CN114114197A - 多普勒模糊度的计算方法、多普勒速度的计算方法及装置 - Google Patents

多普勒模糊度的计算方法、多普勒速度的计算方法及装置 Download PDF

Info

Publication number
CN114114197A
CN114114197A CN202111598393.7A CN202111598393A CN114114197A CN 114114197 A CN114114197 A CN 114114197A CN 202111598393 A CN202111598393 A CN 202111598393A CN 114114197 A CN114114197 A CN 114114197A
Authority
CN
China
Prior art keywords
information
doppler
dynamic
point cloud
clustering
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.)
Pending
Application number
CN202111598393.7A
Other languages
English (en)
Inventor
郭俊杰
陈高翔
田原
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.)
Zongmu Technology Shanghai Co Ltd
Original Assignee
Zongmu Technology Shanghai 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 Zongmu Technology Shanghai Co Ltd filed Critical Zongmu Technology Shanghai Co Ltd
Priority to CN202111598393.7A priority Critical patent/CN114114197A/zh
Publication of CN114114197A publication Critical patent/CN114114197A/zh
Pending legal-status Critical Current

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
    • 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

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

本发明的多普勒模糊度的计算方法包括：令毫米波雷达发送多帧线性调频波并采集回波信号；其中毫米波雷达发送的奇数帧与偶数帧的线性调频波的脉冲重复周期互质；对回波信号的数据进行处理以得到多个点云信息，包括：多普勒速度、动静信息；动静信息为运动状态或静止状态；根据动静信息对多个点云信息进行聚类，将动静信息为运动状态的点云信息聚类得到动目标聚类信息；将动目标聚类信息与通过采集的前一帧回波信号得到的动目标聚类信息进行匹配，在匹配成功时基于多普勒速度计算公式和余数定理计算得到前后两帧的聚类动目标各自的多普勒模糊度。本发明能够稳定解出多普勒模糊，进而计算出更为准确的多普勒速度，易于在工程中实际使用。

Description

多普勒模糊度的计算方法、多普勒速度的计算方法及装置
技术领域
本发明涉及车载雷达技术领域，特别是涉及多普勒模糊度的计算方法、多普勒速度的计算方法及装置。
背景技术
典型的车载毫米波雷达产品通过发射接收线性调频波(chirp)可以准确地测量目标距离、多普勒速度和角度信息。由于毫米波雷达受天气等外界环境因素影响小，在当前自动驾驶和高级驾驶员辅助系统(ADAS，全称Advanced Driving Assistance System)中应用广泛。现阶段的毫米波雷达方案受制于算力及硬件影响，无法在满足最远探测距离、角度精度及分辨率的要求下达到符合主机厂要求的最高检测速度。针对这一问题，现有解决方案主要有：
1)单帧内同一个TX(发射端口)连续发射两次chirp波，通过两次同一TX重复发射间的相位差解得正确的多普勒速度，可参见中国专利申请CN112346059A。然而，这种方法由于硬件条件的限制，无法选取很小的脉冲重复周期，这就造成了雷达的最大测速范围较小，不适合高速运动场景。
2)前后两帧之间发射不同脉冲重复周期的波形，由于脉冲重复周期不同，造成同个目标在两帧上的模糊速度不同，再由速度匹配推得目标的模糊度，解得目标正确的多普勒速度，可参见中国专利申请CN111638508A。然而，这种方法在探测目标时，由于多普勒速度模糊，TDM波形在测角过程中无法正确进行多普勒补偿，导致测角错误，很难较好的对目标进行匹配。环境目标较多时，解模糊成功率很低。同时，道路环境下点云数量较多，遍历点云进行跟踪时对算力的消耗较大，且错误匹配率高。
发明内容
鉴于现有技术中缺少能够在实际工程中解出大范围多普勒模糊的方法，本发明提供了一种能够稳定解出多普勒模糊的解决方案，且易于在工程中实际使用。
为实现上述目的及其他相关目的，本发明提供一种多普勒模糊度的计算方法，包括：令毫米波雷达发送多帧线性调频波，并采集回波信号；其中，所述毫米波雷达发送的奇数帧与偶数帧的线性调频波的脉冲重复周期互质；在采集所述回波信号时，对所述回波信号的数据进行处理以得到多个点云信息；其中，所述点云信息中至少包括：多普勒速度、动静信息；所述动静信息为运动状态或静止状态；根据所述动静信息对多个所述点云信息进行聚类，将所述动静信息为运动状态的点云信息聚类得到动目标聚类信息；将所述动目标聚类信息与通过采集的前一帧回波信号得到的动目标聚类信息进行匹配，并在匹配成功的情况下，基于多普勒速度计算公式和余数定理计算得到前后两帧的聚类动目标各自的多普勒模糊度。
为实现上述目的及其他相关目的，本发明提供一种多普勒速度的计算方法，包括：通过前述的多普勒模糊度的计算方法，得到当前帧的聚类动目标的多普勒模糊度；将当前帧的聚类动目标所包含的所有动目标点云的多普勒速度分别增加对应的最大不模糊速度与所述多普勒模糊度的乘积，以得到当前帧各动目标的点云的正确多普勒速度。
为实现上述目的及其他相关目的，本发明提供一种多普勒模糊度的计算装置，包括：
信号收发模块，用于令毫米波雷达发送一多帧线性调频波，并采集回波信号；其中，所述毫米波雷达发送的奇数帧与偶数帧的线性调频波的脉冲重复周期互质；数据处理模块，用于在所述信号收发模块采集所述回波信号时，对所述回波信号的数据进行处理以得到多个点云信息；其中，所述点云信息中至少包括：多普勒速度、动静信息；所述动静信息为运动状态或静止状态；根据所述动静信息对多个所述点云信息进行聚类，将所述动静信息为运动状态的点云信息聚类得到动目标聚类信息，得到各目标的点云信息；其中，所述各目标的点云信息至少包括：各所述目标的点云的多普勒速度及动目标点云信息，并将所述动目标点云信息进行聚类，以得到动目标聚类信息；以及，用于将所述动目标聚类信息与通过采集的前一帧回波信号得到的动目标聚类信息进行匹配，并在匹配成功的情况下，基于多普勒速度计算公式和余数定理计算得到前后两帧的聚类动目标各自的多普勒模糊度。
为实现上述目的及其他相关目的，本发明提供一种多普勒速度的计算装置，包括：
信号收发模块，用于令毫米波雷达发送多帧线性调频波，并采集回波信号；其中，所述毫米波雷达发送的奇数帧与偶数帧的线性调频波的脉冲重复周期互质；数据处理模块，用于在所述信号收发模块采集所述回波信号时，对所述回波信号的数据进行处理以得到多个点云信息；其中，所述点云信息中至少包括：多普勒速度、动静信息；所述动静信息为运动状态或静止状态；根据所述动静信息对多个所述点云信息进行聚类，将所述动静信息为运动状态的点云信息聚类得到动目标聚类信息；以及，用于将所述动目标聚类信息与通过采集的前一帧回波信号得到的动目标聚类信息进行匹配，并在匹配成功的情况下，基于多普勒速度计算公式和余数定理计算得到前后两帧的聚类动目标各自的多普勒模糊度；速度计算模块，用于将当前帧的聚类动目标所包含的所有动目标点云的多普勒速度分别增加对应的最大不模糊速度与所述多普勒模糊度的乘积，以得到当前帧各动目标的点云的正确多普勒速度。
为实现上述目的及其他相关目的，本发明提供一种计算机可读存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现以上所述的方法。
为实现上述目的及其他相关目的，本发明提供一种电子设备，包括：处理器及存储器；其中，所述存储器用于存储计算机程序；所述处理器用于加载执行所述计算机程序，以使所述电子设备执行以上所述的方法。
如上所述，本发明的多普勒模糊度的计算方法、多普勒速度的计算方法及装置，在单帧内解出毫米波雷达波形中所有目标的多普勒模糊，此时除目标的正确多普勒速度之外，目标的全部信息已知；在下一帧中发射不同脉冲重复周期的波形，得到该帧参数下目标的信息。由于目标仅有正确的多普勒速度未知，其余信息均已知，模糊多普勒速度满足中国余数定理，即很容易通过前后帧匹配的方法解得目标的真实多普勒速度。
除此之外，本发明对相对雷达运动的点云进行聚类，使用聚类后的目标进行目标匹配，相比于传统对所有点云进行点云级匹配的方式，有效避免了实际工程应用中由于动目标较多所造成的匹配成功率低等问题。本发明通过使用多个点聚类后计算的中心点信息作为匹配的参数，且中心点信息具有距离、角度、速度等多个维度，在匹配时可有效提高匹配效率与成功率，同时降低了由于测量误差带来的影响，进而提高了求解多普勒模糊的成功率，大大节约了运算时间，且极大扩展了最大测速范围。
附图说明
图1显示为本发明一实施例中多普勒模糊度的计算方法的流程示意图。
图2显示为本发明一实施例中奇偶帧不同脉冲重复周期的波形图。
图3显示为本发明一实施例中前后聚类动目标进行信息匹配的原理图。
图4显示为本发明一实施例中多普勒速度的计算方法的流程示意图。
图5显示为本发明一实施例中多普勒模糊度的计算装置的模块示意图。
图6显示为本发明一实施例中多普勒速度的计算装置的模块示意图。
图7显示为本发明一实施例中电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
参阅图1，本申请提供一种多普勒模糊度的计算方法，包括以下步骤：
S10：令毫米波雷达发送多帧线性调频波，并采集回波信号；其中，所述毫米波雷达发送的奇数帧与偶数帧的线性调频波的脉冲重复周期互质。
具体的，本申请的毫米波雷达以TDM波形分时发射chirp波，采用合适的互质奇偶帧chirp周期，图2为奇数帧波形和偶数帧波形的示例。需说明的是，本申请的毫米波雷达波形采用经典TDM波形，但不完全受限于该波形，类似的变种或首先在单帧内能够解出该波形多普勒模糊的设计均应视为本发明的保护范围。
S20：在采集所述回波信号时，对所述回波信号的数据进行处理，以得到多个点云信息；其中，所述点云信息中至少包括：多普勒速度(测量值)、动静信息；所述动静信息为运动状态或静止状态。
详细而言，在单帧中对采集到的ADC数据进行信号处理，可以得到点云的距离信息、角度信息、多普勒速度、动静分离情况等信息。由于根据ADC数据得到的点云的这些信息为现有，并不是本申请的改进对象，于此不做详细介绍，以下仅列出主要实现过程：
1.通过二维FFT算法，可以得到各个虚拟通道在距离维和多普勒维上的复平面；
2.通过非相干累积后，使用恒虚警检测(CFAR，全称Constant False-Alarm Rate)等算法，提取出这一帧中虚拟通道接收到的各个目标点的相位值；
3.对通过恒虚警检测的目标，相对于雷达的距离容易求得；
4.在多普勒维上可以求得当前波形的模糊多普勒速度，利用TX3重复发射间的时间间隔短，可以得到更大的最高测速范围；对TX3两次发射间在RX上产生的相位差，使用但不限于如最大似然等算法，得到最符合的模糊度，即可以正确解得该波形参数下的多普勒速度；
5.对于TDM波形雷达，由于运动目标的多普勒效应，在正确解得该波形的多普勒模糊后对相位进行多普勒补偿，补偿后使用但不限于如DML、DBF、FFT等测角方式，正确测得目标的角度信息；
6.接入车速及偏航角等信息，对所有的点云进行动静分离处理，将该帧场景内所有点云分为相对雷达静止，及相对雷达运动。
S30：根据所述动静信息对多个所述点云信息进行聚类，将所述动静信息为运动状态的点云信息聚类得到动目标聚类信息。
具体的，对点云信息进行聚类，使用但不限于如DBSCAN、K-Means、均值漂移聚类等聚类算法，将真实运动目标的检测点聚为一类，求得聚类后中心点的距离Ri、速度Vai、水平角Ai、信噪比Pi等相关信息，并予以保存。
S40：将所述动目标聚类信息与通过采集的前一帧回波信号得到的动目标聚类信息进行匹配，并在匹配成功的情况下，执行步骤S50；在匹配不成功的情况下，不执行步骤S50。
需说明的是，在本申请中，毫米波雷达逐帧发送线性调频波，并依次采集对应的回波信号，故在采集前一帧回波信号时同样基于步骤S20和S30做相应处理，从而生成前一帧的动目标聚类信息。
较佳的，参阅图3，前后帧动目标聚类信息的匹配实际上是将前后两个聚类动目标的中心点信息进行匹配，中心点信息可以包括距离、角度、信噪比及多普勒速度等多个维度，从而更为准确地确定前后两帧的聚类动目标视为为同一目标。
S50：基于多普勒速度计算公式和余数定理计算得到前后两帧的聚类动目标各自的多普勒模糊度。
具体的，假设动目标的真实多普勒速度为Vr，
奇数帧参数下，毫米波雷达波形的最大不模糊速度为Vmax1，该毫米波雷达测得的多普勒速度为：①Vr＝Va1+N1*Vmax1；
偶数帧参数下，毫米波雷达波形的最大不模糊速度为Vmax2，该毫米波雷达测得的多普勒速度为：②Vr＝Va2+N2*Vmax2；
Va1表示前一帧测量得到的多普勒速度，Va2表示当前帧测量得到的多普勒速度，根据前文的介绍，这两个参数于此都为已知量。由于前后帧的脉冲重复周期互质，根据毫米波雷达波形最大不模糊速度的计算公式
Figure BDA0003432198050000051
可得，Vmax1与Vmax2互质。基于余数定理，我们可根据公式①和②解得同一个Vr，使得多普勒模糊度N1和N2均为整数，也即计算得到前一帧的目标的正确多普勒模糊度N1，以及当前帧的目标的正确多普勒模糊度N2。
参阅图4，本申请提供一种多普勒速度的计算方法，该方法在前述步骤S50之后增加以下步骤：
S60：将当前帧的聚类动目标所包含的所有动目标点云的多普勒速度分别增加对应的最大不模糊速度与所述多普勒模糊度的乘积，以得到当前帧各动目标的点云的正确多普勒速度。
具体的，步骤S50已经解得聚类动目标的模糊度N2，利用公式②对该类下所有点云的多普勒速度进行速度扩展，即可正确解得当前帧所有点的正确多普勒速度。
实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。基于这样的理解，本发明还提供一种计算机程序产品，包括一个或多个计算机指令。所述计算机指令可以存储在计算机可读存储介质中。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(如：软盘、硬盘、磁带)、光介质(如：DVD)、或者半导体介质(如：固态硬盘Solid State Disk(SSD))等。
参阅图5，本实施例提供一种多普勒模糊度的计算装置50，由于本实施例的技术原理与前述多普勒模糊度的计算方法实施例的技术原理相似，因而不再对同样的技术细节做重复性赘述。本实施例的多普勒模糊度的计算装置50包括如下模块：
信号收发模块51，用于执行以上方法实施例中的步骤S10；
数据处理模块52，用于执行以上方法实施例中的步骤S20～S50。
参阅图6，本实施例提供一种多普勒速度的计算装置60，由于本实施例的技术原理与前述多普勒速度的计算方法实施例的技术原理相似，因而不再对同样的技术细节做重复性赘述。本实施例的多普勒速度的计算装置60包括如下模块：
信号收发模块61，用于执行以上方法实施例中的步骤S10；
数据处理模块62，用于执行以上方法实施例中的步骤S20～S50；
速度计算模块63，用于执行以上方法实施例中的步骤S60。
本领域技术人员应当理解，图5、图6实施例中的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个或多个物理实体上。且这些模块可以全部以软件通过处理元件调用的形式实现，也可以全部以硬件的形式实现，还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。
参阅图7，本实施例提供一种电子设备，电子设备可以是台式机、便携式电脑、智能手机等设备。详细的，电子设备至少包括通过总线连接的：存储器、处理器，其中，存储器用于存储计算机程序，处理器用于执行存储器存储的计算机程序，以执行前述方法实施例中的多普勒模糊度的计算方法，或者多普勒速度的计算方法。
上述提到的系统总线可以是外设部件互连标准(Peripheral PomponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称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。
综上，本发明的多普勒模糊度的计算方法、多普勒速度的计算方法及装置，能够稳定解出多普勒模糊，进而计算出更为准确的多普勒速度，易于在工程中实际使用，有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种多普勒模糊度的计算方法，其特征在于，包括：
令毫米波雷达发送多帧线性调频波，并采集回波信号；其中，所述毫米波雷达发送的奇数帧与偶数帧的线性调频波的脉冲重复周期互质；
在采集所述回波信号时，对所述回波信号的数据进行处理以得到多个点云信息；其中，所述点云信息中至少包括：多普勒速度、动静信息；所述动静信息为运动状态或静止状态；
根据所述动静信息对多个所述点云信息进行聚类，将所述动静信息为运动状态的点云信息聚类得到动目标聚类信息；
将所述动目标聚类信息与通过采集的前一帧回波信号得到的动目标聚类信息进行匹配，并在匹配成功的情况下，基于多普勒速度计算公式和余数定理计算得到前后两帧的聚类动目标各自的多普勒模糊度。
2.根据权利要求1所述的方法，其特征在于，所述点云信息还包括：距离信息、角度信息。
3.根据权利要求1所述的方法，其特征在于，在对前后两帧的动目标聚类信息进行匹配时，将两个聚类动目标中心点的至少一种信息进行匹配。
4.根据权利要求3所述的方法，其特征在于，所述两个聚类动目标中心点的至少一种信息，包括：距离、角度、信噪比和/或多普勒速度。
5.根据权利要求1所述的方法，其特征在于，基于多普勒速度计算公式和余数定理计算得到前后两帧的聚类动目标各自的多普勒模糊度，包括：
通过Vr＝Va1+N1*Vmax1和Vr＝Va2+N2*Vmax2求解得到N1和N2；其中，
Vr表示检测目标的真实多普勒速度；Va1表示前一帧测量得到的多普勒速度，Va2表示当前帧测量得到的多普勒速度；Vmax1表示前一帧毫米波雷达波形的最大不模糊速度，Vmax2表示当前帧毫米波雷达波形的最大不模糊速度，且Vmax1与Vmax2互质；N1表示前一帧的多普勒模糊度，N2表示当前帧的多普勒模糊度。
6.一种多普勒速度的计算方法，其特征在于，包括：
根据权利要求1～5中任一项所述的多普勒模糊度的计算方法，得到当前帧的聚类动目标的多普勒模糊度；
将当前帧的聚类动目标所包含的所有动目标点云的多普勒速度分别增加对应的最大不模糊速度与所述多普勒模糊度的乘积，以得到当前帧各动目标的点云的正确多普勒速度。
7.一种多普勒模糊度的计算装置，其特征在于，包括：
信号收发模块，用于令毫米波雷达发送多帧线性调频波，并采集回波信号；其中，所述毫米波雷达发送的奇数帧与偶数帧的线性调频波的脉冲重复周期互质；
数据处理模块，用于在所述信号收发模块采集所述回波信号时，对所述回波信号的数据进行处理以得到多个点云信息；其中，所述点云信息中至少包括：多普勒速度、动静信息；所述动静信息为运动状态或静止状态；根据所述动静信息对多个所述点云信息进行聚类，将所述动静信息为运动状态的点云信息聚类得到动目标聚类信息；以及，用于将所述动目标聚类信息与通过采集的前一帧回波信号得到的动目标聚类信息进行匹配，并在匹配成功的情况下，基于多普勒速度计算公式和余数定理计算得到前后两帧的聚类动目标各自的多普勒模糊度。
8.一种多普勒速度的计算装置，其特征在于，包括：
信号收发模块，用于令毫米波雷达发送多帧线性调频波，并采集回波信号；其中，所述毫米波雷达发送的奇数帧与偶数帧的线性调频波的脉冲重复周期互质；
数据处理模块，用于在所述信号收发模块采集所述回波信号时，对所述回波信号的数据进行处理以得到多个点云信息；其中，所述点云信息中至少包括：多普勒速度、动静信息；所述动静信息为运动状态或静止状态；根据所述动静信息对多个所述点云信息进行聚类，将所述动静信息为运动状态的点云信息聚类得到动目标聚类信息；以及，用于将所述动目标聚类信息与通过采集的前一帧回波信号得到的动目标聚类信息进行匹配，并在匹配成功的情况下，基于多普勒速度计算公式和余数定理计算得到前后两帧的聚类动目标各自的多普勒模糊度；
速度计算模块，用于将当前帧的聚类动目标所包含的所有动目标点云的多普勒速度分别增加对应的最大不模糊速度与所述多普勒模糊度的乘积，以得到当前帧各动目标的点云的正确多普勒速度。
9.一种计算机可读存储介质，其中存储有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如权利要求1至6中任一所述的方法。
10.一种电子设备，其特征在于，包括：处理器及存储器；其中，
所述存储器用于存储计算机程序；
所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如权利要求1至6中任一所述的方法。
CN202111598393.7A 2021-12-24 2021-12-24 多普勒模糊度的计算方法、多普勒速度的计算方法及装置 Pending CN114114197A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111598393.7A CN114114197A (zh) 2021-12-24 2021-12-24 多普勒模糊度的计算方法、多普勒速度的计算方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111598393.7A CN114114197A (zh) 2021-12-24 2021-12-24 多普勒模糊度的计算方法、多普勒速度的计算方法及装置

Publications (1)

Publication Number Publication Date
CN114114197A true CN114114197A (zh) 2022-03-01

Family

ID=80362974

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111598393.7A Pending CN114114197A (zh) 2021-12-24 2021-12-24 多普勒模糊度的计算方法、多普勒速度的计算方法及装置

Country Status (1)

Country Link
CN (1) CN114114197A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115236627A (zh) * 2022-09-21 2022-10-25 深圳安智杰科技有限公司 一种基于多帧多普勒速度扩维的毫米波雷达数据聚类方法
CN117171603A (zh) * 2023-11-01 2023-12-05 海底鹰深海科技股份有限公司 一种基于机器学习的多普勒测速数据处理方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115236627A (zh) * 2022-09-21 2022-10-25 深圳安智杰科技有限公司 一种基于多帧多普勒速度扩维的毫米波雷达数据聚类方法
CN115236627B (zh) * 2022-09-21 2022-12-16 深圳安智杰科技有限公司 一种基于多帧多普勒速度扩维的毫米波雷达数据聚类方法
CN117171603A (zh) * 2023-11-01 2023-12-05 海底鹰深海科技股份有限公司 一种基于机器学习的多普勒测速数据处理方法
CN117171603B (zh) * 2023-11-01 2024-02-06 海底鹰深海科技股份有限公司 一种基于机器学习的多普勒测速数据处理方法

Similar Documents

Publication Publication Date Title
WO2021134449A1 (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
CN114114197A (zh) 多普勒模糊度的计算方法、多普勒速度的计算方法及装置
CN109613527B (zh) 一种运动目标的检测门限生成方法及装置
CN113009441B (zh) 一种雷达运动反射面多径目标的识别方法及装置
CN106468771A (zh) 一种低可观测高杂波条件下的多目标检测与跟踪方法
WO2023030556A2 (zh) 噪底估计值的确定方法、目标检测方法及装置、电子设备
CN109375206B (zh) 一种基于速度搜索的运动目标测速方法
CN109932695A (zh) 一种提高目标物识别速度的方法及装置
CN114814817A (zh) 运动目标速度解模糊方法、装置、电子设备及存储介质
CN107064893B (zh) 基于对数矩的广义帕累托分布参数估计方法
CN111044987B (zh) 基于汽车雷达的环境目标速度解模糊方法、系统及介质
CN111443335A (zh) 宽带雷达目标微动参数估计方法、系统、装置及存储介质
WO2021063269A1 (zh) 一种信号发送方法、信号处理方法及雷达装置
WO2022051992A1 (zh) 基于回波信号的速度探测方法和装置
CN109581350B (zh) 基于时频积分插值的雷达测距测速方法及装置
CN115877350B (zh) 一种和差波束体制雷达时变目标角度估计方法和装置
Wu et al. Real-time DoA estimation for automotive radar
CN115561728A (zh) 一种fmcw雷达的单帧速度解模糊方法和装置
KR101295061B1 (ko) Ｆｍｃｗ 레이더 신호처리모듈 및 그의 메모리 관리 방법
CN115407279A (zh) 一种脉冲压缩雷达距离多普勒耦合误差补偿方法
CN114879174A (zh) 基于雷达的多目标测距方法以及形变监测方法
CN112083405B (zh) 一种基于混合波形的目标检测方法及相关装置
CN110907930A (zh) 一种基于角度估计的车载雷达目标检测估计方法及装置
CN105759266B (zh) 一种基于图形处理单元的sar雷达回波获取方法
Chenghu et al. A method based on Chinese remainder theorem with all phase DFT for DOA estimation in sparse array

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