CN115327473A - 等效多快拍的4d毫米波雷达测角方法、装置及相关设备 - Google Patents

等效多快拍的4d毫米波雷达测角方法、装置及相关设备 Download PDF

Info

Publication number
CN115327473A
CN115327473A CN202211264230.XA CN202211264230A CN115327473A CN 115327473 A CN115327473 A CN 115327473A CN 202211264230 A CN202211264230 A CN 202211264230A CN 115327473 A CN115327473 A CN 115327473A
Authority
CN
China
Prior art keywords
target
dimensional
angle
array
angle measurement
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
CN202211264230.XA
Other languages
English (en)
Other versions
CN115327473B (zh
Inventor
袁鑫豪
王闯
胡建民
周斌
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.)
Guangdong Dawan District Aerospace Information Research Institute
Original Assignee
Guangdong Dawan District Aerospace Information Research Institute
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 Guangdong Dawan District Aerospace Information Research Institute filed Critical Guangdong Dawan District Aerospace Information Research Institute
Priority to CN202211264230.XA priority Critical patent/CN115327473B/zh
Publication of CN115327473A publication Critical patent/CN115327473A/zh
Application granted granted Critical
Publication of CN115327473B publication Critical patent/CN115327473B/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
    • 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
    • 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
    • G01S13/06—Systems determining position data of a target
    • 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
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请公开了一种等效多快拍的4D毫米波雷达测角方法、装置及相关设备，该方法包括：基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵；从二维测角矩阵中确定包含实际阵元的数量最多的目标行，并利用DBF对目标行进行处理，得到各目标在水平方向上的水平角集合；从二维测角矩阵中确定包含实际阵元的数量最多、且包含实际阵元的数量相同的多个目标列，并利用多快拍超分辨测角方法对多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合；对水平角集合中的各水平角和俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。本申请可以使用有限的阵元以并不复杂的计算量在水平和竖直维度都实现较高的角度分辨率。

Description

等效多快拍的4D毫米波雷达测角方法、装置及相关设备
技术领域
本申请涉及毫米波雷达技术领域，更具体地说，是涉及一种等效多快拍的4D毫米波雷达测角方法、装置及相关设备。
背景技术
汽车行业正朝着更智能的方向发展，从高级辅助驾驶系统(Advanced DriverAssistance System，ADAS)到无人驾驶，这些功能的落地需要车载传感器对车身周围环境信息进行感知。毫米波雷达有着探测距离远、可以同时测距和测速、可以全天时全天候工作、尺寸小等优势，已经成为了汽车最核心的传感器之一。
相较于传统的车载毫米波雷达，4D雷达使用了二维面阵，具备了竖直向测角能力，从而可以感知的目标物包括距离、速度、水平角度和竖直角度这四个维度的信息。目前，4D毫米波雷达一个亟需解决的难题是：如何在有限的孔径内，在水平和竖直向上都具备较高的角度分辨率。
现阶段，4D毫米波雷达普遍采用多芯片级联的方式来增加收发通道数，并基于（Multiple-Input Multiple-Output，MIMO）技术来拓展孔径以提高角度分辨率，但受限于面板尺寸和硬件芯片自身的条件，天线的通道数不宜过多，否则在包括成本、尺寸、级联芯片的控制与同步问题、功耗与散热问题、数据量等方面都没法满足实用要求。
此外，在测角方法上，因为车载毫米波雷达对检测结果的更新率有极高的要求(一般要求在10Hz-20Hz)，且实际应用中汽车绝大多数时间下处于运动状态，因此，所有的以增加观测时长来获取快拍数的超分辨测角方法无法用于车载毫米波雷达。而传统的基于数字波束成形（Digital Beam Forming，DBF）、傅里叶变换（FFT）的测角方法并不能突破瑞利限，其测角分辨率由阵列孔径唯一确定。
发明内容
有鉴于此，本申请提供了一种等效多快拍的4D毫米波雷达测角方法、装置及相关设备，以实现在有限的面板尺寸下，使用有限的阵元以并不复杂的计算量在水平和竖直维度都实现极高的角度分辨率。
为实现上述目的，本申请第一方面提供了一种等效多快拍的4D毫米波雷达测角方法，包括：
基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵，所述二维测角矩阵包含各目标的位置和速度信息；
从所述二维测角矩阵中确定包含实际阵元的数量最多的目标行，并利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合，其中，每一所述阵元对应有一发射天线和一接收天线；
从所述二维测角矩阵中确定包含实际阵元的数量最多、且包含实际阵元的数量相同的多个目标列，并利用多快拍超分辨测角方法对所述多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合；
对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。
优选地，所述基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵的过程，包括：
对各回波数据矩阵进行二维快速傅里叶变换2D-FFT，得到各距离-多普勒谱；
对所述距离-多普勒谱进行非相关累积处理，得到累积后的距离-多普勒谱；
对各累积后的距离-多普勒谱进行恒虚警率CFAR检测，得到各目标的距离和速度索引；
基于所述各距离-多普勒谱以及所述各目标的距离和速度索引，确定二维测角矩阵。
优选地，利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合的过程，包括：
基于水平方向上预设的测角范围，确定第一角度集合；
基于所述二维收发阵列的阵元排布，确定所述目标行的第一导向矢量；
基于所述第一导向矢量和所述第一角度集合，确定第一导向矢量矩阵；
利用数字波束成形方法对所述第一导向矢量矩阵和由所述目标行的各元素构成的一维向量进行相乘处理，得到一维DBF结果；
获取所述一维DBF结果中的多个局部峰值，得到各目标在水平方向上的水平角集合。
优选地，利用多快拍超分辨测角方法对所述多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合的过程，包括：
基于所述多个目标列中的各元素，生成信号协方差矩阵；
基于竖直方向上预设的测角范围，确定第二角度集合；
基于所述二维收发阵列的阵元排布，确定每一目标列的第二导向矢量；
基于每一目标列的第二导向矢量和所述第二角度集合，确定第二导向矢量矩阵；
利用最小均方无畸变响应方法MVDR对所述信号协方差矩阵和所述第二导向矢量矩阵进行处理，得到一维MVDR结果；
获取所述一维MVDR结果中的多个局部峰值，得到各目标在竖直方向上的俯仰角集合。
优选地，对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息的过程，包括：
利用所述二维测角矩阵的各元素生成一维向量，得到一维测角向量
Figure 274063DEST_PATH_IMAGE001
；
基于所述二维收发阵列的阵元排布，确定所述一维测角向量对应的第三导向矢量
Figure 408153DEST_PATH_IMAGE002
；
对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行两两组合，得到各角度组合
Figure 82848DEST_PATH_IMAGE003
：
Figure 543917DEST_PATH_IMAGE004
基于所述一维测角向量
Figure 911444DEST_PATH_IMAGE001
、所述第三导向矢量
Figure 323709DEST_PATH_IMAGE002
和各角度组合
Figure 67674DEST_PATH_IMAGE003
构建压缩感知模型：
Figure 445565DEST_PATH_IMAGE005
其中，
Figure 718415DEST_PATH_IMAGE006
为基于所述第三导向矢量
Figure 181757DEST_PATH_IMAGE002
和各角度组合构成的第三导向矩阵：
Figure 463834DEST_PATH_IMAGE007
N为一维测角向量的大小，x为稀疏度为K、大小为
Figure 961811DEST_PATH_IMAGE008
的稀疏向量；
利用正交匹配追踪算法OMP对所述压缩感知模型进行处理，得到x中的各非零元素；
以x中的各非零元素在x中的位置作为索引，从所述各角度组合
Figure 169677DEST_PATH_IMAGE003
中筛选出目标组合，将各述目标组合确认为各目标的角度信息。
优选地，所述二维收发阵列包括若干作为发射天线的发射阵元以及若干作为接收天线的接收阵元；
所述二维收发阵列中，一半以上的发射阵元设置在同一行，各接收阵元排列成两行，且每行中相邻的接收阵元之间的间隔一致；
所述二维收发阵列中，水平方向上的发射阵元/接收阵元的间距最小值为
Figure 57998DEST_PATH_IMAGE009
，竖直方向上的发射阵元/接收阵元的间距最小值为
Figure 940504DEST_PATH_IMAGE010
，其中，
Figure 230671DEST_PATH_IMAGE011
为所采用的毫米波的波长。
优选地，所述二维收发阵列包括12个发射阵元和16个接收阵元；所述12个发射阵元排列成4行，其中6个发射阵元设置在第2行或第3行，另外6个发射阵元均匀排列在另外3行；所述两行接收阵元分别设置在发射阵元的上、下两侧。
本申请第二方面提供了一种等效多快拍的4D毫米波雷达测角装置，包括：
二维测角矩阵单元，用于基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵，所述二维测角矩阵包含各目标的位置和速度信息；
水平角集合单元，用于从所述二维测角矩阵中确定包含实际阵元的数量最多的目标行，并利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合，其中，每一所述阵元对应有一发射天线和一接收天线；
俯仰角集合单元，用于从所述二维测角矩阵中确定包含实际阵元的数量最多，且包含实际阵元的数量相同的多个目标列，并利用多快拍超分辨测角方法对所述多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合；
角度匹配单元，用于对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。
本申请第三方面提供了一种等效多快拍的4D毫米波雷达测角设备，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，实现上述的等效多快拍的4D毫米波雷达测角方法的各个步骤。
本申请第四方面提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述的等效多快拍的4D毫米波雷达测角方法的各个步骤。
经由上述的技术方案可知，本申请首先基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵。其中，所述二维测角矩阵包含各目标的位置和速度信息。接着，从所述二维测角矩阵中选取包含实际阵元的数量最多行，并将所述行确认为目标行，其中，每一所述阵元对应有一发射天线和一接收天线。一方面，由于所述目标行包含阵元的数量最多，意味着所述目标行包含足够的水平方向上的角度信息；从而可以利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合。另一方面，由于仅需采用一个目标行进行水平方向上的测角，因此二维收发阵列中的阵元可以采用非均匀排布方式，以尽量减少阵元数量及面板尺寸。然后，从所述二维测角矩阵中确定包含实际阵元的数量最多，且包含实际阵元的数量相同的多个目标列。在所述多个目标列中，以第一目标列为参考，对于远场目标，后续各目标列与第一目标列在竖直方向上得到的接收信号是完全等价的，于是后续各目标列得到的接收信号等效于第一目标列阵元重复接收了多次，可以实现将空间多快拍数据等效于时间多快拍数据，克服了以增加观察时长来获取快拍数据的缺陷。基于此，采用所述多个目标列作为快拍数据，采用多快拍超分辨测角方法对所述多个目标列进行处理，可以得到各目标在竖直方向上的俯仰角集合。最后，对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。综上，本申请可以实现在有限的面板尺寸下，使用有限的阵元以并不复杂的计算量在水平和竖直维度都实现较高的角度分辨率。
附图说明
为了更清楚地说明本申请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申请的实施例，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为本申请实施例公开的两种模式下的效果对比示意图；
图2为本申请实施例公开的一般性的二维收发阵列的示意图；
图3为本申请实施例公开的虚拟阵列的示意图；
图4为本申请实施例公开的包含阵元间距的二维收发阵列的示意图；
图5为本申请实施例公开的包含阵元间距的虚拟阵列的示意图；
图6为本申请实施例公开的等效多快拍的4D毫米波雷达测角方法的示意图；
图7为本申请实施例公开的虚拟阵列中的目标列及目标行的示意图；
图8为本申请实施例公开的竖直方向单目标测角结果的仿真示意图；
图9为本申请实施例公开的竖直方向多目标测角结果的仿真示意图；
图10为本申请实施例公开的等效多快拍的4D毫米波雷达测角装置的示意图；
图11为本申请实施例公开的等效多快拍的4D毫米波雷达测角设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
为便于理解，下面首先介绍本申请提供的等效多快拍的4D毫米波雷达测角方法所采用的二维收发阵列。如背景技术中所述，实际应用中受限于面板尺寸和硬件芯片自身的条件，天线的通道数不宜过多，否则在包括成本、尺寸、级联芯片的控制与同步问题、功耗与散热问题、数据量等方面都没法满足实用要求。为实现天线孔径的拓展，可以采用MIMO技术。具体地，MIMO技术通过设计收发天线的特殊布局，以产生虚拟阵元的方式实现孔径的拓展。传统的单发多收（Single Input Multi Output，SIMO）技术如果要产生N阵元的孔径，至少需要（1+N）个收发阵元，而使用MIMO技术的（1+N）个收发阵元下可以产生的等效孔径可以远不止N阵元。
如图1所示，以收发共5阵元为例，SIMO方式下使用1个阵元作为发射单元，其余4个作为接收阵元；MIMO方式下使用其中的2个阵元做发射阵元，其余3个做接收阵元，两种模式下最小阵元间距都设置为0.5个波长。那么，SIMO方式下使用5个阵元只能形成4个虚拟阵元，其孔径大小为3*0.5*λ；而MIMO方式下使用5个阵元可以形成6个虚拟阵元其孔径大小为5*0.5*λ，其孔径比SIMO模式下大1个波长。且由此而容易得到的推论是，随着收发阵元数量的增加，MIMO模式下所能形成的虚拟阵列其孔径会远大于SIMO模式，比如当收发阵元总数为N，且假定N为偶数，SIMO模式下可以得到的虚拟阵元数为N-1，而MIMO模式下最多可以得到
Figure 907640DEST_PATH_IMAGE012
个虚拟阵元。
请参阅图2，本申请实施例提供的二维收发阵列采用了非均匀的面阵设计，其包含N个发射阵元以及M个接收阵元，图中，2*M1 = M，(N1+N2-1)*2=N，且2*N2 = N/2。如图2所示，接收阵元对称设置于二维收发阵列的上下两侧，且以均匀排布，其相邻阵元之间的间距取决于水平向发射阵元的数量及其最小间距；发射阵元镜像对称设置于二维收发阵列的左右两侧。竖直向的发射阵列使用最小冗余阵排布，其最小间距dy取决于竖直向想要达到的最大无模糊测角范围；水平向以均匀阵排布，其最小间距dx取决于水平向想要达到的最大无模糊测角范围，对于最大无模糊测角范围，有公式：
Figure 548837DEST_PATH_IMAGE013
其中，λ为所采用的毫米波的波长，
Figure 235033DEST_PATH_IMAGE014
为二维收发阵列中阵元之间的最小间距。由此公式以及最大不模糊测角范围：水平方向上的
Figure 612662DEST_PATH_IMAGE015
，以及竖直方向上的
Figure 929374DEST_PATH_IMAGE016
，可以将水平方向的阵元间距最小值设置为0.58*λ，竖直向阵元间距最小值设置为1.45*λ。此外，收发阵元之间的相对位置关系dz与dw不做限制。
在如图2所示的二维收发阵列下，可以得到的虚拟阵列如图3所示。N个发射阵元与M个接收阵元理论可以得到的虚拟阵元个数为N*M，可以基于此阵列对回波信号进行建模，假设一共有K个远场目标，第k个目标对应的方位角和俯仰角分别为
Figure 854605DEST_PATH_IMAGE017
和
Figure 751017DEST_PATH_IMAGE018
，水平方向第n行、竖直方向第m列上的阵元接收到的回波为
Figure 78093DEST_PATH_IMAGE019
，忽略噪声的影响，则
Figure 300127DEST_PATH_IMAGE019
可以表示为：
Figure 447074DEST_PATH_IMAGE020
其中，
Figure 194449DEST_PATH_IMAGE021
，
Figure 48135DEST_PATH_IMAGE022
，m、n均为正整数，λ代表波长，
Figure 503387DEST_PATH_IMAGE023
代表第k个目标的辐射强度。
Figure 340893DEST_PATH_IMAGE024
与
Figure 907004DEST_PATH_IMAGE025
分别表征以虚拟阵列的第一列和第一行元素为参考的相对距离。
以下将采用N=12、M=16的二维收发阵列对本申请提供的等效多快拍的4D毫米波雷达测角方法进行详细描述。
请参阅图4，其示例了包含12个发射天线以及16个接收天线的二维收发阵列，该16个接收阵元平均分成两组，每组接收阵元为间隔3.48*λ的均匀排布，分别设置于面阵的第1行与第6行，两行之间间距为17.4*λ。该12个发射天线划分成镜面对称的两组，设置于面阵的左右两侧。其中，每一组发射天线均在竖直方向上设置于面阵的第2至第5行，这4行之间的竖直方向上的位置关系满足最小冗余阵列设计原则。具体地，这4行之间的竖直方向上的位置关系应该是满足（0，1，4，6）的比例关系，对应到以竖直向1.45*λ的最小值来说，这4行之间的间隔即为：
Figure 146355DEST_PATH_IMAGE026
，
Figure 943148DEST_PATH_IMAGE027
，以及
Figure 64688DEST_PATH_IMAGE028
。因此，在不考虑天线尺寸的前提下，如图4所示的二维收发阵列所占尺寸为：水平方向上25.52*λ，竖直方向上17.4*λ。以车载毫米波雷达行业规定的77GHz工作频率计算，该二维收发阵列对应的面板尺寸约为：99.43mm*67.79mm，符合对车载毫米波雷达尺寸的要求。如图5所示，该二维收发阵列可以形成包含12*16=192个虚拟阵元的二维虚拟矩阵。
下面介绍本申请实施例提供的等效多快拍的4D毫米波雷达测角方法。请参阅图6，本申请实施例提供的等效多快拍的4D毫米波雷达测角方法可以包括如下步骤：
步骤S101，基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵。
其中，发射天线使用时分的模式或其他模式发射线性调频信号（chirp信号），单帧下每个天线发射N个chirp，接收天线对每个chirp的采样点数为M个，因此，每一虚拟阵元对应有1个
Figure 637751DEST_PATH_IMAGE029
大小的回波数据矩阵，每一接收天线对应有
Figure 793926DEST_PATH_IMAGE030
个
Figure 263085DEST_PATH_IMAGE029
大小的回波数据矩阵，其中，
Figure 871921DEST_PATH_IMAGE030
为发射天线的个数。
示例性地，对应于图1中的二维收发阵列，每一接收阵元对应有12个
Figure 717517DEST_PATH_IMAGE029
，对应的192个虚拟阵元总共可得到192个
Figure 728198DEST_PATH_IMAGE029
大小的回波数据矩阵，其中舍弃前述对应位置重复的两个回波数据矩阵，可以得到有效的190个回波数据矩阵。
对各回波数据矩阵分别基于距离、速度的维度进行FFT，接着基于天线维度进行累积，最后通过CFAR检测等处理可以得到二维测角矩阵。可以理解的是，该二维测角矩阵包含各目标的位置和速度信息。
步骤S102，从该二维测角矩阵中确定包含实际阵元的数量最多的目标行，并利用DBF对该目标行进行处理，得到各目标在水平方向上的水平角集合。
可以理解的是，每一阵元对应有一发射天线和一接收天线，在接收阵元均匀排布的前提下，包含阵元数量最多的行，意味着该行所对应的发射阵元数量最多，包含水平方向上的更多的角度信息，以该行作为目标行，即可满足水平方向上的角度计算。对应于如图2所示的二维虚拟阵列，可以将第3行或第7行确定为目标行。基于该目标行，通过DBF（Digital Beam Forming，数字波束成形）等方法可以得到各目标在水平方向的角度信息。
步骤S103，从该二维测角矩阵中确定包含实际阵元的数量最多，且包含实际阵元的数量相同的多个目标列，并利用多快拍超分辨测角方法对这些目标列进行处理，得到各目标在竖直方向上的俯仰角集合。
传统的多快拍是以牺牲时间（采集多帧数据）来获取的，快拍数定义为单个阵元前后所接收到的信号的次数，而单帧数据下，单个阵元只能接收到一次信号，比如，如果要得到M*2个快拍数，则需要M*2帧数据。然而，如背景技术中所述，这种方式无法满足车载毫米波雷达的应用场景。因此，本申请实施例提出，利用空间多快拍的方式来等效时间多快拍。
具体地，在如图7所示的二维虚拟矩阵中，虚线矩形框内的列，所包含的实际阵元数量最多（均为8个），因此，可以采用这16个列作为目标列。对于这些目标列的各列阵元，以第一列为参考，对于远场目标，后续各列与第一列在竖直方向上得到的接收信号是完全等价的，于是可以考虑将后续各列得到的接收信号等效于第一列阵元接收了M*2次。因此，可以采用这16个列作为目标列，以这些目标列作为快拍数据，采用多快拍超分辨测角方法进行竖直方向上的角度估计，从而得到各目标在竖直方向上的俯仰角集合。
步骤S104，对水平角集合中的各水平角和俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。
示例性地，可以采用压缩感知中的OMP算法进行角度匹配操作，将每一目标的水平角匹配到该目标的俯仰角中，从而得到各目标的角度信息。
本申请首先基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵。其中，所述二维测角矩阵包含各目标的位置和速度信息。接着，从所述二维测角矩阵中选取包含实际阵元的数量最多行，并将所述行确认为目标行，其中，每一所述阵元对应有一发射天线和一接收天线。一方面，由于所述目标行包含阵元的数量最多，意味着所述目标行包含足够的水平方向上的角度信息；从而可以利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合。另一方面，由于仅需采用一个目标行进行水平方向上的测角，因此二维收发阵列中的阵元可以采用非均匀排布方式，以尽量减少阵元数量及面板尺寸。然后，从所述二维测角矩阵中确定包含实际阵元的数量最多，且包含实际阵元的数量相同的多个目标列。在所述多个目标列中，以第一目标列为参考，对于远场目标，后续各目标列与第一目标列在竖直方向上得到的接收信号是完全等价的，于是后续各目标列得到的接收信号等效于第一目标列阵元重复接收了多次，可以实现将空间多快拍数据等效于时间多快拍数据，克服了以增加观察时长来获取快拍数据的缺陷。基于此，采用所述多个目标列作为快拍数据，采用多快拍超分辨测角方法对所述多个目标列进行处理，可以得到各目标在竖直方向上的俯仰角集合。最后，对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。综上，本申请可以实现在有限的面板尺寸下，使用有限的阵元以并不复杂的计算量在水平和竖直维度都实现较高的角度分辨率。
可以理解的是，本申请上述实施例公开的等效多快拍的4D毫米波雷达测角方法适用于所有的二维收发阵列，图4所示的二维收发阵列是较优的一种。二维收发阵列中接收阵元、发射阵元之间的具体间距，主要取决于想要达到的最大不模糊测角范围和角度分辨率，当最大不模糊测角范围这一系统参数确定后，相邻阵元之间的最小间隔就会被确定：比如给出的阵列中，水平方向的最大不模糊范围设置为
Figure 397952DEST_PATH_IMAGE015
，此时依据前述的雷达的最大不模糊测角范围公式，得到水平方向的阵元的最小间隔应该为0.58*λ。
基于此，在本申请的一些实施例中，目标二维收发阵列可以为非均匀天线阵列，包括若干作为发射天线的发射阵元以及若干作为接收天线的接收阵元。在该目标二维收发阵列中，水平方向上的发射阵元或接收阵元的间距最小值为0.58λ，竖直方向上的发射阵元或接收阵元的间距最小值为1.45λ，其中，λ为所采用的毫米波的波长。
为贴合本申请实施例提供的车载4D毫米波雷达的联合测角方法，在水平方向保证使用FFT或波束成形进行测角的准确性，在二维收发阵列尺寸受限的情况下，可以将一半的发射天线设置在同一行，使其产生如图7中点框所框住的第3行或第7行那样足够密的虚拟阵元。
基于此，在本申请的一些实施例中，在目标二维收发阵列中，一半以上的发射阵元设置在同一行，各接收阵元排列成两行，且每行中相邻的接收阵元之间的间隔一致。
而竖直方向由于可以使用超分辨算法，对阵列稀疏度的要求低一些，可以对发射阵元按照最小冗余阵的间隔进行排布，实际的排布方式可以有多种，但对应的测角分辨率可能不一样。
基于此，在本申请的一些实施例中，目标二维收发阵列可以包括12个发射阵元和16个接收阵元。其中，该12个发射阵元排列成4行，其中6个发射阵元设置在第2行或第3行，另外6个发射阵元均匀排列在另外3行。两行接收阵元分别设置在发射阵元的上、下两侧。
在本申请的一些实施例中，上述步骤S101基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵的过程，可以包括：
S1，对各回波数据矩阵进行2D-FFT，得到各距离-多普勒谱。
其中，通过对各回波数据矩阵进行2D-FFT（2-Dimention Fast FourierTransform，二维快速傅里叶变换），可以完成回波数据在距离维度、速度维度的压缩。
S2，对距离-多普勒谱进行非相关累积处理，得到累积后的距离-多普勒谱。
其中，该非相关累积处理实际上是对S1中得到的数据基于天线维度进行累积，从而得到每个通道下的数据。
S3，对各累积后的距离-多普勒谱进行CFAR（Constant False Alarm Rate，恒虚警率）检测，得到各目标的距离和速度索引。
具体地，根据非相干积累结果进行恒虚警率检测，可以得到这一帧内所有可能的目标。根据CFAR检测的可能目标在距离-多普勒谱上的对应位置，可以计算出目标的距离和速度信息。
S4，基于各距离-多普勒谱以及各目标的距离和速度索引，获取各目标对应的二维测角矩阵。
示例性地，对应于图4中的二维收发阵列，可以得到大小为18*87的二维测角矩阵。其中，由于图5中所示的二维虚拟阵列中阵元空缺的元素可以采用0来填充。
在本申请的一些实施例中，上述步骤S102利用DBF对该目标行进行处理，得到各目标在水平方向上的水平角集合的过程，可以包括：
S1，基于水平方向上预设的测角范围，确定第一角度集合A：
Figure 166188DEST_PATH_IMAGE031
对于车载雷达来说，其水平方向上的测角范围一般为
Figure 877792DEST_PATH_IMAGE015
，而第一角度集合A内的各角度一般可以设为在测角范围内以
Figure 946242DEST_PATH_IMAGE032
均匀分布，其中，
Figure 85099DEST_PATH_IMAGE032
的选取由于测角分辨率即可。示例性地，可以将
Figure 606210DEST_PATH_IMAGE032
的值设置为1度，则第一角度集合A中所包含的角度值为从
Figure 121505DEST_PATH_IMAGE033
到
Figure 277418DEST_PATH_IMAGE034
，对应有121个角度。
S2，基于二维收发阵列的阵元排布，确定该目标行的第一导向矢量
Figure 587176DEST_PATH_IMAGE035
。
S3，基于该目标行的导向矢量和第一角度集合A，确定第一导向矢量矩阵
Figure 595584DEST_PATH_IMAGE035
：
Figure 648990DEST_PATH_IMAGE036
S4，利用数字波束成形方法对第一导向矢量矩阵
Figure 160874DEST_PATH_IMAGE035
和由该目标行的各元素构成的一维向量进行相乘处理，得到一维DBF结果。
S5，获取所述一维DBF结果中的多个局部峰值，得到各目标在水平方向上的水平角集合。
示例性地，对于图7所示的二维虚拟阵列，选取第3行或第七行（点框所框住的行）作为该目标行，该目标行的全部阵元（48个）构成一维向量（设为
Figure 641534DEST_PATH_IMAGE037
），且第一角度集合A中的角度以1°作为步进，从
Figure 137238DEST_PATH_IMAGE033
到
Figure 436413DEST_PATH_IMAGE034
共包含121个角度，那么，该第一导向矢量矩阵
Figure 396279DEST_PATH_IMAGE035
可以表示为：
Figure 719944DEST_PATH_IMAGE038
利用数字波束成形方法进行相乘处理后，得到一维DBF结果：
Figure 499681DEST_PATH_IMAGE039
假设存在K个目标，对一维DBF结果
Figure 832573DEST_PATH_IMAGE040
进行峰值查找操作，可以得到这些目标所在的水平角集合为：
Figure 646945DEST_PATH_IMAGE041
在本申请的一些实施例中，上述步骤S103利用多快拍超分辨测角方法对该多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合的过程，可以包括：
S1，基于该多个目标列中的各元素，生成信号协方差矩阵。
示例性地，对于图7所示的二维虚拟阵列，选取虚线框内各自包含8个实际阵元的16列作为目标列，基于这些目标列中的各元素，可以生成一个8*16大小的矩阵，假设该矩阵为
Figure 672670DEST_PATH_IMAGE042
，该矩阵中的列数16对应于快拍数。此时，信号协方差矩阵
Figure 939704DEST_PATH_IMAGE043
可以精确估计为：
Figure 309243DEST_PATH_IMAGE044
S2，基于竖直方向上预设的测角范围，确定第二角度集合B：
Figure 978121DEST_PATH_IMAGE045
对于车载雷达来说，其竖直方向上的测角范围一般为
Figure 174748DEST_PATH_IMAGE016
，而第二角度集合B内的各角度一般可以设为在测角范围内以
Figure 601181DEST_PATH_IMAGE046
均匀分布，其中，
Figure 603772DEST_PATH_IMAGE046
的选取由于测角分辨率即可。示例性地，可以将
Figure 64840DEST_PATH_IMAGE046
的值设置为1度，则第二角度集合B中所包含的角度值为从
Figure 930903DEST_PATH_IMAGE047
到
Figure 172528DEST_PATH_IMAGE048
，对应有31个角度。
S3，基于该二维收发阵列的阵元排布，确定每一目标列的第二导向矢量
Figure 385335DEST_PATH_IMAGE049
。
S4，基于每一目标列的第二导向矢量和第二角度集合B，确定第二导向矢量矩阵
Figure 763227DEST_PATH_IMAGE049
：
Figure 301655DEST_PATH_IMAGE050
其中，h为快拍数，q为第二角度集合B中的角度的总数。
S5，利用MVDR（Minimum Variance Distortionless Response，最小均方无畸变响应）对该信号协方差矩阵和第二导向矢量矩阵
Figure 764998DEST_PATH_IMAGE049
进行处理，得到一维MVDR结果：
Figure 312654DEST_PATH_IMAGE051
在精确估计协方差矩阵的基础之上，可以使用多快拍超分辨测角方法进行俯仰向角度的估计，MVDR算法是超分辨测角方法的一种，相比MUSIC等基于子空间的算法不需要对目标的数目进行估计，处理流程相对简单。
S6，获取一维MVDR结果中的多个局部峰值，得到各目标在竖直方向上的俯仰角集合。
在本申请的一些实施例中，上述步骤S104对水平角集合中的各水平角和俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息的过程，可以包括：
S1，利用二维测角矩阵的各元素生成一维向量，得到一维测角向量
Figure 715691DEST_PATH_IMAGE001
。
S2，基于二维收发阵列的阵元排布，确定所述一维测角向量对应的第三导向矢量
Figure 487338DEST_PATH_IMAGE002
。
S3，对水平角集合中的各水平角和俯仰角集合中的各俯仰角进行两两组合，得到各角度组合
Figure 641239DEST_PATH_IMAGE003
：
Figure 523744DEST_PATH_IMAGE004
显然地，角度组合
Figure 548332DEST_PATH_IMAGE003
包含
Figure 490880DEST_PATH_IMAGE052
种角度组合。
S4，基于所述一维测角向量
Figure 866498DEST_PATH_IMAGE001
、第三导向矢量
Figure 248632DEST_PATH_IMAGE002
和各角度组合
Figure 455623DEST_PATH_IMAGE003
构建压缩感知模型：
Figure 241176DEST_PATH_IMAGE005
其中，
Figure 166407DEST_PATH_IMAGE006
为基于所述第三导向矢量
Figure 328398DEST_PATH_IMAGE002
和各角度组合构成的第三导向矩阵：
Figure 655474DEST_PATH_IMAGE007
N为一维测角向量的大小，对于如图3或图5所示的二维虚拟阵列，该大小为192。x为稀疏度为K、大小为
Figure 877508DEST_PATH_IMAGE008
的稀疏向量。
S5，利用OMP（Orthogonal Matching Pursuit，正交匹配追踪算法）对所述压缩感知模型进行处理，得到x中的各非零元素。
S6，x中的各非零元素在x中的位置作为索引，从各角度组合
Figure 460674DEST_PATH_IMAGE003
中筛选出目标组合，将各述目标组合确认为各目标的角度信息。
为验证本申请所提出的测角方法的可行性，在前述阵列设计和信号模型下，给出竖直方向对其中一列使用DBF测角与使用本申请提出的空间多快拍MVDR测角方法的仿真结果对比分析。请参阅图8，目标竖直方向位于0°位置，可以看到两种方法都准确测得了目标，但是传统的DBF测角方法旁瓣很高。请参阅图9，目标竖直方向分别位于0°、1°和10°的位置，可以看到传统的DBF测角方法对于0°和1°的目标没法区分，且旁瓣极高，而使用本发明提出的空间多快拍测角方法可以准确区分0°和1°的目标，且旁瓣很低，达到了超分辨测角的效果。使用非超分辨比如DBF测角算法，角度分辨率受限于阵列孔径，有公式：
Figure 488672DEST_PATH_IMAGE053
式中λ为载波波长，D为阵列孔径大小，
Figure 873517DEST_PATH_IMAGE054
一般取0，对应0°方向的角度分辨率，在本实施例中，竖直方向的虚拟孔径大小为D = 18*1.45*λ，对应角分辨率约为2.2°。从图7中可以看到，间隔1°的两个目标，使用DBF测角没法将之区分，但是使用本申请提出的等效多快拍的4D毫米波雷达测角方法可以做到超分辨。上述的仿真试验验证了竖直方向上使用空间多快拍的MVDR超分辨测角方法的可行性与准确性。
下面对本申请实施例提供的等效多快拍的4D毫米波雷达测角装置进行描述，下文描述的等效多快拍的4D毫米波雷达测角装置与上文描述的等效多快拍的4D毫米波雷达测角方法可相互对应参照。
请参见图10，本申请实施例提供的等效多快拍的4D毫米波雷达测角装置，可以包括：
二维测角矩阵单元21，用于基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵，所述二维测角矩阵包含各目标的位置和速度信息；
水平角集合单元22，用于从所述二维测角矩阵中确定包含实际阵元的数量最多的目标行，并利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合，其中，每一所述阵元对应有一发射天线和一接收天线；
俯仰角集合单元23，用于从所述二维测角矩阵中确定包含实际阵元的数量最多，且包含实际阵元的数量相同的多个目标列，并利用多快拍超分辨测角方法对所述多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合；
角度匹配单元24，用于对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。
在本申请的一些实施例中，二维测角矩阵单元21基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵的过程，可以包括：
对各回波数据矩阵进行二维快速傅里叶变换2D-FFT，得到各距离-多普勒谱；
对所述距离-多普勒谱进行非相关累积处理，得到累积后的距离-多普勒谱；
对各累积后的距离-多普勒谱进行恒虚警率CFAR检测，得到各目标的距离和速度索引；
基于所述各距离-多普勒谱以及所述各目标的距离和速度索引，确定二维测角矩阵。
在本申请的一些实施例中，水平角集合单元22利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合的过程，可以包括：
基于水平方向上预设的测角范围，确定第一角度集合；
基于所述二维收发阵列的阵元排布，确定所述目标行的第一导向矢量；
基于所述第一导向矢量和所述第一角度集合，确定第一导向矢量矩阵；
利用数字波束成形方法对所述第一导向矢量矩阵和由所述目标行的各元素构成的一维向量进行相乘处理，得到一维DBF结果；
获取所述一维DBF结果中的多个局部峰值，得到各目标在水平方向上的水平角集合。
在本申请的一些实施例中，俯仰角集合单元23利用多快拍超分辨测角方法对所述多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合的过程，可以包括：
基于所述多个目标列中的各元素，生成信号协方差矩阵；
基于竖直方向上预设的测角范围，确定第二角度集合；
基于所述二维收发阵列的阵元排布，确定每一目标列的第二导向矢量；
基于每一目标列的第二导向矢量和所述第二角度集合，确定第二导向矢量矩阵；
利用最小均方无畸变响应方法MVDR对所述信号协方差矩阵和所述第二导向矢量矩阵进行处理，得到一维MVDR结果；
获取所述一维MVDR结果中的多个局部峰值，得到各目标在竖直方向上的俯仰角集合。
在本申请的一些实施例中，角度匹配单元24对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息的过程，可以包括：
利用所述二维测角矩阵的各元素生成一维向量，得到一维测角向量
Figure 328770DEST_PATH_IMAGE001
；
基于所述二维收发阵列的阵元排布，确定所述一维测角向量对应的第三导向矢量
Figure 635117DEST_PATH_IMAGE002
；
对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行两两组合，得到各角度组合
Figure 201228DEST_PATH_IMAGE003
：
Figure 440579DEST_PATH_IMAGE004
基于所述一维测角向量
Figure 66733DEST_PATH_IMAGE001
、所述第三导向矢量
Figure 890070DEST_PATH_IMAGE002
和各角度组合
Figure 259871DEST_PATH_IMAGE003
构建压缩感知模型：
Figure 88150DEST_PATH_IMAGE005
其中，
Figure 822888DEST_PATH_IMAGE006
为基于所述第三导向矢量
Figure 431724DEST_PATH_IMAGE002
和各角度组合构成的第三导向矩阵：
Figure 542899DEST_PATH_IMAGE007
N为一维测角向量的大小，x为稀疏度为K、大小为
Figure 724220DEST_PATH_IMAGE008
的稀疏向量；
利用正交匹配追踪算法OMP对所述压缩感知模型进行处理，得到x中的各非零元素；
以x中的各非零元素在x中的位置作为索引，从所述各角度组合
Figure 692176DEST_PATH_IMAGE003
中筛选出目标组合，将各述目标组合确认为各目标的角度信息。
在本申请的一些实施例中，所述二维收发阵列包括若干作为发射天线的发射阵元以及若干作为接收天线的接收阵元；
所述二维收发阵列中，一半以上的发射阵元设置在同一行，各接收阵元排列成两行，且每行中相邻的接收阵元之间的间隔一致；
所述二维收发阵列中，水平方向上的发射阵元/接收阵元的间距最小值为0.58λ，竖直方向上的发射阵元/接收阵元的间距最小值为1.45λ，其中，λ为所采用的毫米波的波长。
在本申请的一些实施例中，所述二维收发阵列包括12个发射阵元和16个接收阵元；所述12个发射阵元排列成4行，其中6个发射阵元设置在第2行或第3行，另外6个发射阵元均匀排列在另外3行；所述两行接收阵元分别设置在发射阵元的上、下两侧。
本申请实施例提供的等效多快拍的4D毫米波雷达测角装置可应用于等效多快拍的4D毫米波雷达测角设备，如计算机等。可选的，图11示出了等效多快拍的4D毫米波雷达测角设备的硬件结构框图，参照图11，等效多快拍的4D毫米波雷达测角设备的硬件结构可以包括：至少一个处理器31，至少一个通信接口32，至少一个存储器33和至少一个通信总线34。
在本申请实施例中，处理器31、通信接口32、存储器33、通信总线34的数量为至少一个，且处理器31、通信接口32、存储器33通过通信总线34完成相互间的通信；
处理器31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申请实施例的一个或多个集成电路等；
存储器33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33存储有程序，处理器31可调用存储器33存储的程序，所述程序用于：
基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵，所述二维测角矩阵包含各目标的位置和速度信息；
从所述二维测角矩阵中确定包含实际阵元的数量最多的目标行，并利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合，其中，每一所述阵元对应有一发射天线和一接收天线；
从所述二维测角矩阵中确定包含实际阵元的数量最多，且包含实际阵元的数量相同的多个目标列，并利用多快拍超分辨测角方法对所述多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合；
对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。
可选的，所述程序的细化功能和扩展功能可参照上文描述。
本申请实施例还提供一种存储介质，该存储介质可存储有适于处理器执行的程序，所述程序用于：
基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵，所述二维测角矩阵包含各目标的位置和速度信息；
从所述二维测角矩阵中确定包含实际阵元的数量最多的目标行，并利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合，其中，每一所述阵元对应有一发射天线和一接收天线；
从所述二维测角矩阵中确定包含实际阵元的数量最多，且包含实际阵元的数量相同的多个目标列，并利用多快拍超分辨测角方法对所述多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合；
对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。
可选的，所述程序的细化功能和扩展功能可参照上文描述。
综上所述：
本申请首先基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵。其中，所述二维测角矩阵包含各目标的位置和速度信息。接着，从所述二维测角矩阵中选取包含实际阵元的数量最多行，并将所述行确认为目标行，其中，每一所述阵元对应有一发射天线和一接收天线。一方面，由于所述目标行包含阵元的数量最多，意味着所述目标行包含足够的水平方向上的角度信息；从而可以利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合。另一方面，由于仅需采用一个目标行进行水平方向上的测角，因此二维收发阵列中的阵元可以采用非均匀排布方式，以尽量减少阵元数量及面板尺寸。然后，从所述二维测角矩阵中确定包含实际阵元的数量最多，且包含实际阵元的数量相同的多个目标列。在所述多个目标列中，以第一目标列为参考，对于远场目标，后续各目标列与第一目标列在竖直方向上得到的接收信号是完全等价的，于是后续各目标列得到的接收信号等效于第一目标列阵元重复接收了多次，可以实现将空间多快拍数据等效于时间多快拍数据，克服了以增加观察时长来获取快拍数据的缺陷。基于此，采用所述多个目标列作为快拍数据，采用多快拍超分辨测角方法对所述多个目标列进行处理，可以得到各目标在竖直方向上的俯仰角集合。最后，对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。综上，本申请可以实现在有限的面板尺寸下，使用有限的阵元以并不复杂的计算量在水平和竖直维度都实现较高的角度分辨率。
最后，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。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。
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申请。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申请的精神或范围的情况下，在其它实施例中实现。因此，本申请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)

1.一种等效多快拍的4D毫米波雷达测角方法，其特征在于，包括：
基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵，所述二维测角矩阵包含各目标的位置和速度信息；
从所述二维测角矩阵中确定包含实际阵元的数量最多的目标行，并利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合，其中，每一所述阵元对应有一发射天线和一接收天线；
从所述二维测角矩阵中确定包含实际阵元的数量最多、且包含实际阵元的数量相同的多个目标列，并利用多快拍超分辨测角方法对所述多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合；
对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。
2.根据权利要求1所述的方法，其特征在于，所述基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵的过程，包括：
对各回波数据矩阵进行二维快速傅里叶变换2D-FFT，得到各距离-多普勒谱；
对所述距离-多普勒谱进行非相关累积处理，得到累积后的距离-多普勒谱；
对各累积后的距离-多普勒谱进行恒虚警率CFAR检测，得到各目标的距离和速度索引；
基于所述各距离-多普勒谱以及所述各目标的距离和速度索引，确定二维测角矩阵。
3.根据权利要求1所述的方法，其特征在于，利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合的过程，包括：
基于水平方向上预设的测角范围，确定第一角度集合；
基于所述二维收发阵列的阵元排布，确定所述目标行的第一导向矢量；
基于所述第一导向矢量和所述第一角度集合，确定第一导向矢量矩阵；
利用数字波束成形方法对所述第一导向矢量矩阵和由所述目标行的各元素构成的一维向量进行相乘处理，得到一维DBF结果；
获取所述一维DBF结果中的多个局部峰值，得到各目标在水平方向上的水平角集合。
4.根据权利要求1所述的方法，其特征在于，利用多快拍超分辨测角方法对所述多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合的过程，包括：
基于所述多个目标列中的各元素，生成信号协方差矩阵；
基于竖直方向上预设的测角范围，确定第二角度集合；
基于所述二维收发阵列的阵元排布，确定每一目标列的第二导向矢量；
基于每一目标列的第二导向矢量和所述第二角度集合，确定第二导向矢量矩阵；
利用最小均方无畸变响应方法MVDR对所述信号协方差矩阵和所述第二导向矢量矩阵进行处理，得到一维MVDR结果；
获取所述一维MVDR结果中的多个局部峰值，得到各目标在竖直方向上的俯仰角集合。
5.根据权利要求1所述的方法，其特征在于，对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息的过程，包括：
利用所述二维测角矩阵的各元素生成一维向量，得到一维测角向量
Figure 191621DEST_PATH_IMAGE001
；
基于所述二维收发阵列的阵元排布，确定所述一维测角向量对应的第三导向矢量
Figure 103951DEST_PATH_IMAGE002
；
对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行两两组合，得到各角度组合
Figure 629610DEST_PATH_IMAGE003
：
Figure 787053DEST_PATH_IMAGE004
基于所述一维测角向量
Figure 347348DEST_PATH_IMAGE001
、所述第三导向矢量
Figure 165000DEST_PATH_IMAGE002
和各角度组合
Figure 443534DEST_PATH_IMAGE003
构建压缩感知模型：
Figure 139089DEST_PATH_IMAGE005
其中，
Figure 491573DEST_PATH_IMAGE006
为基于所述第三导向矢量
Figure 230859DEST_PATH_IMAGE002
和各角度组合构成的第三导向矩阵：
Figure 245957DEST_PATH_IMAGE007
N为一维测角向量的大小，x为稀疏度为K、大小为
Figure 463312DEST_PATH_IMAGE008
的稀疏向量；
利用正交匹配追踪算法OMP对所述压缩感知模型进行处理，得到x中的各非零元素；
以x中的各非零元素在x中的位置作为索引，从所述各角度组合
Figure 935882DEST_PATH_IMAGE003
中筛选出目标组合，将各述目标组合确认为各目标的角度信息。
6.根据权利要求1所述的方法，其特征在于，所述二维收发阵列包括若干作为发射天线的发射阵元以及若干作为接收天线的接收阵元；
所述二维收发阵列中，一半以上的发射阵元设置在同一行，各接收阵元排列成两行，且每行中相邻的接收阵元之间的间隔一致；
所述二维收发阵列中，水平方向上的发射阵元/接收阵元的间距最小值为
Figure 127960DEST_PATH_IMAGE009
，竖直方向上的发射阵元/接收阵元的间距最小值为
Figure 115507DEST_PATH_IMAGE010
，其中，
Figure 391680DEST_PATH_IMAGE011
为所采用的毫米波的波长。
7.根据权利要求6所述的方法，其特征在于，所述二维收发阵列包括12个发射阵元和16个接收阵元；所述12个发射阵元排列成4行，其中6个发射阵元设置在第2行或第3行，另外6个发射阵元均匀排列在另外3行；两行接收阵元分别设置在发射阵元的上、下两侧。
8.一种等效多快拍的4D毫米波雷达测角装置，其特征在于，包括：
二维测角矩阵单元，用于基于二维收发阵列中各接收天线接收到的回波数据矩阵，确定二维测角矩阵，所述二维测角矩阵包含各目标的位置和速度信息；
水平角集合单元，用于从所述二维测角矩阵中确定包含实际阵元的数量最多的目标行，并利用数字波束成形DBF对所述目标行进行处理，得到各目标在水平方向上的水平角集合，其中，每一所述阵元对应有一发射天线和一接收天线；
俯仰角集合单元，用于从所述二维测角矩阵中确定包含实际阵元的数量最多，且包含实际阵元的数量相同的多个目标列，并利用多快拍超分辨测角方法对所述多个目标列进行处理，得到各目标在竖直方向上的俯仰角集合；
角度匹配单元，用于对所述水平角集合中的各水平角和所述俯仰角集合中的各俯仰角进行匹配，得到各目标的角度信息。
9.一种等效多快拍的4D毫米波雷达测角设备，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1~7中任一项所述的等效多快拍的4D毫米波雷达测角方法的各个步骤。
10.一种存储介质，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1~7中任一项所述的等效多快拍的4D毫米波雷达测角方法的各个步骤。
CN202211264230.XA 2022-10-17 2022-10-17 等效多快拍的4d毫米波雷达测角方法、装置及相关设备 Active CN115327473B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211264230.XA CN115327473B (zh) 2022-10-17 2022-10-17 等效多快拍的4d毫米波雷达测角方法、装置及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211264230.XA CN115327473B (zh) 2022-10-17 2022-10-17 等效多快拍的4d毫米波雷达测角方法、装置及相关设备

Publications (2)

Publication Number Publication Date
CN115327473A true CN115327473A (zh) 2022-11-11
CN115327473B CN115327473B (zh) 2022-12-16

Family

ID=83915193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211264230.XA Active CN115327473B (zh) 2022-10-17 2022-10-17 等效多快拍的4d毫米波雷达测角方法、装置及相关设备

Country Status (1)

Country Link
CN (1) CN115327473B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116106847A (zh) * 2023-01-18 2023-05-12 珠海微度芯创科技有限责任公司 毫米波雷达二维联合超分辨测角方法、装置及存储介质
CN118068313A (zh) * 2024-04-22 2024-05-24 广东大湾区空天信息研究院 一种毫米波雷达、波达角测量方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110038229A1 (en) * 2009-08-17 2011-02-17 Broadcom Corporation Audio source localization system and method
CN106093921A (zh) * 2016-07-25 2016-11-09 中国电子科技集团公司第五十四研究所 基于稀疏分解理论的声矢量阵宽带测向方法
WO2017161874A1 (zh) * 2016-03-23 2017-09-28 中兴通讯股份有限公司 一种mimo雷达波达方向估计方法和装置
CN109459744A (zh) * 2018-12-19 2019-03-12 西北工业大学 一种实现多干扰抑制的稳健自适应波束形成方法
CN109655799A (zh) * 2018-12-26 2019-04-19 中国航天科工集团八五研究所 基于iaa的协方差矩阵向量化的非均匀稀疏阵列测向方法
US20200136250A1 (en) * 2019-12-23 2020-04-30 Intel Corporation Beamforming techniques implementing the iterative adaptive approach (iaa)
CN113970718A (zh) * 2021-10-27 2022-01-25 东南大学 一种阵列超分辨波达方向估计方法
CN114879139A (zh) * 2022-07-13 2022-08-09 广东大湾区空天信息研究院 一种车载4d毫米波雷达的联合测角方法、装置及相关设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110038229A1 (en) * 2009-08-17 2011-02-17 Broadcom Corporation Audio source localization system and method
WO2017161874A1 (zh) * 2016-03-23 2017-09-28 中兴通讯股份有限公司 一种mimo雷达波达方向估计方法和装置
CN106093921A (zh) * 2016-07-25 2016-11-09 中国电子科技集团公司第五十四研究所 基于稀疏分解理论的声矢量阵宽带测向方法
CN109459744A (zh) * 2018-12-19 2019-03-12 西北工业大学 一种实现多干扰抑制的稳健自适应波束形成方法
CN109655799A (zh) * 2018-12-26 2019-04-19 中国航天科工集团八五研究所 基于iaa的协方差矩阵向量化的非均匀稀疏阵列测向方法
US20200136250A1 (en) * 2019-12-23 2020-04-30 Intel Corporation Beamforming techniques implementing the iterative adaptive approach (iaa)
CN113970718A (zh) * 2021-10-27 2022-01-25 东南大学 一种阵列超分辨波达方向估计方法
CN114879139A (zh) * 2022-07-13 2022-08-09 广东大湾区空天信息研究院 一种车载4d毫米波雷达的联合测角方法、装置及相关设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
F HAQUE等: ""Enhanced fast DOA algorithm through shrinking signal subspace and noise pseudo eigenvector using forward-backward method"", 《2011 IEEE INTERNATIONAL CONFERENCE ON COMPUTER APPLICATIONS AND INDUSTRIAL ELECTRONICS (ICCAIE)》 *
JIANHONG CHU等: ""A Novel Approach of 2-D DOA Estimation by Employing Coprime Linear Array Motion"", 《IEEE COMMUNICATIONS LETTERS 》 *
杨雪亚: ""面阵二维角度估计的RELAX 算法"", 《中国电子科学研究院学报》 *
郑通等: ""基于多快拍图像联合的MIMO雷达三维成像方法"", 《雷达学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116106847A (zh) * 2023-01-18 2023-05-12 珠海微度芯创科技有限责任公司 毫米波雷达二维联合超分辨测角方法、装置及存储介质
CN116106847B (zh) * 2023-01-18 2023-11-07 珠海微度芯创科技有限责任公司 毫米波雷达二维联合超分辨测角方法、装置及存储介质
CN118068313A (zh) * 2024-04-22 2024-05-24 广东大湾区空天信息研究院 一种毫米波雷达、波达角测量方法和装置

Also Published As

Publication number Publication date
CN115327473B (zh) 2022-12-16

Similar Documents

Publication Publication Date Title
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
CN114879139B (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
US11740328B2 (en) Methods and systems for processing radar signals
CN109490820A (zh) 一种基于平行嵌套阵的二维doa估计方法
CN109633520B (zh) 一种均匀圆阵超分辨率空间谱估计方法
US11125871B2 (en) Azimuth estimation device and method
CN114814817A (zh) 运动目标速度解模糊方法、装置、电子设备及存储介质
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
JP4232628B2 (ja) レーダ装置
JP7160561B2 (ja) 方位演算装置及び方位演算方法
RU2527943C1 (ru) Способ обработки сигналов при многоканальной фазовой пеленгации источников радиоизлучений коротковолнового диапазона
CN105445698B (zh) 一种双直线阵之间高精度时延估计方法
CN115469286A (zh) 基于毫米波汽车雷达最小冗余mimo阵列的超分辨测角方法
CN114609580A (zh) 一种基于非圆信号的无孔互质阵列设计方法
CN104375116B (zh) 一种基于无线传感器阵列的到达方向检测方法
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
CN114355309A (zh) 目标角度和距离定位方法、装置、雷达和存储介质
CN114265005A (zh) 一种极化相位干涉仪测向方法及装置
Hu et al. High resolution 3D imaging in MIMO radar with sparse array
CN118068313B (zh) 一种毫米波雷达、波达角测量方法和装置
CN114879138B (zh) 一种毫米波雷达二维角度计算方法、装置及相关设备
CN112799049A (zh) 毫米波雷达平台超分辨测角方法、装置、设备及存储介质
CN116256716B (zh) 基于加权线性拟合的毫米波雷达超分辨方法和系统
Wang et al. Underdetermined direction of arrival estimation with nonuniform linear motion sampling based on a small unmanned aerial vehicle platform
US20240302494A1 (en) Data processing method for processing matrices in radar applications

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