CN115575922A - 基于车载fmcw毫米波雷达的动目标检测方法和装置 - Google Patents

基于车载fmcw毫米波雷达的动目标检测方法和装置 Download PDF

Info

Publication number
CN115575922A
CN115575922A CN202211564900.XA CN202211564900A CN115575922A CN 115575922 A CN115575922 A CN 115575922A CN 202211564900 A CN202211564900 A CN 202211564900A CN 115575922 A CN115575922 A CN 115575922A
Authority
CN
China
Prior art keywords
target
vehicle
signal
scattering center
doppler 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
CN202211564900.XA
Other languages
English (en)
Other versions
CN115575922B (zh
Inventor
邓彬
李韬
王宏强
杨琪
易俊
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202211564900.XA priority Critical patent/CN115575922B/zh
Publication of CN115575922A publication Critical patent/CN115575922A/zh
Application granted granted Critical
Publication of CN115575922B publication Critical patent/CN115575922B/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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • 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
    • G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
    • G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
    • 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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • 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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • G01S7/2927—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value
    • 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
    • G01S7/40—Means for monitoring or calibrating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请涉及一种基于车载FMCW毫米波雷达的动目标检测方法和装置。所述方法包括：首先获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到点聚滤波距离多普勒数据图和目标散射中心相对雷达方向角度，然后根据点聚滤波距离多普勒数据图和雷达安装角度进行车载平台运动速度估计，再根据目标散射中心相对雷达方向角度和雷达安装角度对目标散射中心进行速度补偿，并将得到的目标散射中心相对车载平台运动方向速度直接与车载平台运动速度进行比较从而判定动目标和静止目标。采用本方法能够在不显著增加硬件成本的情况下应用于运动平台上的各类多通道车载毫米波雷达，实现动目标检测功能。

Description

基于车载FMCW毫米波雷达的动目标检测方法和装置
技术领域
本申请涉及雷达目标检测技术领域，特别是涉及一种基于车载FMCW毫米波雷达的动目标检测方法和装置。
背景技术
近年来智能驾驶产业迅速发展，自动驾驶已成为市场追求的热点，当前市场上的车载雷达产品主要有两个类别，一是盲点检测、变道辅助、倒车预警、开门辅助等雷达，此类雷达只能检测探测距离内有无障碍物，不能对目标与背景进行区分，不能对多目标进行检测及区分，不能进行速度测量；二是毫米波高分辨成像雷达，此类产品输出高分辨的雷达点云信息，即输出所有检测到的信息，不能区分背景和目标，实时数据量大，处理复杂，通常需要配备专业图形处理系统进行后续处理或进行多源融合检测识别，成本较高，难以小型化。
现有的车载雷达的动目标检测主要是基于静止平台，基于运动平台的车载雷达动目标检测主要是根据MIMO(Multiple-Input Multiple-Output,多输入多输出)阵列进行动目标检测，通常使用空时自适应算法进行处理，其处理算法流程如图1所示。首先通过获取的平台运动速度V，对具有相同多普勒的子孔径数据进行逐列补偿，即对各组数据进行多普勒滤波，相当于消去的散射中心的导向矢量，使杂波在各子孔径数据具有相同的能量和相位，而后利用权重w进行加权补偿后各子孔径的信号做差从而消去杂波，利用对消后数据进行恒虚警检测(Constant False Alarm Rate, CFAR)识别出目标，最后进行比相测角计算目标相对角度。但是此方法对雷达天线即各通道一致性要求高，不仅是相位，在幅值上也要精确匹配，否则补偿后难以对消成功，仍然会在CFAR检测中识别为动目标，但是在通常的MIMO毫米波雷达不同信道测量相位误差较小而其测量幅值上差异较大，且差异不为线性，随距离目标散射较度等变化而变化，难以配准。同时为满足目标比相测角所需的通道要求，需要同时对各子通道的数据进行上述处理，对每个数据进行补偿及CFAR检测，计算量大。综上为实现所需功能，对平台设计要求高，复杂硬件成本，适用场景有限。故有必要设计一种在不显著增加硬件成本的情况下能够应用各类车载毫米波雷达实现动目标检测的方法。
发明内容
基于此，有必要针对上述技术问题，提供一种能够基于运动平台进行动目标检测的一种基于车载FMCW毫米波雷达的动目标检测方法和装置。
一种基于车载FMCW毫米波雷达的动目标检测方法，所述方法包括：
获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，对回波距离多普勒数据图进行二维恒虚警检测和点聚滤波，得到点聚滤波距离多普勒数据图，对点聚滤波距离多普勒数据图中的目标散射中心进行角度估计，得到目标散射中心相对雷达方向角度；
当雷达正向安装时，将点聚滤波距离多普勒数据图中的远距离目标散射中心沿多普勒轴进行累积，并将累积数量最多的远距离目标散射中心对应的运动速度作为车载平台运动速度；否则，读取车辆车速表速度作为车载平台运动速度；
根据目标散射中心相对雷达方向角度和雷达安装角度对目标散射中心进行速度补偿，得到目标散射中心相对车载平台运动方向速度，将目标散射中心相对车载平台运动方向速度与车载平台运动速度进行比较，当目标散射中心相对车载平台运动方向速度与车载平台运动速度一致时，判定目标散射中心为静止目标；否则，判定目标散射中心自身存在多普勒偏移，为动目标。
在其中一个实施例中，获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，对回波距离多普勒数据图进行二维恒虚警检测和点聚滤波，得到点聚滤波距离多普勒数据图，包括：
根据车载FMCW毫米波雷达的接收通道获取目标回波信号并对目标回波信号进行预处理，得到差频信号，对差频信号进行采样和二维傅里叶变换，得到回波距离多普勒数据图；
将各接收通道对应的回波距离多普勒数据图进行非相参积累，获取功率叠加后的回波距离多普勒数据图，根据二维恒虚警检测算法构建的检测窗口在功率叠加后的回波距离多普勒数据图上进行滑动检测，得到二维恒虚警检测矩阵；
根据点迹凝聚算法对二维恒虚警检测矩阵中的目标信号进行点聚滤波，得到目标列表，根据目标列表构建得到点聚滤波距离多普勒数据图。
在其中一个实施例中，根据车载FMCW毫米波雷达的接收通道获取目标回波信号并对目标回波信号进行预处理，得到差频信号，包括：
根据车载FMCW毫米波雷达的接收通道获取目标回波信号，将目标回波信号和雷达发射信号输入混频器进行混频处理，并将得到的混频信号输入滤波器进行倍频信号滤波，得到差频信号。
在其中一个实施例中，对差频信号进行采样和二维傅里叶变换，得到回波距离多普勒数据图，包括：
对差频信号进行ADC采样得到采样信号，采用汉宁窗对采样信号进行加窗处理，得到加窗信号；
对加窗信号进行快时间维的傅里叶变换，得到加窗信号中目标脉冲的快时间维频率和快时间维相位；
对快时间维相位进行慢时间维的傅里叶变换，得到加窗信号中目标脉冲的慢时间维频率，根据慢时间维频率获取目标径向速度，并根据目标径向速度和快时间维频率进行计算，得到目标径向距离，根据目标径向距离与目标径向速度构建得到目标回波信号的回波距离多普勒数据图。
在其中一个实施例中，将各接收通道对应的回波距离多普勒数据图进行非相参积累，获取功率叠加后的回波距离多普勒数据图，包括：
根据相量均值相消算法对各接收通道对应的回波距离多普勒数据图中的静态分量进行过滤，得到过滤后的回波距离多普勒数据图；
将过滤后的回波距离多普勒数据图的功率进行叠加，得到功率叠加后的回波距离多普勒数据图。
在其中一个实施例中，根据二维恒虚警检测算法构建的检测窗口在功率叠加后的回波距离多普勒数据图上进行滑动检测，得到二维恒虚警检测矩阵，包括：
根据二维恒虚警检测算法构建包括参考单元、保护单元和检测单元的检测窗口，检测单元在功率叠加后的回波距离多普勒数据图上进行滑动，获取检测单元信号；其中，检测窗口的范围小于功率叠加后的回波距离多普勒数据图；
将检测单元信号与检测门限进行比较，当检测单元信号大于检测门限时，判断检测单元信号为目标信号；否则，判断检测单元信号为噪声信号，并将信号值置为0；其中，检测门限为参考单元中所有信号电平的均值；
获取所有检测单元的信号检测结果，得到包括目标信号的二维恒虚警检测矩阵。
在其中一个实施例中，根据点迹凝聚算法对二维恒虚警检测矩阵中的目标信号进行点聚滤波，得到目标列表，根据目标列表构建得到点聚滤波距离多普勒数据图，包括：
根据点迹凝聚算法遍历二维恒虚警检测矩阵中的目标点，并设置点聚窗将目标点和周围其他点合并为一个检测核，当目标点的信号为检测核中所有信号的最大值时，将目标点的信号作为目标信息；否则，将目标点的信号值置为0并予以清除；
凝聚所有目标信息得到目标列表，根据目标列表构建得到点聚滤波距离多普勒数据图。
在其中一个实施例中，对点聚滤波距离多普勒数据图中的目标散射中心进行角度估计，得到目标散射中心相对雷达方向角度，包括：
对点聚滤波距离多普勒数据图中的目标散射中心进行角度维傅里叶变换，得到目标散射中心相对雷达方向角度。
在其中一个实施例中，根据目标散射中心相对雷达方向角度和雷达安装角度对目标散射中心进行速度补偿，得到目标散射中心相对车载平台运动方向速度，表示为
Figure 725506DEST_PATH_IMAGE001
其中，
Figure 863227DEST_PATH_IMAGE002
表示雷达检测的目标散射中心速度，
Figure 574700DEST_PATH_IMAGE004
表示目标散射中心相对车载平台运动方向角度，
Figure 532291DEST_PATH_IMAGE006
表示目标散射中心相对雷达方向角度，
Figure 738145DEST_PATH_IMAGE007
表示雷达安装角度，当
Figure 995951DEST_PATH_IMAGE009
时，表示雷达正向安装，
Figure 143904DEST_PATH_IMAGE010
。
一种基于车载FMCW毫米波雷达的动目标检测装置，所述装置包括：
信号处理模块，用于获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，对回波距离多普勒数据图进行二维恒虚警检测和点聚滤波，得到点聚滤波距离多普勒数据图，对点聚滤波距离多普勒数据图中的目标散射中心进行角度估计，得到目标散射中心相对雷达方向角度；
速度估计模块，用于当雷达正向安装时，将点聚滤波距离多普勒数据图中的远距离目标散射中心沿多普勒轴进行累积，并将累积数量最多的远距离目标散射中心对应的运动速度作为车载平台运动速度；否则，读取车辆车速表速度作为车载平台运动速度；
目标检测模块，用于根据目标散射中心相对雷达方向角度和雷达安装角度对目标散射中心进行速度补偿，得到目标散射中心相对车载平台运动方向速度，将目标散射中心相对车载平台运动方向速度与车载平台运动速度进行比较，当目标散射中心相对车载平台运动方向速度与车载平台运动速度一致时，判定目标散射中心为静止目标；否则，判定目标散射中心自身存在多普勒偏移，为动目标。
上述一种基于车载FMCW毫米波雷达的动目标检测方法和装置，首先获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，根据二维恒虚警检测和点聚滤波算法对回波距离多普勒数据图进行处理，得到点聚滤波距离多普勒数据图和目标散射中心相对雷达方向角度；当雷达正向安装时，可以根据点聚滤波距离多普勒数据图进行车载平台速度估计；否则，直接读取车辆车速表速度作为车载平台运动速度；再根据目标散射中心相对雷达方向角度和雷达安装角度对目标散射中心进行速度补偿，并将补偿后的目标散射中心相对车载平台运动方向速度直接与车载平台速度进行比较从而判定动目标和静止目标。相较于现有的运动平台动目标检测方法，本申请提供了一种从目标回波信号处理到动目标检测的完整技术方案，从检测效果看，本申请在对目标回波信号进行处理时利用了多个通道的数据，提高了信号数据处理的信噪比，减少虚警概率；从判定方式看，本申请能够在不增加硬件设施的情况下根据雷达安装角度进行车载平台运动速度估计和目标散射中心速度补偿，并直接将补偿后的目标散射中心相对车载平台运动方向速度与车载平台运动速度进行比较从而判定动目标，对硬件的要求低且处理步骤少；从数据处理来看，本申请能够显著简化处理流程同时减少计算量。综上所述，本申请适用范围广，对系统硬件要求低，在不显著增加硬件成本的情况下能够应用各类运动车载毫米波雷达实现动目标检测功能。
附图说明
图1为一个实施例中传统的空时自适应算法处理流程示意图；
图2为一个实施例中基于车载FMCW毫米波雷达的动目标检测方法的流程示意图；
图3为一个实施例中二维傅里叶变换处理示意图；
图4为一个实施例中非相参积累处理示意图；
图5为一个实施例中二维恒虚警检测算法示意图；
图6为一个实施例中基于补均值法的二维恒虚警检测算法示意图；
图7为一个实施例中点迹凝聚算法示意图；
图8为一个实施例中目标角度估计示意图；
图9为一个实施例中车载平台运动速度估计示意图；
图10为一个实施例中雷达前向安装时目标与车载FMCW毫米波雷达示意图；
图11为一个实施例中雷达正前向安装时目标与车载FMCW毫米波雷达示意图；
图12为一个实施例中雷达后向安装时目标与车载FMCW毫米波雷达示意图；
图13为一个实施例中雷达正后向安装时目标与车载FMCW毫米波雷达示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图2所示，提供了一种基于车载FMCW毫米波雷达的动目标检测方法，包括以下步骤：
步骤202，获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，对回波距离多普勒数据图进行二维恒虚警检测和点聚滤波，得到点聚滤波距离多普勒数据图，对点聚滤波距离多普勒数据图中的目标散射中心进行角度估计，得到目标散射中心相对雷达方向角度。
可以理解，根据FMCW(Frequency Modulated Continuous Wave，调频连续波)毫米波雷达信号处理的一般流程，对于接收到的目标回波信号，先进行数据预处理，而后进行二维傅里叶变换(FFT)获取目标回波信号的距离多普勒数据图，然后进行各接收通道信号的非相参积累，提高反射目标信号的信噪比，以及进行二维恒虚警检测（2D-CFAR）和点迹凝聚，得到点聚滤波距离多普勒数据图，最后进行角度维FFT，从而得到目标散射中心相对雷达方向角度。
步骤204，当雷达正向安装时，将点聚滤波距离多普勒数据图中的远距离目标散射中心沿多普勒轴进行累积，并将累积数量最多的远距离目标散射中心对应的运动速度作为车载平台运动速度；否则，读取车辆车速表速度作为车载平台运动速度。
可以理解，当雷达正向安装时，即雷达处于正前视或正后视时，对于处理完毕的目标回波信号，首先根据点聚滤波距离多普勒数据图进行车载平台速度估计，原理是利用远距目标散射中心在相对速度上具有一致性，通过避开近距离速度偏移范围，将点聚后散射中心数量在平台运动多普勒范围内沿多普勒轴做累积，积累数量最多的点即大多数杂散运动速度，在远场条件下即为车载平台的运动速度。对于应用其他方式的测速，也可以是省略此计算步骤，直接将速度参数引入系统中。
步骤206，根据目标散射中心相对雷达方向角度和雷达安装角度对目标散射中心进行速度补偿，得到目标散射中心相对车载平台运动方向速度，将目标散射中心相对车载平台运动方向速度与车载平台运动速度进行比较，当目标散射中心相对车载平台运动方向速度与车载平台运动速度一致时，判定目标散射中心为静止目标；否则，判定目标散射中心自身存在多普勒偏移，为动目标。
可以理解，由于平台运动，静止目标和运动目标都存在多普勒，其中动目标的多普勒是自身运动产生的，静止目标的多普勒是由平台相对运动产生的，利用同一空域下静止目标的相对速度具有一致性，通过对目标散射中心速度进行补偿并与车载平台运动速度相比较，若散射中心为静止目标，则补偿后的速度将与车载平台运动速度一致，反之，则说明散射中心自身存在多普勒偏移，存在自身速度，由此可以判断为动目标。
上述基于车载FMCW毫米波雷达的动目标检测方法中，首先获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，根据二维恒虚警检测和点聚滤波算法对回波距离多普勒数据图进行处理，得到点聚滤波距离多普勒数据图和目标散射中心相对雷达方向角度；当雷达正向安装时，可以根据点聚滤波距离多普勒数据图进行车载平台速度估计；否则，直接读取车辆车速表速度作为车载平台运动速度；再根据目标散射中心相对雷达方向角度和雷达安装角度对目标散射中心进行速度补偿，并将补偿后的目标散射中心相对车载平台运动方向速度直接与车载平台速度进行比较从而判定动目标和静止目标。采用本申请所提方法可以在不显著增加硬件成本的情况下能够应用各类运动车载毫米波雷达实现动目标检测功能。
在其中一个实施例中，获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，对回波距离多普勒数据图进行二维恒虚警检测和点聚滤波，得到点聚滤波距离多普勒数据图，包括：
根据车载FMCW毫米波雷达的接收通道获取目标回波信号并对目标回波信号进行预处理，得到差频信号，对差频信号进行采样和二维傅里叶变换，得到回波距离多普勒数据图；
将各接收通道对应的回波距离多普勒数据图进行非相参积累，获取功率叠加后的回波距离多普勒数据图，根据二维恒虚警检测算法构建的检测窗口在功率叠加后的回波距离多普勒数据图上进行滑动检测，得到二维恒虚警检测矩阵；
根据点迹凝聚算法对二维恒虚警检测矩阵中的目标信号进行点聚滤波，得到目标列表，根据目标列表构建得到点聚滤波距离多普勒数据图。
在其中一个实施例中，根据车载FMCW毫米波雷达的接收通道获取目标回波信号并对目标回波信号进行预处理，得到差频信号，包括：
根据车载FMCW毫米波雷达的接收通道获取目标回波信号，将目标回波信号和雷达发射信号输入混频器进行混频处理，并将得到的混频信号输入滤波器进行倍频信号滤波，得到差频信号。
在其中一个实施例中，如图3所示，对差频信号进行采样和二维傅里叶变换，得到回波距离多普勒数据图，包括：
对差频信号进行ADC(Analog-to-digital converter，模拟数字转换)采样得到采样信号，使用汉宁窗对采样信号进行加窗处理，得到加窗信号；
对加窗信号进行快时间维的傅里叶变换，得到加窗信号中目标脉冲的快时间维频率和快时间维相位；
对快时间维相位进行慢时间维的傅里叶变换，得到加窗信号中目标脉冲的慢时间维频率，根据慢时间维频率获取目标径向速度，并根据目标径向速度和快时间维频率进行计算，得到目标径向距离，根据目标径向距离与目标径向速度构建得到目标回波信号的回波距离多普勒数据图。
可以理解，二维FFT的目的是为了解决目标距离速度耦合的问题，通过快慢时间维的两次傅里叶变换可以将速度与距离信息解耦合，得到目标回波信号的回波距离多普勒数据图。同时，由于采样周期的不连续性导致信号截断处产生的频谱泄露，需要在傅里叶变换前对采样信号进行加窗改善。
在其中一个实施例中，如图4所示，将各接收通道对应的回波距离多普勒数据图进行非相参积累，获取功率叠加后的回波距离多普勒数据图，包括：
根据相量均值相消算法对各接收通道对应的回波距离多普勒数据图中的静态分量进行过滤，得到过滤后的回波距离多普勒数据图；
将过滤后的回波距离多普勒数据图的功率进行叠加，得到功率叠加后的回波距离多普勒数据图。
可以理解，二维FFT后需要在距离多普雷数据图中消去静态分量，静态分量对应的信号为雷达安装平台与车身及平台本身相对静止部分，采用相量均值相消算法进行处理，对目标的幅度没有削弱作用，但其背景噪声比较干净，同时对微多普勒的信息保留的比较完整，让目标保持了较高的信噪比。进一步的，为了使目标的信噪比更高，使目标信号被最大程度与杂波分离并检出，在二维FFT的基础上还需要对各通道进行非相参积累，存在信号区域因为叠加而数值增倍，而各个通道中噪声存在差异，通道之间的噪声叠加会相互参差，使得最终的叠加后的回波距离多普勒数据图中的噪声能量的增加少于信号能量增加，信噪比更高。
在其中一个实施例中，如图5所示，根据二维恒虚警检测算法构建的检测窗口在功率叠加后的回波距离多普勒数据图上进行滑动检测，得到二维恒虚警检测矩阵，包括：
根据二维恒虚警检测算法构建包括参考单元、保护单元和检测(CUT)单元的检测窗口，通过在参考单元和保护单元的边缘提供边距，使检测单元在功率叠加后的距离多普勒数据图上进行滑动，获取检测单元信号；其中，检测窗口的范围小于功率叠加后的回波距离多普勒数据图；
将检测单元信号与检测门限进行比较，当检测单元信号大于检测门限时，判断检测单元信号为目标信号；否则，判断检测单元信号为噪声信号，并将信号值置为0；其中，检测门限为参考单元中所有信号电平的均值，表示为
Figure 854371DEST_PATH_IMAGE011
其中，
Figure 332757DEST_PATH_IMAGE012
表示参考单元中第i个信号电平，
Figure 710649DEST_PATH_IMAGE013
为门限系数，与虚警概率
Figure 498345DEST_PATH_IMAGE014
以及参考单元中的信号总个数 N有关，表示为
Figure 961687DEST_PATH_IMAGE015
Figure 509343DEST_PATH_IMAGE016
；
获取所有检测单元的信号检测结果，得到包括目标信号的二维恒虚警检测矩阵。
进一步地，如图6所示，为了确保边缘目标被检出，先计算功率叠加后的回波距离多普勒数据图对应的整个距离多普勒数据矩阵所有数值的平均功率X，即求矩阵均值，并将均值X作为系统底噪。按照检测单元宽度a和保护单元宽度b将原M×N维距离多普勒数据矩阵边缘扩增为（M+2a+2b）×（N+2a+2b）维矩阵，将均值X代入矩阵扩增部分进行数据补充。
可以理解，距离多普勒图反映了环境和目标的功率谱分布，但不同道路场景下杂波和噪声的干扰程度不同，即干扰功率是变化的，后续目标识别中需要利用目标相对精确的信息，在目标角度信息获取也需要确定目标散射中心具体位置，故需要设计检测器将目标与背景噪声区分，同时由于目标信号在距离和多普勒向都存在一定模糊，所以将一维的恒虚警检测器扩展到二维。
在其中一个实施例中，如图7所示，根据点迹凝聚算法对二维恒虚警检测矩阵中的目标信号进行点聚滤波，得到目标列表，根据目标列表构建得到点聚滤波距离多普勒数据图，包括：
根据点迹凝聚算法遍历二维恒虚警检测矩阵中的目标点，并设置点聚窗将目标点和周围其他点合并为一个检测核，当目标点的信号为检测核中所有信号的最大值时，将目标点的信号作为目标信息；否则，将目标点的信号值置为0并予以清除；
凝聚所有目标信息得到目标列表，根据目标列表构建得到点聚滤波距离多普勒数据图。
可以理解，因信号存在距离向及多普勒向模糊，以及频谱泄露导致的旁瓣扩展，导致由一个目标产生的多个距离维或多普勒维谱线同时通过 2D-CFAR 检测，对应于 2D-CFAR检测结果是一簇数据。而对于下一步数据处理需要进一步简化，使代表目标的信号点数尽量减少，故使用点聚凝聚从二维恒虚警检测矩阵的每一簇数据中选取幅值谱峰，代表检测出目标的信息。同时，由于目标存在距离和多普勒双向模糊，需要通过设置合理的点聚窗能够更加精确的缩小目标所在范围，减小模糊导致的虚警目标，对于不同分辨的雷达其点聚窗需要根据测量具体目标进行，目的是将目标多个散射中心合并。
在其中一个实施例中，如图8所示，对点聚滤波距离多普勒数据图中的目标散射中心进行角度估计，得到目标散射中心相对雷达方向角度，包括：
对点聚滤波距离多普勒数据图中的目标散射中心进行角度维傅里叶变换，得到目标散射中心相对雷达方向角度。
可以理解，目标角度估计的核心思想是利用信号的功率谱和自相关矩阵为傅里叶变换对的关系，对各个通道采样数据进行 FFT后，阵列天线的波束输出功率在目标所在角度形成峰值，差频信号经过二维FFT、2D-CFAR后对检测到的目标的各接收通道复数据依次排列，并对其做角度维 FFT得到每个目标散射中心相对雷达方向角度。
在其中一个实施例中，首先根据雷达安装角度确定车载平台运动速度，当雷达正向安装时，如图9所示，将点聚滤波距离多普勒数据图的远距离目标散射中心沿多普勒轴进行累积，并将累积数量最多的远距离目标散射中心对应的运动速度作为车载平台运动速度；否则，读取车辆车速表速度作为车载平台运动速度。
然后根据目标散射中心相对雷达方向角度和雷达安装角度对目标散射中心进行速度补偿。如图10所示，当雷达安装在前向时，补偿得到的目标散射中心相对车载平台运动方向速度即目标前行速度
Figure 741742DEST_PATH_IMAGE017
，表示为
Figure 968848DEST_PATH_IMAGE018
其中，
Figure 388328DEST_PATH_IMAGE019
表示雷达检测的目标散射中心速度，
Figure 739675DEST_PATH_IMAGE020
表示目标散射中心相对车载平台运动方向角度，即目标散射中心相对车辆前行方向角度，
Figure 826580DEST_PATH_IMAGE021
表示目标散射中心相对雷达方向角度，即雷达检测到的目标角度，
Figure 487237DEST_PATH_IMAGE022
表示雷达安装角度，以上所述变量均为标量。特别地，如图11所示，当雷达安装在正前向，即
Figure 394013DEST_PATH_IMAGE023
时，目标散射中心相对车载平台运动方向速度，表示为
Figure 283472DEST_PATH_IMAGE024
。
如图12所示，当雷达安装在后向时，目标散射中心相对车载平台运动方向速度，同样表示为
Figure 224883DEST_PATH_IMAGE025
；特别地，如图13所示，当雷达安装在正后向，即α=0时，目标散射中心相对车载平台运动方向速度，表示为
Figure 56442DEST_PATH_IMAGE026
。
最后将目标散射中心相对车载平台运动方向速度与车载平台运动速度进行比较，当目标散射中心相对车载平台运动方向速度与车载平台运动速度v dm 一致时，判定目标散射中心为静止目标；否则，判定目标散射中心自身存在多普勒偏移，目标散射中心存在自身速度，为动目标。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，提供了一种基于车载FMCW毫米波雷达的动目标检测装置，包括：信号处理模块、速度估计模块和目标检测模块，其中：
信号处理模块，用于获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，对回波距离多普勒数据图进行二维恒虚警检测和点聚滤波，得到点聚滤波距离多普勒数据图，对点聚滤波距离多普勒数据图中的目标散射中心进行角度估计，得到目标散射中心相对雷达方向角度；
速度估计模块，用于当雷达正向安装时，将点聚滤波距离多普勒数据图中的远距离目标散射中心沿多普勒轴进行累积，并将累积数量最多的远距离目标散射中心对应的运动速度作为车载平台运动速度；否则，读取车辆车速表速度作为车载平台运动速度；
目标检测模块，用于根据目标散射中心相对雷达方向角度和雷达安装角度对目标散射中心进行速度补偿，得到目标散射中心相对车载平台运动方向速度，将目标散射中心相对车载平台运动方向速度与车载平台运动速度进行比较，当目标散射中心相对车载平台运动方向速度与车载平台运动速度一致时，判定目标散射中心为静止目标；否则，判定目标散射中心自身存在多普勒偏移，为动目标。
关于基于车载FMCW毫米波雷达的动目标检测装置的具体限定可以参见上文中对于基于车载FMCW毫米波雷达的动目标检测方法的限定，在此不再赘述。上述基于车载FMCW毫米波雷达的动目标检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于车载FMCW毫米波雷达的动目标检测方法，其特征在于，所述方法包括：
获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，对所述回波距离多普勒数据图进行二维恒虚警检测和点聚滤波，得到点聚滤波距离多普勒数据图，对所述点聚滤波距离多普勒数据图中的目标散射中心进行角度估计，得到目标散射中心相对雷达方向角度；
当雷达正向安装时，将所述点聚滤波距离多普勒数据图中的远距离目标散射中心沿多普勒轴进行累积，并将累积数量最多的远距离目标散射中心对应的运动速度作为车载平台运动速度；否则，读取车辆车速表速度作为车载平台运动速度；
根据所述目标散射中心相对雷达方向角度和雷达安装角度对所述目标散射中心进行速度补偿，得到目标散射中心相对车载平台运动方向速度，将所述目标散射中心相对车载平台运动方向速度与所述车载平台运动速度进行比较，当所述目标散射中心相对车载平台运动方向速度与所述车载平台运动速度一致时，判定所述目标散射中心为静止目标；否则，判定所述目标散射中心自身存在多普勒偏移，为动目标。
2.根据权利要求1中所述的方法，其特征在于，获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，对所述回波距离多普勒数据图进行二维恒虚警检测和点聚滤波，得到点聚滤波距离多普勒数据图，包括：
根据车载FMCW毫米波雷达的接收通道获取目标回波信号并对所述目标回波信号进行预处理，得到差频信号，对所述差频信号进行采样和二维傅里叶变换，得到回波距离多普勒数据图；
将各接收通道对应的所述回波距离多普勒数据图进行非相参积累，获取功率叠加后的回波距离多普勒数据图，根据二维恒虚警检测算法构建的检测窗口在功率叠加后的回波距离多普勒数据图上进行滑动检测，得到二维恒虚警检测矩阵；
根据点迹凝聚算法对所述二维恒虚警检测矩阵中的目标信号进行点聚滤波，得到目标列表，根据所述目标列表构建得到点聚滤波距离多普勒数据图。
3.根据权利要求2所述的方法，其特征在于，根据车载FMCW毫米波雷达的接收通道获取目标回波信号并对所述目标回波信号进行预处理，得到差频信号，包括：
根据车载FMCW毫米波雷达的接收通道获取所述目标回波信号，将所述目标回波信号和雷达发射信号输入混频器进行混频处理，并将得到的混频信号输入滤波器进行倍频信号滤波，得到所述差频信号。
4.根据权利要求3所述的方法，其特征在于，对所述差频信号进行采样和二维傅里叶变换，得到回波距离多普勒数据图，包括：
对所述差频信号进行ADC采样得到采样信号，采用汉宁窗对所述采样信号进行加窗处理，得到加窗信号；
对所述加窗信号进行快时间维的傅里叶变换，得到所述加窗信号中目标脉冲的快时间维频率和快时间维相位；
对所述快时间维相位进行慢时间维的傅里叶变换，得到所述加窗信号中目标脉冲的慢时间维频率，根据所述慢时间维频率获取目标径向速度，并根据所述目标径向速度和快时间维频率进行计算，得到目标径向距离，根据所述目标径向距离与目标径向速度构建得到目标回波信号的回波距离多普勒数据图。
5.根据权利要求4所述的方法，其特征在于，将各接收通道对应的所述回波距离多普勒数据图进行非相参积累，获取功率叠加后的回波距离多普勒数据图，包括：
根据相量均值相消算法对各接收通道对应的所述回波距离多普勒数据图中的静态分量进行过滤，得到过滤后的回波距离多普勒数据图；
将过滤后的回波距离多普勒数据图的功率进行叠加，得到功率叠加后的回波距离多普勒数据图。
6.根据权利要求5所述的方法，其特征在于，根据二维恒虚警检测算法构建的检测窗口在功率叠加后的回波距离多普勒数据图上进行滑动检测，得到二维恒虚警检测矩阵，包括：
根据二维恒虚警检测算法构建包括参考单元、保护单元和检测单元的检测窗口，所述检测单元在功率叠加后的回波距离多普勒数据图上进行滑动，获取检测单元信号；其中，所述检测窗口的范围小于功率叠加后的回波距离多普勒数据图；
将所述检测单元信号与检测门限进行比较，当所述检测单元信号大于检测门限时，判断所述检测单元信号为目标信号；否则，判断所述检测单元信号为噪声信号，并将信号值置为0；其中，所述检测门限为所述参考单元中所有信号电平的均值；
获取所有检测单元的信号检测结果，得到包括目标信号的二维恒虚警检测矩阵。
7.根据权利要求6所述的方法，其特征在于，根据点迹凝聚算法对所述二维恒虚警检测矩阵中的目标信号进行点聚滤波，得到目标列表，根据所述目标列表构建得到点聚滤波距离多普勒数据图，包括：
根据点迹凝聚算法遍历所述二维恒虚警检测矩阵中的目标点，并设置点聚窗将所述目标点和周围其他点合并为一个检测核，当所述目标点的信号为所述检测核中所有信号的最大值时，将所述目标点的信号作为目标信息；否则，将所述目标点的信号值置为0并予以清除；
凝聚所有目标信息得到目标列表，根据所述目标列表构建得到点聚滤波距离多普勒数据图。
8.根据权利要求7所述的方法，其特征在于，对所述点聚滤波距离多普勒数据图中的目标散射中心进行角度估计，得到目标散射中心相对雷达方向角度，包括：
对所述点聚滤波距离多普勒数据图中的目标散射中心进行角度维傅里叶变换，得到目标散射中心相对雷达方向角度。
9.根据权利要求8所述的方法，其特征在于，根据所述目标散射中心相对雷达方向角度和雷达安装角度对所述目标散射中心进行速度补偿，得到目标散射中心相对车载平台运动方向速度，表示为
Figure 256954DEST_PATH_IMAGE001
其中，
Figure 642936DEST_PATH_IMAGE002
表示雷达检测的目标散射中心速度，
Figure 625936DEST_PATH_IMAGE003
表示目标散射中心相对车载平台运动方向角度，
Figure 753903DEST_PATH_IMAGE004
表示目标散射中心相对雷达方向角度，
Figure 37116DEST_PATH_IMAGE005
表示雷达安装角度，当
Figure 125158DEST_PATH_IMAGE006
时，表示雷达正向安装，
Figure 861033DEST_PATH_IMAGE007
。
10.一种基于车载FMCW毫米波雷达的动目标检测装置，其特征在于，所述装置包括：
信号处理模块，用于获取车载FMCW毫米波雷达的目标回波信号并进行处理，得到回波距离多普勒数据图，对所述回波距离多普勒数据图进行二维恒虚警检测和点聚滤波，得到点聚滤波距离多普勒数据图，对所述点聚滤波距离多普勒数据图中的目标散射中心进行角度估计，得到目标散射中心相对雷达方向角度；
速度估计模块，用于当雷达正向安装时，将所述点聚滤波距离多普勒数据图中的远距离目标散射中心沿多普勒轴进行累积，并将累积数量最多的远距离目标散射中心对应的运动速度作为车载平台运动速度；否则，读取车辆车速表速度作为车载平台运动速度；
目标检测模块，用于根据所述目标散射中心相对雷达方向角度和雷达安装角度对所述目标散射中心进行速度补偿，得到目标散射中心相对车载平台运动方向速度，将所述目标散射中心相对车载平台运动方向速度与所述车载平台运动速度进行比较，当所述目标散射中心相对车载平台运动方向速度与所述车载平台运动速度一致时，判定所述目标散射中心为静止目标；否则，判定所述目标散射中心自身存在多普勒偏移，为动目标。
CN202211564900.XA 2022-12-07 2022-12-07 基于车载fmcw毫米波雷达的动目标检测方法和装置 Active CN115575922B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211564900.XA CN115575922B (zh) 2022-12-07 2022-12-07 基于车载fmcw毫米波雷达的动目标检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211564900.XA CN115575922B (zh) 2022-12-07 2022-12-07 基于车载fmcw毫米波雷达的动目标检测方法和装置

Publications (2)

Publication Number Publication Date
CN115575922A true CN115575922A (zh) 2023-01-06
CN115575922B CN115575922B (zh) 2023-03-03

Family

ID=84590229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211564900.XA Active CN115575922B (zh) 2022-12-07 2022-12-07 基于车载fmcw毫米波雷达的动目标检测方法和装置

Country Status (1)

Country Link
CN (1) CN115575922B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116087900A (zh) * 2023-03-10 2023-05-09 中安锐达(北京)电子科技有限公司 一种用于一维相控阵雷达的行进间探测车载平台
CN116224280A (zh) * 2023-05-10 2023-06-06 南京隼眼电子科技有限公司 雷达目标检测方法、装置、雷达设备及存储介质
CN116699590A (zh) * 2023-02-15 2023-09-05 深圳觅感科技有限公司 一种基于5.8g微波雷达的fmcw多目标测距方法和系统
CN116755047A (zh) * 2023-05-23 2023-09-15 上海保隆汽车科技股份有限公司 雷达探测数据补偿方法、系统、雷达、车辆及介质
CN116990773A (zh) * 2023-09-27 2023-11-03 广州辰创科技发展有限公司 基于自适应门限的低慢小目标检测方法、装置和存储介质
CN117572426A (zh) * 2024-01-17 2024-02-20 长沙莫之比智能科技有限公司 一种车载毫米波雷达静目标检测方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015049075A (ja) * 2013-08-30 2015-03-16 トヨタ自動車株式会社 レーダ及び物体検出方法
CN104730498A (zh) * 2015-04-01 2015-06-24 西安电子科技大学 基于Keystone和加权旋转FFT的目标检测方法
DE102015008403B3 (de) * 2015-07-01 2016-08-11 Airbus Ds Electronics And Border Security Gmbh Verfahren zur automatischen Klassifikation von Radarobjekten
CN106814353A (zh) * 2017-01-24 2017-06-09 成都泰格微电子研究所有限责任公司 一种雷达信号处理系统
CN107861107A (zh) * 2017-10-23 2018-03-30 电子科技大学 一种适用于连续波雷达的双门限cfar与点迹凝聚方法
CN108051812A (zh) * 2018-01-22 2018-05-18 南京航空航天大学 基于二维速度搜索的星载sar运动目标检测方法
CN109946665A (zh) * 2019-03-07 2019-06-28 西安电子科技大学 基于阵列雷达的获取真实目标的方法
CN112098990A (zh) * 2020-11-19 2020-12-18 长沙莫之比智能科技有限公司 车载高分辨毫米波雷达对于中高速车辆的检测与跟踪方法
WO2021205743A1 (en) * 2020-04-08 2021-10-14 Mitsubishi Electric Corporation Radar detection of moving object with waveform separation residual

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015049075A (ja) * 2013-08-30 2015-03-16 トヨタ自動車株式会社 レーダ及び物体検出方法
CN104730498A (zh) * 2015-04-01 2015-06-24 西安电子科技大学 基于Keystone和加权旋转FFT的目标检测方法
DE102015008403B3 (de) * 2015-07-01 2016-08-11 Airbus Ds Electronics And Border Security Gmbh Verfahren zur automatischen Klassifikation von Radarobjekten
CN106814353A (zh) * 2017-01-24 2017-06-09 成都泰格微电子研究所有限责任公司 一种雷达信号处理系统
CN107861107A (zh) * 2017-10-23 2018-03-30 电子科技大学 一种适用于连续波雷达的双门限cfar与点迹凝聚方法
CN108051812A (zh) * 2018-01-22 2018-05-18 南京航空航天大学 基于二维速度搜索的星载sar运动目标检测方法
CN109946665A (zh) * 2019-03-07 2019-06-28 西安电子科技大学 基于阵列雷达的获取真实目标的方法
WO2021205743A1 (en) * 2020-04-08 2021-10-14 Mitsubishi Electric Corporation Radar detection of moving object with waveform separation residual
CN112098990A (zh) * 2020-11-19 2020-12-18 长沙莫之比智能科技有限公司 车载高分辨毫米波雷达对于中高速车辆的检测与跟踪方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
E. J. HUGHES 等: "Investigation into the utility of using CFAR cluster size information in target track association", 《2008 IET SEMINAR ON TARGET TRACKING AND DATA FUSION: ALGORITHMS AND APPLICATIONS》 *
叶映宇等: "外辐射源雷达运动目标信号特性及检测方法研究", 《雷达科学与技术》 *
杨琪 等: "基于调频连续波的太赫兹频段转台成像方法研究", 《空间电子技术》 *
王海松 等: "TMS320C6678的动目标检测技术研究", 《单片机与嵌入式系统应用》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116699590A (zh) * 2023-02-15 2023-09-05 深圳觅感科技有限公司 一种基于5.8g微波雷达的fmcw多目标测距方法和系统
CN116699590B (zh) * 2023-02-15 2024-05-10 深圳觅感科技有限公司 一种基于5.8g微波雷达的fmcw多目标测距方法和系统
CN116087900A (zh) * 2023-03-10 2023-05-09 中安锐达(北京)电子科技有限公司 一种用于一维相控阵雷达的行进间探测车载平台
CN116224280A (zh) * 2023-05-10 2023-06-06 南京隼眼电子科技有限公司 雷达目标检测方法、装置、雷达设备及存储介质
CN116755047A (zh) * 2023-05-23 2023-09-15 上海保隆汽车科技股份有限公司 雷达探测数据补偿方法、系统、雷达、车辆及介质
CN116990773A (zh) * 2023-09-27 2023-11-03 广州辰创科技发展有限公司 基于自适应门限的低慢小目标检测方法、装置和存储介质
CN117572426A (zh) * 2024-01-17 2024-02-20 长沙莫之比智能科技有限公司 一种车载毫米波雷达静目标检测方法
CN117572426B (zh) * 2024-01-17 2024-05-10 长沙莫之比智能科技有限公司 一种车载毫米波雷达静目标检测方法

Also Published As

Publication number Publication date
CN115575922B (zh) 2023-03-03

Similar Documents

Publication Publication Date Title
CN115575922B (zh) 基于车载fmcw毫米波雷达的动目标检测方法和装置
US11061127B2 (en) Vehicle radar system
US7489265B2 (en) Vehicle sensor system and process
CN110058239B (zh) 一种车载毫米波雷达装置及目标探测方法
CN110531336A (zh) 一种物体检测识别方法及系统
US9140783B2 (en) Radar device
Rohling Some radar topics: waveform design, range CFAR and target recognition
US20180128916A1 (en) Object detection in multiple radars
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
JP7173735B2 (ja) レーダ装置及び信号処理方法
US20190346548A1 (en) Filtering to address range walk effect in range-doppler map
CN112630768A (zh) 一种改进调频连续波雷达目标检测的降噪方法
US20210190907A1 (en) Electronic device, method for controlling electronic device, and electronic device control program
CN116660847A (zh) 干扰信号检测方法及装置
CN115343713A (zh) 一种车载毫米波雷达障碍物探测方法，系统，雷达和汽车
CN104977566A (zh) 用于一调频连续波雷达感测系统的信号处理方法及装置
CN111175715B (zh) 可抑制雷达近距离谐波的辅助驾驶系统、方法
CN111175714A (zh) 可抑制雷达近距离谐波的辅助驾驶方法和存储介质
EP3961254A1 (en) Height-estimation of objects using radar
US11300655B2 (en) Object detection using radar
CN110907930B (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
EP3483629B1 (en) Detecting a parking row with a vehicle radar system
CN111190154A (zh) 可抑制雷达近距离谐波的辅助驾驶系统、方法
CN111175717A (zh) 可抑制雷达近距离谐波的辅助驾驶方法和场景应用
Zaumseil et al. Radar-based near field environment perception using back projection algorithm

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