CN113504526A - 基于mimo雷达的目标检测方法、装置、电子设备及存储介质 - Google Patents

基于mimo雷达的目标检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113504526A
CN113504526A CN202111029359.8A CN202111029359A CN113504526A CN 113504526 A CN113504526 A CN 113504526A CN 202111029359 A CN202111029359 A CN 202111029359A CN 113504526 A CN113504526 A CN 113504526A
Authority
CN
China
Prior art keywords
signal
mimo radar
original
objects
data
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
Application number
CN202111029359.8A
Other languages
English (en)
Other versions
CN113504526B (zh
Inventor
彭佳
李仕贤
谭俊杰
钟仁海
张燎
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.)
Nanjing Hawkeye Electronic Technology Co Ltd
Original Assignee
Nanjing Hawkeye Electronic Technology 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 Nanjing Hawkeye Electronic Technology Co Ltd filed Critical Nanjing Hawkeye Electronic Technology Co Ltd
Priority to CN202111029359.8A priority Critical patent/CN113504526B/zh
Publication of CN113504526A publication Critical patent/CN113504526A/zh
Application granted granted Critical
Publication of CN113504526B publication Critical patent/CN113504526B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种基于MIMO雷达的目标检测方法、装置、电子设备及存储介质，属于雷达信号处理技术领域，所述方法包括：获取所述MIMO雷达接收到的多个对象的原始编码信号；基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号；将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的多普勒频率信号。本发明可防止因强目标的多普勒杂散覆盖弱目标的回波信号而导致弱目标漏检的情况。

Description

基于MIMO雷达的目标检测方法、装置、电子设备及存储介质
技术领域
本发明涉及雷达信号处理技术领域，尤其涉及一种基于MIMO雷达的目标检测方法、装置、电子设备及存储介质。
背景技术
MIMO (Multiple input multiple output,多输入多输出)雷达是将无线通信系统中的多个输入和多个输出技术引入到雷达领域，并和数字阵列技术相结合而产生的一种新体制雷达。
基于相位随机编码，MIMO雷达在发射端发射多个相互之间不相关的信号。在接收端，多个发射信号的回波叠加在一起。在解码时，一个码只能解出一个发射通道的回波信号，其他发射通道的回波信号以杂散的形式覆盖在解码后的回波信号上。杂散信号是回波信号中，对目标的检测造成干扰的信号。杂散信号的强度与目标的回波信号的反射强度相关，当多个目标处于同一个距离单元时，强目标的多普勒杂散有可能将弱目标的回波信号覆盖，从而导致弱目标漏检。所述强目标、弱目标指的是目标的回波信号的功率强弱，可用信噪比来衡量。并且，MIMO雷达应用在目标密集的环境中时，容易出现同一距离有不同速度的目标，因此也容易出现强目标的多普勒杂散覆盖弱目标的回波信号。
发明内容
本发明提供一种基于MIMO雷达的目标检测方法、装置及电子设备，用以解决现有技术中强目标的多普勒杂散覆盖弱目标的回波信号，从而导致弱目标漏检的问题，实现在原始编码信号中剔除强目标杂散并将弱目标显现出来。
本发明提供一种基于MIMO雷达的目标检测方法，包括：
获取所述MIMO雷达接收到的多个对象的原始编码信号；
基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号；
将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号。
根据本发明所述的基于MIMO雷达的目标检测方法，所述获取所述MIMO雷达接收到的多个对象的原始编码信号的步骤包括：
对所述MIMO雷达的各个线性调频脉冲中的原始编码信号进行采样，得到样本数据；
基于所述样本数据生成数据矩阵
Figure 50255DEST_PATH_IMAGE001
；
对所述数据矩阵
Figure 819628DEST_PATH_IMAGE001
的各列做长度为
Figure 121297DEST_PATH_IMAGE002
（
Figure 950712DEST_PATH_IMAGE003
）的傅立叶变换，得到数据矩阵
Figure 603411DEST_PATH_IMAGE004
；
其中，
Figure 910895DEST_PATH_IMAGE005
表示样本数据的长度，N表示线性调频脉冲的个数。
根据本发明所述的基于MIMO雷达的目标检测方法，所述基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号的步骤包括：
从所述数据矩阵
Figure 332649DEST_PATH_IMAGE006
的第一行开始，依次将所述数据矩阵
Figure 332966DEST_PATH_IMAGE007
的前一部分行中 的每一行作为当前行执行下列步骤1-9：
步骤1，对所述数据矩阵
Figure 207381DEST_PATH_IMAGE008
的当前行的多普勒数据进行解码，得到解码矩阵
Figure 584136DEST_PATH_IMAGE009
；
步骤2，对所述解码矩阵
Figure 594817DEST_PATH_IMAGE010
的所有列的数据作长度为
Figure 828353DEST_PATH_IMAGE011
Figure 127747DEST_PATH_IMAGE012
的傅里叶变换， 得到其多普勒频谱数据矩阵
Figure 839351DEST_PATH_IMAGE013
；
步骤3，对所述多普勒频谱数据矩阵
Figure 671915DEST_PATH_IMAGE014
求幅度平方，并按发射通道累加，得到数 据矩阵
Figure 810773DEST_PATH_IMAGE015
；
步骤4，获取所述数据矩阵
Figure 659780DEST_PATH_IMAGE016
的最大值
Figure 112758DEST_PATH_IMAGE017
及其位置
Figure 98032DEST_PATH_IMAGE018
，并求所述数据矩阵
Figure 673370DEST_PATH_IMAGE019
的平均值
Figure 947356DEST_PATH_IMAGE020
；
步骤5，根据所述位置
Figure 763DEST_PATH_IMAGE018
估计其所对应的对象的归一化频率
Figure 106122DEST_PATH_IMAGE021
，并根据所述归一 化频率生成单位信号
Figure 790044DEST_PATH_IMAGE022
，其中
Figure 82485DEST_PATH_IMAGE021
=
Figure 205162DEST_PATH_IMAGE023
/
Figure 102711DEST_PATH_IMAGE011
；
步骤6，根据所述位置
Figure 754272DEST_PATH_IMAGE018
，从所述多普勒频率数据矩阵
Figure 65168DEST_PATH_IMAGE014
中提取相应位置的通 道数据，得到该位置所对应的对象的各发射通道的幅度系数
Figure 663639DEST_PATH_IMAGE024
；
步骤7，利用所述各发射通道的幅度系数
Figure 212432DEST_PATH_IMAGE024
，生成杂散信号
Figure 566053DEST_PATH_IMAGE025
；
步骤8，根据所述杂散信号
Figure 36349DEST_PATH_IMAGE025
和所述单位信号
Figure 235249DEST_PATH_IMAGE026
，重构该位置所对应的对象的 估计编码信号
Figure 107390DEST_PATH_IMAGE027
，其中
Figure 366333DEST_PATH_IMAGE028
。
根据本发明所述的基于MIMO雷达的目标检测方法，所述将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号的步骤包括：
在每次执行完成所述步骤1-8后执行如下步骤9：
步骤9，将所述估计编码信号
Figure 120663DEST_PATH_IMAGE029
从所述数据矩阵
Figure 825051DEST_PATH_IMAGE030
的当前行的多普勒数据中 剔除。
根据本发明所述的基于MIMO雷达的目标检测方法，所述基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号的步骤还包括：
在初次执行所述步骤1之前设置循环次数阈值
Figure 348436DEST_PATH_IMAGE031
并使循环计数
Figure 778281DEST_PATH_IMAGE032
初始化的值为 0，随后在每次执行所述步骤4之后执行下列操作：
若本次步骤4中得到的最大值
Figure 223168DEST_PATH_IMAGE033
满足条件
Figure 763871DEST_PATH_IMAGE034
，则跳出循环并结束整个 重构及剔除操作；
若本次步骤4中得到的最大值
Figure 407342DEST_PATH_IMAGE033
满足条件
Figure 211350DEST_PATH_IMAGE035
，则令
Figure 674692DEST_PATH_IMAGE036
，并且若新 赋值后的
Figure 284665DEST_PATH_IMAGE037
，则跳出循环并结束整个重构及剔除操作，否则，继续执行后续步骤5；
其中，T为预设的检测门限值。
根据本发明所述的基于MIMO雷达的目标检测方法，所述步骤5中的单位信号
Figure 985905DEST_PATH_IMAGE038
表示为：
Figure 491973DEST_PATH_IMAGE039
；
其中，
Figure 973770DEST_PATH_IMAGE040
表示虚数符号，
Figure 59537DEST_PATH_IMAGE021
表示归一化频率。
根据本发明所述的基于MIMO雷达的目标检测方法，所述步骤6中的幅度系数
Figure 412021DEST_PATH_IMAGE024
表 示为：
Figure 354570DEST_PATH_IMAGE041
；
Figure 995766DEST_PATH_IMAGE042
；
其中，M为发射通道数，N为多普勒通道数，
Figure 681963DEST_PATH_IMAGE043
。
根据本发明所述的基于MIMO雷达的目标检测方法，所述步骤7中的杂散信号
Figure 154532DEST_PATH_IMAGE044
表 示为：
Figure 471244DEST_PATH_IMAGE045
；
其中，C表示随机编码系数矩阵，即
Figure 396475DEST_PATH_IMAGE046
。
本发明还提供了一种基于MIMO雷达的目标检测装置，包括：
数据获取模块，用于获取所述MIMO雷达接收到的多个对象的原始编码信号；
重构模块，用于基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号；
检测模块，用于将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于MIMO雷达的目标检测方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于MIMO雷达的目标检测方法的步骤。
本发明提供的基于MIMO雷达的目标检测方法、装置、电子设备及存储介质，通过估计出目标的频率信息、幅度信息并结合已知的相位编码，可以重构出该目标的估计编码信号；然后利用预设算法（比如CLEAN算法）将重构出的某目标的估计编码信号逐次从原始编码信号中剔除，最后得到目标对象（比如弱目标）的原始编码信号，从而防止漏检弱目标的原始编码信号。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的基于MIMO雷达的目标检测方法的流程示意图；
图2是本发明提供的获取原始编码信号的流程示意图；
图3是本发明提供的重构估计编码信号的流程示意图；
图4是本发明提供的剔除估计编码信号的流程示意图；
图5是本发明提供的一实施例的流程示意图；
图6~图8是本发明提供的仿真结果的示意图；
图9是本发明提供的基于MIMO雷达的目标检测装置的结构示意图；
图10是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
本发明提供的基于MIMO雷达的目标检测方法、装置、电子设备及存储介质，用以解决现有技术中强目标的多普勒杂散覆盖弱目标的回波信号，从而导致弱目标漏检的问题。
通过估计出目标的频率信息、幅度信息并结合已知的相位编码，可以重构出该目标的估计编码信号；然后利用预设算法（比如CLEAN算法）将重构出的某目标的估计编码信号逐次从原始编码信号中剔除，最后得到目标对象（比如弱目标）的原始编码信号，从而实现在原始编码信号中剔除强目标杂散并将弱目标显现出来。
下面结合图1-图10描述本发明所述的基于MIMO雷达的目标检测方法、装置及电子设备。
图1是本发明提供的基于MIMO雷达的目标检测方法的流程示意图，如图1所示。一种基于MIMO雷达的目标检测方法，包括：
步骤101，获取所述MIMO雷达接收到的多个对象的原始编码信号。
可选地，所述原始编码信号可从雷达接收端的各个线性调频脉冲（Chirp）中获取到。所述原始编码信号为多个对象的原始编码信号，所述多个对象包括强弱相对而言的强目标的原始编码信号和弱目标的原始编码信号，也就是说所述原始编码信号至少一个对象以上的原始编码信号。
步骤102，基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号。
可选地，可基于预设条件估计所述原始编码信号中多个目标的频率信息与幅度信息并结合预设相位编码信息，重构出所述多个对象中的一部分对象的估计编码信号。
可选地，所述预设条件用于限制估计所述原始编码信号中全部对象或部分对象的频率信息和幅度信息。然后，根据估计出的对象的频率信息和幅度信息，并结合预设相位编码信息（即已知的相位编码信息），即可重构出多个对象中的一部分对象的估计编码信息。
步骤103，将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号。
示例性地：
原始编码信号：
对象1的原始编码信号，对象2的原始编码信号，对象3的原始编码信号，…，这些对象的原始编码信号组成多个对象的原始编码信号的集合。
其中按照强弱次序划分，假设排序为：对象1>对象2>对象3>…>目标对象n（或称弱目标）。
依强弱次序重构出的估计编码信号：
对象1的估计编码信号，对象2的估计编码信号，对象3的估计编码信号，…，对象n-1的估计编码信号。
通过预设算法（比如CLEAN算法）将重构出的对象的估计编码信号从原始编码信号中逐次剔除，即从原始编码信号中剔除强目标（比如，逐次剔除对象1、对象2、对象3，…，对象n-1）所产生的杂散信号，直到目标对象n的原始编码信号呈现出来为止。
雷达信号处理领域的CLEAN算法是一种可以准确的去除单频分量的信号处理方法。在雷达信号处理领域，现有的杂波抑制方法主要有动目标显示（MTI）、广义匹配滤波器（GMF）和CLEAN算法。
由此可知，依据重构出对应目标的估计编码信号，并利用预设算法（比如CLEAN算法）将重构出的对应目标的估计编码信号从原始编码信号中逐次剔除，从而得到待检测目标（比如弱目标）的原始编码信号，可有效防止出现弱目标漏检的问题。
以下将结合附图对上述步骤101~103做具体的描述。
图2是本发明提供的获取原始编码信号的流程示意图，如图2所示。上述所示步骤101中，所述获取所述MIMO雷达接收到的多个对象的原始编码信号的步骤包括：
步骤201，对所述MIMO雷达的各个线性调频脉冲中的原始编码信号进行采样，得到样本数据。
MIMO (Multiple input multiple output,多输入多输出)雷达是将无线通信系统中的多个输入和多个输出技术引入到雷达领域，并和数字阵列技术相结合而产生的一种新体制雷达。因此，MIMO雷达多信号之间可以是时域、空域或极化域分类的，具有处理维数更高、收发孔径利用更充分、角分辨率更高的优点。
可选地，对MIMO雷达的各个线性调频脉冲的原始编码信号进行ADC（Analog-to-digital converter，模拟数字转换器）数据采样，得到样本数据，并将所述样本数据进行存储。
其中，所述样本数据的长度为
Figure 886362DEST_PATH_IMAGE005
，一个Chirp（线性调频脉冲）的个数为
Figure 416701DEST_PATH_IMAGE047
。
需要说明的是，本发明符号N分别表示了线性调频脉冲的个数（即Chirp数）、多普勒通道数、以及多普勒数据长度，其实质含义是一样的，只是在不同的使用场景用不同的表述而已，但这并不用以限制本发明。
步骤202，基于所述样本数据生成数据矩阵
Figure 701051DEST_PATH_IMAGE048
。
步骤203，对所述数据矩阵
Figure 113578DEST_PATH_IMAGE049
的各列做长度为
Figure 843374DEST_PATH_IMAGE002
（
Figure 290536DEST_PATH_IMAGE050
）的傅立叶变换，得到 数据矩阵
Figure 745788DEST_PATH_IMAGE051
。
由于随机编码MIMO雷达不同距离(对应不同的回波频率)的目标回波在时域是叠 加在一起的，难以直接在时域对其进行估计。因此，需通过傅里叶变换（FFT）将信号转换到 频域进行处理。所以，对所述数据矩阵
Figure 848874DEST_PATH_IMAGE052
的各列作长度为
Figure 680563DEST_PATH_IMAGE053
（
Figure 716653DEST_PATH_IMAGE050
）的FFT处理，得到 一维FFT处理结果
Figure 546068DEST_PATH_IMAGE054
。
图3是本发明提供的重构估计编码信号的流程示意图，如图3所示。上述所述步骤102中，所述基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号的步骤包括：
从所述数据矩阵
Figure 933187DEST_PATH_IMAGE055
的第一行开始，依次将所述数据矩阵
Figure 302989DEST_PATH_IMAGE007
的前一部分行中 的每一行作为当前行执行下列步骤301-308：
步骤301，对上述步骤203中的数据矩阵
Figure 662426DEST_PATH_IMAGE008
的当前行（比如当前行为第
Figure 725060DEST_PATH_IMAGE056
行）的多普勒数据
Figure 333896DEST_PATH_IMAGE057
进行解码，得到解码矩阵
Figure 445071DEST_PATH_IMAGE058
。
当相位随机编码MIMO雷达应用在目标密集的环境中时，容易出现同一距离有不同速度的目标，也就容易出现强目标的多普勒杂散掩盖弱目标回波的情况。
由于所述数据矩阵
Figure 721332DEST_PATH_IMAGE008
的行数据
Figure 689288DEST_PATH_IMAGE059
表示距离单元，不同的距离单元 对应不同的回波频率，同一个距离单元包括不同速度的目标，即不同速度的目标包括强弱 相对而言的强目标和弱目标，因此需要对所述数据矩阵
Figure 988682DEST_PATH_IMAGE008
每一行的多普勒数据进行解 码。
上述步骤301示出的是首先对第一行（即
Figure 965865DEST_PATH_IMAGE060
）的多普勒数据
Figure 96632DEST_PATH_IMAGE057
进行解码。
假设编码系数矩阵C为：
Figure 438752DEST_PATH_IMAGE061
；
其中，M为发射通道数。假设
Figure 22180DEST_PATH_IMAGE062
的码元为
Figure 537475DEST_PATH_IMAGE063
，且
Figure 726011DEST_PATH_IMAGE063
服从二维
正态分布，相位的量化位数为
Figure 301349DEST_PATH_IMAGE064
，
Figure 106494DEST_PATH_IMAGE040
表示虚数符号。则有：
Figure 127277DEST_PATH_IMAGE065
。
则解码数据向量为：
Figure 170319DEST_PATH_IMAGE066
。
步骤302，对所述解码矩阵
Figure 650979DEST_PATH_IMAGE010
的所有列的数据作长度为
Figure 474579DEST_PATH_IMAGE011
Figure 269360DEST_PATH_IMAGE067
的傅里叶变换 （FFT），得到其多普勒频谱数据矩阵
Figure 229225DEST_PATH_IMAGE068
。
步骤303，对所述多普勒频谱数据矩阵
Figure 146366DEST_PATH_IMAGE069
求幅度平方，并按发射通道累加，得到 数据矩阵
Figure 129365DEST_PATH_IMAGE070
。用式子表示为：
Figure 524575DEST_PATH_IMAGE071
；
上式表示将矩阵S的所有元素求绝对值的平方，并按列累加得到向量E，E表示多普勒能量谱非相参积累结果。
该步骤中，对多普勒频谱数据
Figure 604526DEST_PATH_IMAGE068
按发射通道进行非相参积累，可以提高增益。
步骤304，获取所述数据矩阵
Figure 630251DEST_PATH_IMAGE072
的最大值
Figure 897284DEST_PATH_IMAGE033
及其谱峰位置
Figure 361763DEST_PATH_IMAGE073
，并求所述数据 矩阵
Figure 233905DEST_PATH_IMAGE019
的平均值
Figure 227268DEST_PATH_IMAGE020
。
该步骤中，获取谱峰位置
Figure 247177DEST_PATH_IMAGE074
即多普勒频谱最大值的位置，以用于计算多普勒频 率。平均值
Figure 453030DEST_PATH_IMAGE075
是为了求频谱的平均功率，可利用峰值均值比作为参数来设置预设检测门 限值T。
步骤305，根据所述谱峰位置
Figure 976416DEST_PATH_IMAGE074
估计其所对应的对象的归一化频率
Figure 406260DEST_PATH_IMAGE021
(
Figure 647885DEST_PATH_IMAGE021
=
Figure 391850DEST_PATH_IMAGE023
/
Figure 35321DEST_PATH_IMAGE011
)，并根据所述归一化频率生成单位信号
Figure 636067DEST_PATH_IMAGE026
。用式子表示为：
Figure 824644DEST_PATH_IMAGE039
。
步骤306，根据所述位置
Figure 434617DEST_PATH_IMAGE074
，从所述多普勒频率数据矩阵
Figure 870278DEST_PATH_IMAGE076
中提取相应位置的 通道数据，得到该位置所对应的对象的各发射通道的幅度系数
Figure 641925DEST_PATH_IMAGE024
。
其中，
Figure 858142DEST_PATH_IMAGE077
，用式子表示为：
Figure 740648DEST_PATH_IMAGE078
。
步骤307，利用所述各发射通道的幅度系数
Figure 296394DEST_PATH_IMAGE024
，生成杂散信号
Figure 504521DEST_PATH_IMAGE079
。用式子表示为：
Figure 942456DEST_PATH_IMAGE080
；
其中，C表示随机编码系数矩阵，即
Figure 831915DEST_PATH_IMAGE046
。
步骤308，根据所述杂散信号
Figure 304484DEST_PATH_IMAGE079
和所述单位信号
Figure 417934DEST_PATH_IMAGE081
，重构该位置所对应的对象 的估计编码信号
Figure 546427DEST_PATH_IMAGE082
，其中
Figure 36314DEST_PATH_IMAGE083
。
通过上述步骤301~308可实现重构第
Figure 363390DEST_PATH_IMAGE060
行的最强目标的估计编码信号。
图4是本发明提供的剔除估计编码信号的流程示意图，如图4所示。上述步骤103中，将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号的步骤包括：
步骤401，将上述步骤308中所述估计编码信号
Figure 585424DEST_PATH_IMAGE027
从步骤301中的多普勒数据
Figure 263530DEST_PATH_IMAGE057
中剔除，即表示为：
Figure 494791DEST_PATH_IMAGE084
。
步骤402，返回上述步骤301执行重构第
Figure 676374DEST_PATH_IMAGE085
行的最强目标的估计编码信息，直至 按照上述步骤301~401遍历完所述数据矩阵
Figure 397205DEST_PATH_IMAGE086
的所有行的多普勒数据，得到目标对象的 原始编码信号。
需要说明的是，图3和图4描述了重构第
Figure 234711DEST_PATH_IMAGE060
行的最强目标的估计编码信号并进行 剔除的示例，如果需要循环遍历，还需要设定预设条件，所述设定预设条件的步骤如下：
在初次执行上述步骤301之前设置所述预设条件，即设置CLEAN算法的循环次数阈 值
Figure 800822DEST_PATH_IMAGE031
设置并使循环计数
Figure 368069DEST_PATH_IMAGE032
初始化的值为0，随后在每次执行所述步骤304之后执行下列操 作：
条件1：若本次步骤304中得到的最大值
Figure 994223DEST_PATH_IMAGE033
满足条件
Figure 817560DEST_PATH_IMAGE087
时，跳出CLEAN 循环并结束整个重构及剔除操作。
条件2：若本次步骤304中得到的最大值
Figure 452941DEST_PATH_IMAGE033
满足条件
Figure 609116DEST_PATH_IMAGE035
，则
Figure 609433DEST_PATH_IMAGE036
，若 新赋值后的
Figure 483848DEST_PATH_IMAGE037
时，跳出CLEAN循环并结束整个重构及剔除操作；若
Figure 391761DEST_PATH_IMAGE088
时，继续执行 后续步骤305。
也就是说在循环执行上述步骤301之前设定CLEAN循环次数，并在上述步骤304之后按照上述条件1和条件2进行判断，并根据判断结果是否继续循环执行步骤301~401。
以下通过一实施例对本发明所述基于MIMO雷达的目标检测方法进行描述。
图5是本发明提供的一实施例的流程示意图，如图5所示。
首先，定义多普勒频率信号，用式子表示为：
Figure 605704DEST_PATH_IMAGE089
；
其中，
Figure 839240DEST_PATH_IMAGE090
为多普勒数据长度，
Figure 138634DEST_PATH_IMAGE091
为多普勒FFT长度。
Figure 850238DEST_PATH_IMAGE092
为信号多普勒归一 化频率。
然后，定义编码信号，用式子表示为：
Figure 981005DEST_PATH_IMAGE093
；
其中，
Figure 323125DEST_PATH_IMAGE094
为随机编码系数矩阵，即
Figure 906553DEST_PATH_IMAGE095
M为发射通道数，N为多普勒通道数。假设，
Figure 687427DEST_PATH_IMAGE062
的码元为
Figure 610384DEST_PATH_IMAGE063
，相位的量化位数为
Figure 920142DEST_PATH_IMAGE096
， 则有：
Figure 256446DEST_PATH_IMAGE097
。
定义
Figure 309852DEST_PATH_IMAGE098
，则根据解码系数和编码信号，可以定义解 码信号为：
Figure 352895DEST_PATH_IMAGE099
；
其中，
Figure 99134DEST_PATH_IMAGE100
，得到
Figure 657154DEST_PATH_IMAGE101
；
由于
Figure 451935DEST_PATH_IMAGE102
为随机分布，因此上式可以变为：
Figure 411801DEST_PATH_IMAGE103
；
其中，
Figure 30738DEST_PATH_IMAGE104
为随机扰动成分。
一般情况下，
Figure 76055DEST_PATH_IMAGE105
。若对
Figure 471264DEST_PATH_IMAGE106
进行离散傅里叶变换（Discrete Fourier Transform，DFT），则得到
Figure 488899DEST_PATH_IMAGE107
，则在频谱
Figure 576940DEST_PATH_IMAGE108
位置信号的积累幅度应远大于扰动成分的积累 幅度。则可以直接根据
Figure 843974DEST_PATH_IMAGE106
频谱的峰值，对
Figure 246136DEST_PATH_IMAGE109
进行估计。于是得到：
Figure 180594DEST_PATH_IMAGE110
。
最后，对杂散信号定义为：
Figure 173958DEST_PATH_IMAGE111
；
或者
Figure 131550DEST_PATH_IMAGE112
；
其中
Figure 134141DEST_PATH_IMAGE024
为杂散的通道系数
Figure 657526DEST_PATH_IMAGE113
。则根据估计的通道幅度系数，可以 重构的估计编码信号为：
Figure 290633DEST_PATH_IMAGE114
。
基于上述定义，本发明所述基于MIMO雷达的目标检测方法的具体实现的步骤如下：
步骤501，对各个Chirp的原始回波的ADC采样数据进行储存，形成数据矩阵
Figure 797837DEST_PATH_IMAGE052
。 其中采样长度为
Figure 72961DEST_PATH_IMAGE005
，Chirp数为
Figure 919694DEST_PATH_IMAGE115
。
步骤502，由于随机编码MIMO雷达不同距离(对应不同的回波频率)的目标回波在 时域是叠加在一起的，难以直接在时域对其进行估计。因此，需通过FFT将信号转换到频域 进行处理。所以，对
Figure 520440DEST_PATH_IMAGE052
的各列作长度为
Figure 452624DEST_PATH_IMAGE116
（
Figure 531438DEST_PATH_IMAGE050
）的FFT处理，得到一维FFT处理结果
Figure 294995DEST_PATH_IMAGE008
。
步骤503，设置CLEAN循环次数为
Figure 269904DEST_PATH_IMAGE117
，设置循环计数
Figure 220542DEST_PATH_IMAGE118
，并开始逐次CLEAN处理。
步骤504，对数据矩阵
Figure 368627DEST_PATH_IMAGE086
第
Figure 721111DEST_PATH_IMAGE119
行的多普勒数据
Figure 365457DEST_PATH_IMAGE057
进行解码，得到 解码矩阵
Figure 272233DEST_PATH_IMAGE120
。假设编码系数矩阵为
Figure 958429DEST_PATH_IMAGE061
；
其中，M为发射通道数。假设
Figure 634261DEST_PATH_IMAGE102
的码元为
Figure 747711DEST_PATH_IMAGE063
，且
Figure 938520DEST_PATH_IMAGE063
服从二维正态分布，相位的量化 位数为
Figure 366091DEST_PATH_IMAGE121
。则有：
Figure 693167DEST_PATH_IMAGE122
；
则解码数据向量为：
Figure 977518DEST_PATH_IMAGE123
。
步骤505，对数据矩阵
Figure 593307DEST_PATH_IMAGE010
的所有列的数据作长度为
Figure 886885DEST_PATH_IMAGE124
Figure 68468DEST_PATH_IMAGE067
的FFT，得到其多普 勒频谱数据
Figure 461403DEST_PATH_IMAGE125
。
步骤506，对
Figure 626805DEST_PATH_IMAGE068
求幅度平方，并按发射通道累加，得到
Figure 192915DEST_PATH_IMAGE126
。表示为：
Figure 697846DEST_PATH_IMAGE127
。
步骤507，获取数据
Figure 58420DEST_PATH_IMAGE128
的最大值
Figure 711119DEST_PATH_IMAGE033
及其位置
Figure 284182DEST_PATH_IMAGE073
，并求
Figure 174778DEST_PATH_IMAGE129
平均值
Figure 237412DEST_PATH_IMAGE130
。
步骤508，设置预设检测门限值
Figure 548045DEST_PATH_IMAGE131
。
若
Figure 987117DEST_PATH_IMAGE034
，跳出CLEAN循环，结束操作并输出目标对象（即弱目标）的原始编 码信号。
若
Figure 997798DEST_PATH_IMAGE132
，
Figure 169016DEST_PATH_IMAGE036
，执行步骤509。
步骤509，若
Figure 530728DEST_PATH_IMAGE133
，跳出CLEAN循环，结束操作并输出目标对象（即弱目标）的原 始编码信号。
否则（即
Figure 242332DEST_PATH_IMAGE134
）执行步骤510。
步骤510，保存该目标检测信息并根据谱峰位置
Figure 310782DEST_PATH_IMAGE023
估计该目标的归一化频率
Figure 715218DEST_PATH_IMAGE021
为：
Figure 298647DEST_PATH_IMAGE135
；
根据频率
Figure 751625DEST_PATH_IMAGE021
生成单位信号
Figure 2477DEST_PATH_IMAGE136
：
Figure 312236DEST_PATH_IMAGE137
。
步骤511，根据估计的峰值位置
Figure 586222DEST_PATH_IMAGE023
，从矩阵
Figure 905208DEST_PATH_IMAGE138
中取出相应位置的通道数据，则 可估计目标各发射通道的幅度系数
Figure 744988DEST_PATH_IMAGE041
，即
Figure 428911DEST_PATH_IMAGE042
。
步骤512，利用估计的通道幅度系数
Figure 986931DEST_PATH_IMAGE024
，生成杂散信号
Figure 47291DEST_PATH_IMAGE079
，
Figure 741577DEST_PATH_IMAGE139
。
步骤513，利用估计的杂散信号
Figure 658718DEST_PATH_IMAGE079
及单位信号
Figure 907296DEST_PATH_IMAGE081
，重构出估计编码信号
Figure 302506DEST_PATH_IMAGE082
，
Figure 116878DEST_PATH_IMAGE140
。
步骤514，从原始多普勒数据中剔除该编码信号，即表示为：
Figure 204920DEST_PATH_IMAGE141
，然后 转至执行步骤504。
按照上述步骤504~514的方法遍历矩阵
Figure 173750DEST_PATH_IMAGE142
所有行的多普勒数据，最后得到目标 对象（即弱目标）的原始编码信号。
综上所述，本发明可防止因强目标的多普勒杂散覆盖弱目标的回波信号而导致弱目标漏检的情况。
以下通过一仿真示例进行说明。
图6~图8是本发明提供的仿真结果的示意图，如图6~8所示。图6~8仿真了3个目标：距离=[100m,100m,100m]，速度=[0m/s,10m/s,-5m/s]。设置预设检测门限T=5。
图6是目标所在距离单元的多普勒频谱数据。图中仿真了3个目标：距离一样、速度不一样、幅度也不一样。所以，三个目标在同一个距离单元但是多普勒频率不一样。由于强目标的杂散掩盖了弱目标的谱峰，所以有一个目标（速度为-5m/s的目标）的谱峰在图中是看不出来。
图7是多普勒时域数据和当前CLEAN循环下估计的最强目标的估计编码信号的对比。
图8表示的是第三次CLEAN循环的处理结果。
下面对本发明提供的基于MIMO雷达的目标检测装置进行描述，下文描述的基于MIMO雷达的目标检测装置与上文描述的基于MIMO雷达的目标检测方法可相互对应参照。
图9是本发明提供的基于MIMO雷达的目标检测装置的结构示意图，如图9所示。一种基于MIMO雷达的目标检测装置900，包括数据获取模块910、重构模块920以及检测模块930。其中，
数据获取模块910，用于获取所述MIMO雷达接收到的多个对象的原始编码信号。
重构模块920，用于基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号。
检测模块930，用于将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号。
可选地，所述数据获取模块910，还用于执行如下步骤：
对所述MIMO雷达的各个线性调频脉冲中的原始编码信号进行采样，得到样本数据；
基于所述样本数据生成数据矩阵
Figure 638230DEST_PATH_IMAGE048
；
对所述数据矩阵
Figure 41529DEST_PATH_IMAGE048
的各列做长度为
Figure 503735DEST_PATH_IMAGE002
（
Figure 523643DEST_PATH_IMAGE143
）的傅立叶变换，得到数据矩阵
Figure 260655DEST_PATH_IMAGE144
；
其中，
Figure 987303DEST_PATH_IMAGE005
表示样本数据的长度，N表示线性调频脉冲的个数。
可选地，所述重构模块920，还用于执行如下步骤：
从所述数据矩阵
Figure 682726DEST_PATH_IMAGE055
的第一行开始，依次将所述数据矩阵
Figure 862035DEST_PATH_IMAGE054
的前一部分行中 的每一行作为当前行执行下列步骤1-9：
步骤1，对所述数据矩阵
Figure 402738DEST_PATH_IMAGE145
的当前行的多普勒数据进行解码，得到解码矩阵
Figure 311788DEST_PATH_IMAGE009
；
步骤2，对所述解码矩阵
Figure 850217DEST_PATH_IMAGE010
的所有列的数据作长度为
Figure 579138DEST_PATH_IMAGE011
Figure 923532DEST_PATH_IMAGE146
的傅里叶变换， 得到其多普勒频谱数据矩阵
Figure 421509DEST_PATH_IMAGE068
；
步骤3，对所述多普勒频谱数据矩阵
Figure 130839DEST_PATH_IMAGE076
求幅度平方，并按发射通道累加，得到数 据矩阵
Figure 612636DEST_PATH_IMAGE147
；
步骤4，获取所述数据矩阵
Figure 495142DEST_PATH_IMAGE072
的最大值
Figure 50888DEST_PATH_IMAGE033
及其位置
Figure 259015DEST_PATH_IMAGE148
，并求所述数据矩阵
Figure 696950DEST_PATH_IMAGE019
的平均值
Figure 320829DEST_PATH_IMAGE020
；
步骤5，根据所述位置
Figure 58978DEST_PATH_IMAGE074
估计其所对应的对象的归一化频率
Figure 906848DEST_PATH_IMAGE021
，并根据所述归一 化频率生成单位信号
Figure 533876DEST_PATH_IMAGE149
，其中
Figure 23764DEST_PATH_IMAGE021
=
Figure 350840DEST_PATH_IMAGE023
/
Figure 838453DEST_PATH_IMAGE011
；
步骤6，根据所述位置
Figure 516559DEST_PATH_IMAGE074
，从所述多普勒频率数据矩阵
Figure 278979DEST_PATH_IMAGE076
中提取相应位置的通 道数据，得到该位置所对应的对象的各发射通道的幅度系数
Figure 663824DEST_PATH_IMAGE024
；
步骤7，利用所述各发射通道的幅度系数
Figure 384655DEST_PATH_IMAGE024
，生成杂散信号
Figure 487740DEST_PATH_IMAGE079
；
步骤8，根据所述杂散信号
Figure 53851DEST_PATH_IMAGE079
和所述单位信号
Figure 355519DEST_PATH_IMAGE081
，重构该位置所对应的对象的 估计编码信号
Figure 184935DEST_PATH_IMAGE082
，其中
Figure 572054DEST_PATH_IMAGE150
。
示例性地，所述检测模块930还用于执行如下步骤：
在每次执行完成所述步骤1-8后执行如下步骤9：
步骤9，将所述估计编码信号
Figure 941855DEST_PATH_IMAGE082
从所述数据矩阵
Figure 301292DEST_PATH_IMAGE008
的当前行的多普勒数据中 剔除。
可选地，所述重构模块920，还用于执行如下步骤：
在初次执行所述步骤1之前将循环次数阈值
Figure 98347DEST_PATH_IMAGE117
设置为预定的初始值并使循环计 数
Figure 972762DEST_PATH_IMAGE032
的值为0，随后在每次执行所述步骤4之后执行下列操作：
若本次步骤4中得到的最大值
Figure 349517DEST_PATH_IMAGE017
满足条件
Figure 360198DEST_PATH_IMAGE034
，则跳出循环并结束整个 重构及剔除操作；
若本次步骤4中得到的最大值
Figure 593733DEST_PATH_IMAGE017
满足条件
Figure 893128DEST_PATH_IMAGE035
，则令
Figure 339153DEST_PATH_IMAGE036
，并且若新 赋值后的
Figure 735499DEST_PATH_IMAGE151
，则跳出循环并结束整个重构及剔除操作，否则，继续执行后续步骤5；
其中，T为预设的检测门限值。
本发明所公开的基于MIMO雷达的目标检测装置的其他方面与前面所描述的基于MIMO雷达的目标检测方法相同或相似，在此不再赘述。
图10示例了一种电子设备的实体结构示意图，如图10所示，该电子设备可以包括：处理器(processor)1010、通信接口(Communications Interface)1020、存储器(memory)1030和通信总线1040，其中，处理器1010，通信接口1020，存储器1030通过通信总线1040完成相互间的通信。处理器1010可以调用存储器1030中的逻辑指令，以执行上面所描述的任一种基于MIMO雷达的目标检测方法。
此外，上述的存储器1030中的逻辑指令可以通过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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上面所描述的任一种基于MIMO雷达的目标检测方法。
以上所描述的装置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的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：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。

Claims (11)

1.一种基于MIMO雷达的目标检测方法，其特征在于，包括：
获取所述MIMO雷达接收到的多个对象的原始编码信号；
基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号；
将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号。
2.根据权利要求1所述的基于MIMO雷达的目标检测方法，其特征在于，所述获取所述MIMO雷达接收到的多个对象的原始编码信号的步骤包括：
对所述MIMO雷达的各个线性调频脉冲中的原始编码信号进行采样，得到样本数据；
基于所述样本数据生成数据矩阵
Figure 902234DEST_PATH_IMAGE001
；
对所述数据矩阵
Figure 751241DEST_PATH_IMAGE002
的各列做长度为
Figure 702754DEST_PATH_IMAGE003
（
Figure 688028DEST_PATH_IMAGE004
）的傅立叶变换，得到数据矩阵
Figure 263366DEST_PATH_IMAGE005
；
其中，
Figure 537352DEST_PATH_IMAGE006
表示样本数据的长度，N表示线性调频脉冲的个数。
3.根据权利要求2所述的基于MIMO雷达的目标检测方法，其特征在于，所述基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号的步骤包括：
从所述数据矩阵
Figure 856338DEST_PATH_IMAGE007
的第一行开始，依次将所述数据矩阵
Figure 696118DEST_PATH_IMAGE007
的前一部分行中的每 一行作为当前行执行下列步骤1-8：
步骤1，对所述数据矩阵
Figure 380041DEST_PATH_IMAGE007
的当前行的多普勒数据进行解码，得到解码矩阵
Figure 938061DEST_PATH_IMAGE008
；
步骤2，对所述解码矩阵
Figure 998421DEST_PATH_IMAGE009
的所有列的数据作长度为
Figure 958286DEST_PATH_IMAGE010
Figure 813110DEST_PATH_IMAGE011
的傅里叶变换，得到其 多普勒频谱数据矩阵
Figure 858426DEST_PATH_IMAGE012
；
步骤3，对所述多普勒频谱数据矩阵
Figure 519215DEST_PATH_IMAGE013
求幅度平方，并按发射通道累加，得到数据矩 阵
Figure 271270DEST_PATH_IMAGE014
；
步骤4，获取所述数据矩阵
Figure 624891DEST_PATH_IMAGE015
的最大值
Figure 891924DEST_PATH_IMAGE016
及其位置
Figure 28508DEST_PATH_IMAGE017
，并求所述数据矩阵
Figure 697386DEST_PATH_IMAGE018
的 平均值
Figure 221909DEST_PATH_IMAGE019
；
步骤5，根据所述位置
Figure 913921DEST_PATH_IMAGE020
估计其所对应的对象的归一化频率
Figure 916512DEST_PATH_IMAGE021
，并根据所述归一化频 率生成单位信号
Figure 705477DEST_PATH_IMAGE022
，其中
Figure 571539DEST_PATH_IMAGE021
=
Figure 78744DEST_PATH_IMAGE023
/
Figure 619447DEST_PATH_IMAGE010
；
步骤6，根据所述位置
Figure 200601DEST_PATH_IMAGE020
，从所述多普勒频率数据矩阵
Figure 801346DEST_PATH_IMAGE024
中提取相应位置的通道数 据，得到该位置所对应的对象的各发射通道的幅度系数
Figure 530268DEST_PATH_IMAGE025
；
步骤7，利用所述各发射通道的幅度系数
Figure 77924DEST_PATH_IMAGE025
，生成杂散信号
Figure 575901DEST_PATH_IMAGE026
；
步骤8，根据所述杂散信号
Figure 347548DEST_PATH_IMAGE026
和所述单位信号
Figure 767028DEST_PATH_IMAGE027
，重构该位置所对应的对象的估计 编码信号
Figure 649534DEST_PATH_IMAGE028
，其中
Figure 267597DEST_PATH_IMAGE029
。
4.根据权利要求3所述的基于MIMO雷达的目标检测方法，其特征在于，所述将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号的步骤包括：
在每次执行完成所述步骤1-8后执行如下步骤9：
步骤9，将所述估计编码信号
Figure 147828DEST_PATH_IMAGE028
从所述数据矩阵
Figure 851342DEST_PATH_IMAGE030
的当前行的多普勒数据中剔 除。
5.根据权利要求4所述的基于MIMO雷达的目标检测方法，其特征在于，所述基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号的步骤还包括：
在初次执行所述步骤1之前设置循环次数阈值
Figure 537538DEST_PATH_IMAGE031
并使循环计数
Figure 947791DEST_PATH_IMAGE032
初始化的值为0，随 后在每次执行所述步骤4之后执行下列操作：
若本次步骤4中得到的最大值
Figure 326820DEST_PATH_IMAGE033
满足条件
Figure 252050DEST_PATH_IMAGE034
，则跳出循环并结束整个重构 及剔除操作；
若本次步骤4中得到的最大值
Figure 679621DEST_PATH_IMAGE016
满足条件
Figure 272276DEST_PATH_IMAGE035
，则令
Figure 556627DEST_PATH_IMAGE036
，并且若新赋值后 的
Figure 906837DEST_PATH_IMAGE037
，则跳出循环并结束整个重构及剔除操作，否则，继续执行后续步骤5；
其中，T为预设的检测门限值。
6.根据权利要求3-5中任一项所述的基于MIMO雷达的目标检测方法，其特征在于，所述 步骤5中的单位信号
Figure 200415DEST_PATH_IMAGE038
表示为：
Figure 381998DEST_PATH_IMAGE039
；
其中，
Figure 539047DEST_PATH_IMAGE040
表示虚数符号，
Figure 704449DEST_PATH_IMAGE021
表示归一化频率。
7.根据权利要求6所述的基于MIMO雷达的目标检测方法，其特征在于，所述步骤6中的 幅度系数
Figure 270560DEST_PATH_IMAGE041
表示为：
Figure 509911DEST_PATH_IMAGE042
；
Figure 401644DEST_PATH_IMAGE043
；
其中，M为发射通道数，N为多普勒通道数，
Figure 523184DEST_PATH_IMAGE044
。
8.根据权利要求7所述的基于MIMO雷达的目标检测方法，其特征在于，所述步骤7中的 杂散信号
Figure 96247DEST_PATH_IMAGE026
表示为：
Figure 518001DEST_PATH_IMAGE045
；
其中，C表示随机编码系数矩阵，即
Figure 315056DEST_PATH_IMAGE046
。
9.一种基于MIMO雷达的目标检测装置，其特征在于，包括：
数据获取模块，用于获取所述MIMO雷达接收到的多个对象的原始编码信号；
重构模块，用于基于所述原始编码信号重构出所述多个对象中的一部分对象的估计编码信号；
检测模块，用于将所述重构出的一部分对象的估计编码信号从所述原始编码信号中剔除，得到目标对象的原始编码信号。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上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程序时实现如权利要求1至8中任一项所述的基于MIMO雷达的目标检测方法的步骤。
11.一种非暂态计算机可读存储介质，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至8中任一项所述的基于MIMO雷达的目标检测方法的步骤。
CN202111029359.8A 2021-09-03 2021-09-03 基于mimo雷达的目标检测方法、装置、电子设备及存储介质 Active CN113504526B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111029359.8A CN113504526B (zh) 2021-09-03 2021-09-03 基于mimo雷达的目标检测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111029359.8A CN113504526B (zh) 2021-09-03 2021-09-03 基于mimo雷达的目标检测方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113504526A true CN113504526A (zh) 2021-10-15
CN113504526B CN113504526B (zh) 2024-02-27

Family

ID=78016341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111029359.8A Active CN113504526B (zh) 2021-09-03 2021-09-03 基于mimo雷达的目标检测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113504526B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106546965A (zh) * 2016-10-31 2017-03-29 西安电子科技大学 基于雷达幅度和多普勒频率估计的空时自适应处理方法
CN108802718A (zh) * 2018-05-30 2018-11-13 北京理工大学 基于随机发射脉冲的时分mimo雷达空时相位解耦方法
CN109917340A (zh) * 2019-04-25 2019-06-21 浙江力邦合信智能制动系统股份有限公司 一种mimo雷达波形调制解调方法
CN110208785A (zh) * 2019-07-03 2019-09-06 中国人民解放军海军航空大学 基于稳健稀疏分数阶傅立叶变换的雷达机动目标快速检测方法
US20200191939A1 (en) * 2018-12-18 2020-06-18 Nxp Usa, Inc. Extended doppler fmcw code division mimo radar
CN112305530A (zh) * 2020-11-02 2021-02-02 上海神添实业有限公司 一种无人机群目标检测方法、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106546965A (zh) * 2016-10-31 2017-03-29 西安电子科技大学 基于雷达幅度和多普勒频率估计的空时自适应处理方法
CN108802718A (zh) * 2018-05-30 2018-11-13 北京理工大学 基于随机发射脉冲的时分mimo雷达空时相位解耦方法
US20200191939A1 (en) * 2018-12-18 2020-06-18 Nxp Usa, Inc. Extended doppler fmcw code division mimo radar
CN109917340A (zh) * 2019-04-25 2019-06-21 浙江力邦合信智能制动系统股份有限公司 一种mimo雷达波形调制解调方法
CN110208785A (zh) * 2019-07-03 2019-09-06 中国人民解放军海军航空大学 基于稳健稀疏分数阶傅立叶变换的雷达机动目标快速检测方法
CN112305530A (zh) * 2020-11-02 2021-02-02 上海神添实业有限公司 一种无人机群目标检测方法、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张国祥: "基于深度神经网络的人车分流算法", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 3, pages 9 - 10 *

Also Published As

Publication number Publication date
CN113504526B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
CN109856603B (zh) 雷达抗干扰方法、终端设备及存储介质
CN102879766B (zh) 一种高频地波雷达弱目标检测跟踪方法和装置
CN105891789B (zh) 联合时频分布和压缩感知对抗雷达频谱弥散干扰的方法
CN105572660A (zh) 雷达模糊性解决检测器
CN113759321B (zh) 基于捷变频雷达的分段脉压抗间歇采样转发干扰方法
CN113777577B (zh) 基于mimo雷达的目标检测方法、装置及电子设备
CN110376559B (zh) 单通道雷达主瓣多源干扰分离方法、装置和设备
CN114609623B (zh) 单脉冲雷达的目标检测方法、装置和计算机设备
CN114578296B (zh) 基于相位编码信号的间歇采样干扰抑制方法
CN116699526A (zh) 一种基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法
CN109682492B (zh) 基于频域高斯拟合的频率估计方法
CN112881984B (zh) 一种雷达信号抗干扰处理方法、装置及存储介质
KR102643405B1 (ko) 레이다에서의 영상처리 기반 다중 표적 탐지 시스템 및 방법
Wang et al. Removal of micro‐Doppler effect in ISAR imaging based on time recursive iterative adaptive approach
CN111371436B (zh) 雷达天线扫描周期测量方法、装置、设备及存储介质
CN113504526B (zh) 基于mimo雷达的目标检测方法、装置、电子设备及存储介质
CN112285665A (zh) 信号的检波方法、装置、毫米波雷达模块、设备及介质
CN113219429A (zh) 基于多测量压缩感知下的捷变频雷达高速目标重构方法
CN115453490A (zh) 基于雷达信号的相干积累方法、装置、设备及存储介质
CN116400303A (zh) 一种脉内联合脉间时域编码抗isrj的波形设计方法
CN115825884A (zh) 一种fmcw雷达干扰检测和抑制方法及系统
CN111044996A (zh) 一种基于降维近似消息传递的lfmcw雷达目标检测方法
CN115345216A (zh) 一种融合先验信息的fmcw雷达干扰消除方法
US6850552B2 (en) Iterative precision spectrum analysis
CN113433527B (zh) 基于mimo雷达的静杂波抑制方法、装置、存储介质及设备

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