下限值;将所述第一谱峰对应的角度加上所述预设角度值,得到所述第一谱峰对应的角度范围的上限值;
所述方法还包括:
根据接收通道的总数和第一公式,确定所述预设角度值,其中,所述第一公式为:
其中,Δ为所述预设角度值,C为预设参数,N为接收通道的总数,所述预设参数根据雷达的波束宽度确定。
3.根据权利要求1所述的波达方向估计方法,其特征在于,所述第一指定阈值为所述频谱内最大谱峰的幅值与第一预设系数的乘积。
4.根据权利要求1所述的波达方向估计方法,其特征在于,所述方法,还包括:
根据接收器各接收通道的峰值数据建立矢量序列,并将所述矢量序列以所述矢量序列中的最大值作归一化处理;
计算归一化处理后的矢量序列的方差,并根据所述方差确定目标的个数;
在搜索所述频谱中的至少一个第一谱峰之后,所述方法还包括:
在所述目标的个数大于所述第一谱峰的个数时,跳转至所述确定每个第一谱峰对应的角度范围的步骤;
在所述目标的个数与所述第一谱峰的个数相等时,根据每个第一谱峰的位置,确定每个第一谱峰对应的角度,并将每个第一谱峰对应的角度确定为所述目标的角度信息。
5.根据权利要求1-4任一项所述的波达方向估计方法,其特征在于,所述获取接收器各接收通道的峰值数据,包括:
对接收器接收到的信号进行预处理,以得到距离多普勒数据;
对所述距离多普勒数据进行恒虚警检测;
在所述恒虚警检测的结果为存在目标时,根据所述恒虚警检测检测后的距离多普勒数据中目标所在的位置,获取接收器各接收通道的峰值数据;
所述第一波达方向估计算法包括快速傅立叶变换算法;所述对所述峰值数据进行变换处理,以得到频谱,包括:
根据所述峰值数据,建立矢量序列;
对所述矢量序列加切比雪夫窗后,基于所述快速傅立叶变换算法进行变换处理,以得到频谱;
所述第二波达方向估计算法为Capon空间谱算法;所述根据第二波达方向估计算法,在每个第一谱峰对应的角度范围内确定目标的角度信息,包括:
根据所述矢量序列建立自相关矩阵,并对所述自相关矩阵求逆,得到逆矩阵;
根据每个第一谱峰对应的角度范围和线阵阵元的间距,确定每个第一谱峰对应的导向矢量;
根据所述逆矩阵、所述导向矢量及Capon空间谱算法计算局部空间谱;
搜索所述局部空间谱中的至少一个第二谱峰,其中,所述第二谱峰为峰值大于或等于第二指定阈值的谱峰;
将每个第二谱峰对应的角度确定为所述目标的角度信息;
其中,所述第二指定阈值为所述局部空间谱内最大谱峰的幅值与第二预设系数的乘积;
所述接收器包括下述至少一项:雷达接收器、麦克风接收器;其中,所述雷达包括毫米波雷达。
6.一种雷达,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上的权利要求1至5中任一项所述波达方向估计方法的步骤。
7.一种可移动设备,其特征在于,所述可移动设备配备有如权利要求6所述雷达。
8.一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上的权利要求1至5中任一项所述波达方向估计方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110378146.XA CN113109781B (zh) | 2021-04-08 | 2021-04-08 | 波达方向估计方法、雷达和可移动设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110378146.XA CN113109781B (zh) | 2021-04-08 | 2021-04-08 | 波达方向估计方法、雷达和可移动设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113109781A CN113109781A (zh) | 2021-07-13 |
CN113109781B true CN113109781B (zh) | 2022-12-06 |
Family
ID=76715375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110378146.XA Active CN113109781B (zh) | 2021-04-08 | 2021-04-08 | 波达方向估计方法、雷达和可移动设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113109781B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113561911B (zh) * | 2021-08-12 | 2023-03-17 | 森思泰克河北科技有限公司 | 车辆控制方法、装置、毫米波雷达及存储介质 |
CN113567950B (zh) * | 2021-09-24 | 2021-12-17 | 巍泰技术(武汉)有限公司 | 一种毫米波雷达距离速度谱估计方法及系统 |
CN115603789B (zh) * | 2022-11-29 | 2023-03-14 | 广东越新微系统研究院 | 一种高动态毫米波定向窄波束的生成和跟踪方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501682A (zh) * | 2019-09-29 | 2019-11-26 | 北京润科通用技术有限公司 | 一种车载雷达测量目标方位角的方法及车载雷达 |
CN112415485A (zh) * | 2020-11-09 | 2021-02-26 | 森思泰克河北科技有限公司 | 毫米波雷达的角度超分辨方法、装置及终端设备 |
-
2021
- 2021-04-08 CN CN202110378146.XA patent/CN113109781B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501682A (zh) * | 2019-09-29 | 2019-11-26 | 北京润科通用技术有限公司 | 一种车载雷达测量目标方位角的方法及车载雷达 |
CN112415485A (zh) * | 2020-11-09 | 2021-02-26 | 森思泰克河北科技有限公司 | 毫米波雷达的角度超分辨方法、装置及终端设备 |
Non-Patent Citations (4)
Title |
---|
基于ESPRIT算法频率估计的研究;汪琼等;《电子技术》;20100425(第04期);全文 * |
基于有限域搜索的MUSIC法的快速DOA估计;郑超等;《中国通信学会第六届学术年会论文集(下)中国通信学会会议论文集》;20091126;第555-558页 * |
基于降维子空间的多重信号分类快速算法;谢鑫等;《探测与控制学报》;20100626(第03期);全文 * |
郑超等.基于有限域搜索的MUSIC法的快速DOA估计.《中国通信学会第六届学术年会论文集(下)中国通信学会会议论文集》.2009, * |
Also Published As
Publication number | Publication date |
---|---|
CN113109781A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113109781B (zh) | 波达方向估计方法、雷达和可移动设备 | |
CN111373282B (zh) | 用于fmcw雷达系统的雷达处理链 | |
CN106019240B (zh) | 雷达装置 | |
US20210364616A1 (en) | Radar system and computer-implemented method for radar target detection | |
CN109581352B (zh) | 一种基于毫米波雷达的超分辨测角系统 | |
US20140111372A1 (en) | Sensor system and method for determining target location using sparsity-based processing | |
CN112415485B (zh) | 毫米波雷达的角度超分辨方法、装置及终端设备 | |
CN111736131A (zh) | 一种剔除一比特信号谐波虚假目标的方法及相关组件 | |
CN111693978B (zh) | 基于mimo毫米波雷达的散点检测方法 | |
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 | |
CN106486769B (zh) | 用于线性相控阵天线的空间插值方法和设备 | |
CN115327473B (zh) | 等效多快拍的4d毫米波雷达测角方法、装置及相关设备 | |
Ahmad et al. | A beamforming approach to stepped-frequency synthetic aperture through-the-wall radar imaging | |
CN114879139A (zh) | 一种车载4d毫米波雷达的联合测角方法、装置及相关设备 | |
US9444558B1 (en) | Synthetic robust adaptive beamforming | |
JP4232628B2 (ja) | レーダ装置 | |
CN111781575A (zh) | 一比特信号单快拍波达方向估计方法及相关组件 | |
US20230375690A1 (en) | Efficient Direction Of Arrival Estimation Using Low Rank Approximation | |
CN114325565B (zh) | 一种基于子空间关系的阵列超分辨测向方法 | |
WO2021196165A1 (zh) | 频率分析方法、装置及雷达 | |
CN112666558B (zh) | 一种适用于汽车fmcw雷达的低复杂度music测向方法及装置 | |
KR102331907B1 (ko) | 거리와 각도 동시 추정을 위한 레이더 신호 처리 장치 및 그 방법 | |
CN116106847B (zh) | 毫米波雷达二维联合超分辨测角方法、装置及存储介质 | |
CN113671477B (zh) | 一种基于图信号处理的雷达目标距离估计方法 | |
CN113406615B (zh) | 二进制相位调制阵列雷达的目标跟踪方法及装置 |
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 |