CN115616577A - 环境自适应的车载毫米波雷达检测方法、装置及相关设备 - Google Patents
环境自适应的车载毫米波雷达检测方法、装置及相关设备 Download PDFInfo
- Publication number
- CN115616577A CN115616577A CN202211629390.XA CN202211629390A CN115616577A CN 115616577 A CN115616577 A CN 115616577A CN 202211629390 A CN202211629390 A CN 202211629390A CN 115616577 A CN115616577 A CN 115616577A
- Authority
- CN
- China
- Prior art keywords
- detection algorithm
- matrix
- distance interval
- target
- cfar detection
- 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
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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种环境自适应的车载毫米波雷达检测方法、装置及相关设备,包括:当收发阵列中各接收天线接收到当前数据帧时,获取数据帧计数值;获取配置参数,其包括多个距离区间及对应于每一距离区间的算法配置;将基于当前数据帧计算得到的目标距离‑多普勒矩阵划分成多个矩阵区域,获取各矩阵区域的算法配置,并计算得到矩阵区域目标检测结果;合并各矩阵区域的目标检测结果得到当前数据帧的目标检测结果;基于数据帧计数值判断是否满足周期触发条件,若是,基于目标检测结果更新配置参数。本申请在维持了计算复杂度的同时,从距离维度对目标距离‑多普勒矩阵进行有区别的CFAR检测处理,具备较好的距离适应性及环境适应性。
Description
技术领域
本申请涉及毫米波雷达检测技术领域,更具体地说,是涉及一种环境自适应的车载毫米波雷达检测方法、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,这些功能的落地都需要传感器对车身周围环境信息做详尽的感知。毫米波雷达有着探测距离远、可以十分简单且精准地同时测距和测速、可以全天时全天候工作、尺寸小、成本低等优势,已经成为了汽车最核心的传感器之一。
将感兴趣的目标从雷达回波信号中检测出来是毫米波雷达信号处理过程中的核心步骤。在实际应用中,目标位于雷达前方不同的距离处会有不同的回波能量,且目标距离越近回波能量越强,此时目标泄露到邻近单元的能量也就越多,此外,近距下的各类噪声信号也越强,导致传统的CFAR处理方式在检测不同距离下的目标时出现一定的偏差。
发明内容
有鉴于此,本申请提供了一种环境自适应的车载毫米波雷达检测方法、装置及相关设备,以解决至少一个上面提出的技术问题。
为实现上述目的,本申请第一方面提供了一种环境自适应的车载毫米波雷达检测方法,包括:
当收发阵列中各接收天线接收到当前数据帧时,对累计接收到的数据帧进行计数,得到数据帧计数值;
基于所述当前数据帧,确定目标距离-多普勒矩阵;
获取配置参数,所述配置参数包括多个距离区间以及对应于每一距离区间的恒虚警率CFAR检测算法配置;
基于所述多个距离区间,将所述目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置;
利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果;
合并各矩阵区域的目标检测结果,得到所述当前数据帧的目标检测结果;
基于所述数据帧计数值,判断是否满足周期触发条件,若是,基于所述目标检测结果,更新所述配置参数;
其中,更新后的配置参数作用于下一周期;所述周期触发条件为每N个数据帧触发一次,N为预设的数据帧计数周期。
优选地,所述CFAR检测算法配置包括恒虚警率CFAR检测算法、门限因子和窗口参数;
利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果的过程,包括:
针对所述矩阵区域中的每一待检测单元:
基于所述矩阵区域的窗口参数确定所述待检测单元的保护单元和参考单元;
利用所述矩阵区域的CFAR检测算法计算得到平均噪声能量,并利用所述矩阵区域的门限因子乘以所述平均噪声能量,得到所述待检测单元的能量阈值;
判断所述待检测单元的能量是否在所述能量阈值以上;
若是,确定所述待检测单元为目标;
基于各目标确定所述矩阵区域的目标检测结果。
优选地,所述目标检测结果包括目标数量;基于所述目标检测结果,更新所述配置参数的过程,包括:
获取目标数量M与预设的第一数量阈值M1、预设的第二数量阈值M2之间的数值关系;
其中,D1、D2、D3、D4、D5、D6、D7为预设的距离值。
优选地,所述CFAR检测算法配置包括恒虚警率CFAR检测算法;
基于所述目标检测结果,更新所述配置参数的过程,还包括:
若,将对应于距离区间的CFAR检测算法设置为最小选择恒虚警率SO-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为单元平均恒虚警率CA-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为SO-CFAR检测算法;
若,将对应于距离区间的CFAR检测算法设置为最大选择恒虚警率GO-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为CA-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为SO-CFAR检测算法。
优选地,所述CFAR检测算法配置还包括门限因子;
基于所述目标检测结果,更新所述配置参数的过程,还包括:
优选地,所述CFAR检测算法配置还包括窗口参数,所述窗口参数包括窗口类型、保护单元数量和参考单元数量;
基于所述目标检测结果,更新所述配置参数的过程,还包括:
若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和10,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、8和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和10;
若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、6和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、3和10;
若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、2和15,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、5和15,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、2和12。
优选地,基于所述当前数据帧,确定目标距离-多普勒矩阵的过程,包括:
对当前数据帧中的各回波数据矩阵进行二维快速傅立叶变换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,得到目标距离-多普勒矩阵。
本申请第二方面提供了一种环境自适应的车载毫米波雷达检测装置,包括:
数据帧计数单元,用于当收发阵列中各接收天线接收到当前数据帧时,对累计接收到的数据帧进行计数,得到数据帧计数值;
数据处理单元,用于基于所述当前数据帧,确定目标距离-多普勒矩阵;
配置读取单元,用于获取配置参数,所述配置参数包括多个距离区间以及对应于每一距离区间的CFAR检测算法配置;
分区配置单元,用于基于所述多个距离区间,将所述目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置;
分区计算单元,用于利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果;
目标检测单元,用于合并各矩阵区域的目标检测结果,得到所述当前数据帧的目标检测结果;
参数更新单元,用于基于所述数据帧计数值,判断是否满足周期触发条件,若是,基于所述目标检测结果,更新所述配置参数;
其中,更新后的配置参数作用于下一周期;所述周期触发条件为每N个数据帧触发一次,N为预设的数据帧计数周期。
本申请第三方面提供了一种环境自适应的车载毫米波雷达检测设备,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,实现上述的环境自适应的车载毫米波雷达检测方法的各个步骤。
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,实现如上述的环境自适应的车载毫米波雷达检测方法的各个步骤。
经由上述的技术方案可知,本申请当收发阵列中各接收天线接收到当前数据帧时,对累计接收到的数据帧进行计数,得到数据帧计数值;然后,基于所述当前数据帧,确定目标距离-多普勒矩阵,可以理解的是,所述当前数据帧由收发阵列的回波数据矩阵构成,基于所述回波数据矩阵,通过二维快速傅立叶变换及非相关累积处理,可以得到目标距离-多普勒矩阵,所述目标距离-多普勒矩阵包含了各目标的位置信息。然后,获取配置参数,可以理解的是,所述配置参数是预先配置好的,包括多个距离区间以及对应于每一距离区间的CFAR检测算法配置。接着,基于所述多个距离区间,将所述目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置。利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果。由于不同矩阵区域对应有不同的距离区间,因此,通过对不同矩阵区域应用不同的CFAR检测算法配置,可以使得每一矩阵区域的数据得到较合适的处理,从而得到较优的处理结果。最后,合并各矩阵区域的目标检测结果,得到所述当前数据帧的目标检测结果。可以理解的是,各矩阵区域是独立进行计算、独立得到计算结果的,且各矩阵区域均应用了一种CFAR检测算法配置进行相应的计算,因此整体的复杂度并没有增加。进一步地,基于所述数据帧计数值,判断是否满足周期触发条件,若是,基于所述目标检测结果,更新所述配置参数。其中,更新后的配置参数作用于下一周期;所述周期触发条件为每N个数据帧触发一次,N为预设的数据帧计数周期。通过定期地基于当前数据帧的目标检测结果来更新配置参数,可以更好地随着工作环境的变化来优化计算过程。本申请在维持了计算复杂度的同时,从距离维度对目标距离-多普勒矩阵进行有区别的CFAR检测处理,具备较好的距离适应性及环境适应性,能够提高目标检测的可靠性。
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环境自适应的车载毫米波雷达检测方法的示意图;
图2示例了本申请实施例公开的将目标距离-多普勒矩阵划分成多个矩阵区域;
图3示例了本申请实施例公开的参考单元、保护单元及待检测单元的位置关系;
图4示例了本申请实施例公开的矩形窗形式的单元布局;
图5示例了本申请实施例公开的十字形窗形式的单元布局;
图6为本申请实施例公开的周期性地更新配置参数的示意图;
图7为本申请实施例公开的环境自适应的车载毫米波雷达检测装置的示意图;
图8为本申请实施例公开的环境自适应的车载毫米波雷达检测设备的示意图。
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。
下面介绍本申请实施例提供的环境自适应的车载毫米波雷达检测方法。请参阅图1,本申请实施例提供的环境自适应的车载毫米波雷达检测方法可以包括如下步骤:
步骤S101,基于收发阵列中各接收天线接收到的当前数据帧,确定目标距离-多普勒矩阵。
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),单个数据帧下每个天线发射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个大小的回波数据矩阵,每一接收天线对应有T个大小的回波数据矩阵,其中,T为发射天线的个数。在此基础上,假定雷达的天线数量为T发R收,则基于多发多收(MIMO)的技术,该一个数据帧下可以采集到个大小的ADC数据矩阵,每个矩阵对应该虚拟通道在该数据帧所采集的原始数据。对矩阵的行做傅里叶变换,不同距离下的目标会被压缩到不同的频点上,也即完成了距离维度的压缩,在此基础上,对矩阵的列做傅里叶变换可以将不同速度的目标压缩到不同的频点上,也即完成了速度维度的压缩。
对全部的个数据矩阵做完2D-FFT(2-Dimention Fast FourierTransform,二维快速傅立叶变换)处理后,在做CFAR之前为了提高信噪比以提高目标的检出效果,一般需要对信号进行累积处理,非相干累积是指对前述得到的个做完2D-FFT处理后的矩阵取幅值并在通道维度进行累加以得到一个累加之后的距离-多普勒矩阵RDmatrix。
基于此,步骤S101基于收发阵列中各接收天线接收到的当前数据帧,确定目标距离-多普勒矩阵的过程,可以包括:
S1,对当前数据帧中的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,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,得到目标距离-多普勒矩阵。
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。
步骤S102,获取多个距离区间以及对应于每一距离区间的CFAR检测算法配置。
其中,这些距离区间以及对应于每一距离区间的CFAR检测算法配置为预先设置好的配置参数。可以理解的是,这些距离区间相互不重叠,且合并在一起时构成车载毫米波雷达的整个检测范围。示例性地,车载毫米波雷达的检测范围为0至100米,那么,可以从区间[0,100] 切分出这些距离区间。
CFAR检测算法配置可以包括CFAR检测算法涉及具体采用的CFAR算法、所采用的窗口参数(窗口形状及窗口内各组成单元的构成)及门限因子。示例性地,可以设置2个距离阈值R1及R2,其中,R1、R2分别初始化为10米、80米,从而可以得到距离区间[0,10]、[10,80]及[80,100] 。对应于各距离区间的CFAR检测算法配置可以初始化为表1中的数据。
表1:配置参数的初始值
步骤S103,基于这些距离区间,将目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置。
示例性地,请参阅图2,以距离阈值R1、R2将距离划分成3个距离区间,对应于目标距离-多普勒矩阵的3个矩阵区域。
步骤S104,利用每一矩阵区域的CFAR检测算法配置对该矩阵区域进行计算,得到该矩阵区域的目标检测结果。
具体地,对于一组信号X{X1, X2, X3, …, Xn},利用CFAR检测方法从这组信号中检出目标的方法是:首先设定保护单元及参考单元的数量,基于参考单元估测噪声能量,并将该噪声能量乘以某一门限因子a得到阈值T,如果某待检测单元的能量值超过阈值T,则认为此检测单元为目标,否则为噪声,以此法遍历整个信号X。
如图3所示,参考单元与保护单元的设置左右对称,保护单元的存在是为了防止目标能量的泄露而影响噪声估计。在车载毫米波雷达信号(目标距离-多普勒矩阵)的处理过程中,如图4、图5所示,保护和参考单元通常可以选取矩形窗形式或十字窗形式。基于参考单元做噪声估计的方法有很多,这些不同的方法对应了不同的CFAR算法,常见的包括:CA-CFAR(Cell Averaging-CFAR,单元平均CFAR)、OS-CFAR(Ordered Statistic-CFAR,顺序统计CFAR)、GO-CFAR(Greatest Of-CFAR,最大选择CFAR)、SO-CFAR(Smallest Of-CFAR,最小选择CFAR),以最经典的单元平均CFAR为例,该方法计算噪声均值的方式为:
步骤S105,合并各矩阵区域的目标检测结果,得到该当前数据帧的目标检测结果。
步骤S104中各矩阵区域的计算是独立进行的,因此,合并各矩阵区域的目标检测结果,可以得到该当前数据帧的目标检测结果。
本申请首先基于收发阵列中各接收天线接收到的当前数据帧,确定目标距离-多普勒矩阵,可以理解的是,所述当前数据帧由收发阵列的回波数据矩阵构成,基于所述回波数据矩阵,通过二维快速傅立叶变换及非相关累积处理,可以得到目标距离-多普勒矩阵,所述目标距离-多普勒矩阵包含了各目标的位置信息。然后,获取配置参数,可以理解的是,所述配置参数是预先配置好的,包括多个距离区间以及对应于每一距离区间的CFAR检测算法配置。接着,基于所述多个距离区间,将所述目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置。利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果。由于不同矩阵区域对应有不同的距离区间,因此,通过对不同矩阵区域应用不同的CFAR检测算法配置,可以使得每一矩阵区域的数据得到较合适的处理,从而得到较优的处理结果。最后,合并各矩阵区域的目标检测结果,得到所述当前数据帧的目标检测结果。可以理解的是,各矩阵区域是独立进行计算、独立得到计算结果的,且各矩阵区域均应用了一种CFAR检测算法配置进行相应的计算,因此整体的复杂度并没有增加。本申请在维持了计算复杂度的同时,从距离维度对目标距离-多普勒矩阵进行有区别的CFAR检测处理,具备较好的环境适应性,能够得到较可靠的目标检测结果。
在本申请的一些实施例中,步骤S102提及的CFAR检测算法配置可以包括恒虚警率CFAR检测算法、门限因子和窗口参数。
步骤S104利用每一矩阵区域的CFAR检测算法配置对该矩阵区域进行计算,得到该矩阵区域的目标检测结果的过程,可以包括:
针对该矩阵区域中的每一待检测单元:
S1,基于该矩阵区域的窗口参数确定这一待检测单元的参考单元。
S2,利用该矩阵区域的CFAR检测算法计算得到平均噪声能量,并利用该矩阵区域的门限因子乘以该噪声能量,得到这一待检测单元的能量阈值。
S3,判断这一待检测单元的能量是否在所述能量阈值以上。若是,执行S4。
S4,确定这一待检测单元为目标。
S5,基于该矩阵区域中的各目标确定该矩阵区域的目标检测结果。
前述各实施例针对静态环境中不同距离下的目标采用了不同的CAFR算法配置,从而提高了目标检测的可靠性。实际上,随着车辆的移动,车载毫米波雷达所面向的场景是多变的,某个时间段雷达视场范围的目标数较少,而另外某个时间段内雷达视场角中目标要密集些。对雷达而言,衡量环境复杂度的指标主要是CFAR所检出的目标数量,场景中目标的数量越多,环境便越复杂,我们以前一时刻的目标检出数量作为反馈量。因此,还可以针对此特性对检测方法进行进一步的优化。具体地,可以基于前一时刻CFAR的检测结果来反馈控制后续时间段CFAR参数设置。此外,考虑到应用场景并不是突变的,因此可以所设定的反馈周期可以不同太短,示例性地,可以30秒的时间执行一次反馈控制。由于收发阵列中各收发天线是以固定频率进行信号收发,因此,可以利用数据帧的计数来确定周期的计数。
在本申请的一些实施例中,请参阅图6,在步骤S101基于收发阵列中各接收天线接收到的数据帧,确定目标距离-多普勒矩阵之前,还可以包括:
步骤S106,当收发阵列中各接收天线接收到当前数据帧时,对累计接收到的数据帧进行计数,得到数据帧计数值。
在步骤S105得到该当前数据帧的目标检测结果之后,还可以包括:
步骤S107,基于数据帧计数值,判断是否满足周期触发条件。若是,执行步骤S108。
步骤S108,基于该目标检测结果,更新该配置参数。
其中,目标检测结果可以包括当前数据帧的目标数量。更新后的配置参数作用于下一周期。该周期触发条件为每N个数据帧触发一次,N为预设的数据帧计数周期。示例性地,假设希望每30s触发一次,并假设雷达数据帧的频率为20Hz,那么,可以得到N为600,即,每接收到600个数据帧,更新一次配置参数,更新后的配置参数作用于接下来的600个数据帧。
可以理解的是,步骤S106中数据帧的计数可以在接收到当前数据帧之后、步骤S107判断数据帧计数之前的任一时刻执行,而步骤S107可以在步骤S102之后的任一时刻执行。
在本申请的一些实施例中,步骤S108基于该目标检测结果,更新该配置参数的过程,可以包括:
S1,获取该当前数据帧检测到的目标数量M与预设的第一数量阈值M1、预设的第二数量阈值M2之间的数值关系。
其中,D1、D2、D3、D4、D5、D6、D7为预设的距离值。
示例性地,第一数量阈值M1可以取值为20,预设的第二数量阈值M2可以取值为60。D1、D2、D3、D4、D5、D6、D7可以分别取值为10m、80m、100m、20m、80m、40m、80m,相应地,上述S2中得到的各距离区间为[0,10]、[10,80] 以及[80,100] ,上述S3中得到的各距离区间为[0,20]、[20,80] 以及[80,100] ,上述S4中得到的各距离区间为[0,40]、[40,80] 以及[80,100]。
在本申请的一些实施例中,步骤S108基于该目标检测结果,更新该配置参数的过程,还可以包括:
S5,若,将对应于距离区间的CFAR检测算法设置为最小选择恒虚警率SO-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为单元平均恒虚警率CA-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为SO-CFAR检测算法。
S6,若,将对应于距离区间的CFAR检测算法设置为CA-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为CA-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为SO-CFAR检测算法;
S7,若,将对应于距离区间的CFAR检测算法设置为最大选择恒虚警率GO-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为CA-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为SO-CFAR检测算法。
在本申请的一些实施例中,步骤S108基于该目标检测结果,更新该配置参数的过程,还可以包括:
在本申请的一些实施例中,步骤S108基于该目标检测结果,更新该配置参数的过程,还可以包括:
S11,若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和10,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、8和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和10。
S12,若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、6和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、3和10。
S13,若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、2和15,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、5和15,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、2和12。
结合上述S1至S12,可以得到配置参数得配置实例如表2所示:
表2:配置参数的配置实例
可以理解的是,表2仅仅示例了一种可能性。实际应用过程中应该基于实践效果选择合适的CFAR算法配置。
上述各实施例描述了基于当前数据帧检测出的目标总数进行反馈控制的技术方案,进一步地,还可以地基于每个矩阵区域内检测出的目标数量来优化本矩阵区域内的CFAR算法配置。具体的方法可以参照前述各实施例,此处不做赘述。
下面对本申请实施例提供的环境自适应的车载毫米波雷达检测装置进行描述,下文描述的环境自适应的车载毫米波雷达检测装置与上文描述的环境自适应的车载毫米波雷达检测方法可相互对应参照。
请参见图7,本申请实施例提供的环境自适应的车载毫米波雷达检测装置,可以包括:
数据帧计数单元21,用于当收发阵列中各接收天线接收到当前数据帧时,对累计接收到的数据帧进行计数,得到数据帧计数值;
数据处理单元22,用于基于所述当前数据帧,确定目标距离-多普勒矩阵;
配置读取单元23,用于获取配置参数,所述配置参数包括多个距离区间以及对应于每一距离区间的CFAR检测算法配置;
分区配置单元24,用于基于所述多个距离区间,将所述目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置;
分区计算单元25,用于利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果;
目标检测单元26,用于合并各矩阵区域的目标检测结果,得到所述数据帧的目标检测结果;
参数更新单元27,用于基于所述数据帧计数值,判断是否满足周期触发条件,若是,基于所述目标检测结果,更新所述配置参数;
其中,更新后的配置参数作用于下一周期;所述周期触发条件为每N个数据帧触发一次,N为预设的数据帧计数周期。
在本申请的一些实施例中,所述CFAR检测算法配置包括恒虚警率CFAR检测算法、门限因子和窗口参数;分区计算单元25利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果的过程,可以包括:
针对所述矩阵区域中的每一待检测单元:
基于所述矩阵区域的窗口参数确定所述待检测单元的保护单元和参考单元;
利用所述矩阵区域的CFAR检测算法计算得到平均噪声能量,并利用所述矩阵区域的门限因子乘以所述平均噪声能量,得到所述待检测单元的能量阈值;
判断所述待检测单元的能量是否在所述能量阈值以上;
若是,确定所述待检测单元为目标;
基于各目标确定所述矩阵区域的目标检测结果。
在本申请的一些实施例中,所述目标检测结果包括目标数量;参数更新单元27基于所述目标检测结果,更新所述配置参数的过程的过程,可以包括:
获取目标数量M与预设的第一数量阈值M1、预设的第二数量阈值M2之间的数值关系;
其中,D1、D2、D3、D4、D5、D6、D7为预设的距离值。
在本申请的一些实施例中,所述CFAR检测算法配置包括恒虚警率CFAR检测算法;参数更新单元27基于所述目标检测结果,更新所述配置参数的过程,还可以包括:
若,将对应于距离区间的CFAR检测算法设置为最小选择恒虚警率SO-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为单元平均恒虚警率CA-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为SO-CFAR检测算法;
若,将对应于距离区间的CFAR检测算法设置为最大选择恒虚警率GO-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为CA-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为SO-CFAR检测算法。
在本申请的一些实施例中,所述CFAR检测算法配置还包括门限因子;参数更新单元27基于所述目标检测结果,更新所述配置参数的过程,还可以包括:
在本申请的一些实施例中,所述CFAR检测算法配置还包括窗口参数,所述窗口参数包括窗口类型、保护单元数量和参考单元数量;参数更新单元27基于所述目标检测结果,更新所述配置参数的过程,还可以包括:
若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和10,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、8和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和10;
若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、6和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、3和10;
若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、2和15,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、5和15,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、2和12。
本申请实施例提供的环境自适应的车载毫米波雷达检测装置可应用于环境自适应的车载毫米波雷达检测设备,如计算机等。可选的,图8示出了环境自适应的车载毫米波雷达检测设备的硬件结构框图,参照图8,环境自适应的车载毫米波雷达检测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:
当收发阵列中各接收天线接收到当前数据帧时,对累计接收到的数据帧进行计数,得到数据帧计数值;
基于所述当前数据帧,确定目标距离-多普勒矩阵;
获取配置参数,所述配置参数包括多个距离区间以及对应于每一距离区间的恒虚警率CFAR检测算法配置;
基于所述多个距离区间,将所述目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置;
利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果;
合并各矩阵区域的目标检测结果,得到所述当前数据帧的目标检测结果;
基于所述数据帧计数值,判断是否满足周期触发条件,若是,基于所述目标检测结果,更新所述配置参数;
其中,更新后的配置参数作用于下一周期;所述周期触发条件为每N个数据帧触发一次,N为预设的数据帧计数周期。
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:
当收发阵列中各接收天线接收到当前数据帧时,对累计接收到的数据帧进行计数,得到数据帧计数值;
基于所述当前数据帧,确定目标距离-多普勒矩阵;
获取配置参数,所述配置参数包括多个距离区间以及对应于每一距离区间的恒虚警率CFAR检测算法配置;
基于所述多个距离区间,将所述目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置;
利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果;
合并各矩阵区域的目标检测结果,得到所述当前数据帧的目标检测结果;
基于所述数据帧计数值,判断是否满足周期触发条件,若是,基于所述目标检测结果,更新所述配置参数;
其中,更新后的配置参数作用于下一周期;所述周期触发条件为每N个数据帧触发一次,N为预设的数据帧计数周期。
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:
本申请当收发阵列中各接收天线接收到当前数据帧时,对累计接收到的数据帧进行计数,得到数据帧计数值;然后,基于所述当前数据帧,确定目标距离-多普勒矩阵,可以理解的是,所述当前数据帧由收发阵列的回波数据矩阵构成,基于所述回波数据矩阵,通过二维快速傅立叶变换及非相关累积处理,可以得到目标距离-多普勒矩阵,所述目标距离-多普勒矩阵包含了各目标的位置信息。然后,获取配置参数,可以理解的是,所述配置参数是预先配置好的,包括多个距离区间以及对应于每一距离区间的CFAR检测算法配置。接着,基于所述多个距离区间,将所述目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置。利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果。由于不同矩阵区域对应有不同的距离区间,因此,通过对不同矩阵区域应用不同的CFAR检测算法配置,可以使得每一矩阵区域的数据得到较合适的处理,从而得到较优的处理结果。最后,合并各矩阵区域的目标检测结果,得到所述当前数据帧的目标检测结果。可以理解的是,各矩阵区域是独立进行计算、独立得到计算结果的,且各矩阵区域均应用了一种CFAR检测算法配置进行相应的计算,因此整体的复杂度并没有增加。进一步地,基于所述数据帧计数值,判断是否满足周期触发条件,若是,基于所述目标检测结果,更新所述配置参数。其中,更新后的配置参数作用于下一周期;所述周期触发条件为每N个数据帧触发一次,N为预设的数据帧计数周期。通过定期地基于当前数据帧的目标检测结果来更新配置参数,可以更好地随着工作环境的变化来优化计算过程。本申请在维持了计算复杂度的同时,从距离维度对目标距离-多普勒矩阵进行有区别的CFAR检测处理,具备较好的距离适应性及环境适应性,能够提高目标检测的可靠性。
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)
1.一种环境自适应的车载毫米波雷达检测方法,其特征在于,包括:
当收发阵列中各接收天线接收到当前数据帧时,对累计接收到的数据帧进行计数,得到数据帧计数值;
基于所述当前数据帧,确定目标距离-多普勒矩阵;
获取配置参数,所述配置参数包括多个距离区间以及对应于每一距离区间的恒虚警率CFAR检测算法配置;
基于所述多个距离区间,将所述目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置;
利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果;
合并各矩阵区域的目标检测结果,得到所述当前数据帧的目标检测结果;
基于所述数据帧计数值,判断是否满足周期触发条件,若是,基于所述目标检测结果,更新所述配置参数;
其中,更新后的配置参数作用于下一周期;所述周期触发条件为每N个数据帧触发一次,N为预设的数据帧计数周期。
2.根据权利要求1所述的方法,其特征在于,所述CFAR检测算法配置包括恒虚警率CFAR检测算法、门限因子和窗口参数;
利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果的过程,包括:
针对所述矩阵区域中的每一待检测单元:
基于所述矩阵区域的窗口参数确定所述待检测单元的保护单元和参考单元;
利用所述矩阵区域的CFAR检测算法计算得到平均噪声能量,并利用所述矩阵区域的门限因子乘以所述平均噪声能量,得到所述待检测单元的能量阈值;
判断所述待检测单元的能量是否在所述能量阈值以上;
若是,确定所述待检测单元为目标;
基于各目标确定所述矩阵区域的目标检测结果。
4.根据权利要求3所述的方法,其特征在于,所述CFAR检测算法配置包括恒虚警率CFAR检测算法;
基于所述目标检测结果,更新所述配置参数的过程,还包括:
若,将对应于距离区间的CFAR检测算法设置为最小选择恒虚警率SO-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为单元平均恒虚警率CA-CFAR检测算法,将对应于距离区间的CFAR检测算法设置为SO-CFAR检测算法;
6.根据权利要求3所述的方法,其特征在于,所述CFAR检测算法配置还包括窗口参数,所述窗口参数包括窗口类型、保护单元数量和参考单元数量;
基于所述目标检测结果,更新所述配置参数的过程,还包括:
若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和10,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、8和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和10;
若,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、5和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为十字形窗、6和12,将对应于距离区间的窗口类型、保护单元数量和参考单元数量分别设置为矩形窗、3和10;
7.根据权利要求1所述的方法,其特征在于,基于所述当前数据帧,确定目标距离-多普勒矩阵的过程,包括:
对当前数据帧中的各回波数据矩阵进行二维快速傅立叶变换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,得到目标距离-多普勒矩阵。
8.一种环境自适应的车载毫米波雷达检测装置,其特征在于,包括:
数据帧计数单元,用于当收发阵列中各接收天线接收到当前数据帧时,对累计接收到的数据帧进行计数,得到数据帧计数值;
数据处理单元,用于基于所述当前数据帧,确定目标距离-多普勒矩阵;
配置读取单元,用于获取配置参数,所述配置参数包括多个距离区间以及对应于每一距离区间的CFAR检测算法配置;
分区配置单元,用于基于所述多个距离区间,将所述目标距离-多普勒矩阵划分成多个矩阵区域,以及基于对应于每一距离区间的CFAR检测算法配置,获取各矩阵区域的CFAR检测算法配置;
分区计算单元,用于利用每一矩阵区域的CFAR检测算法配置对所述矩阵区域进行计算,得到所述矩阵区域的目标检测结果;
目标检测单元,用于合并各矩阵区域的目标检测结果,得到所述当前数据帧的目标检测结果;
参数更新单元,用于基于所述数据帧计数值,判断是否满足周期触发条件,若是,基于所述目标检测结果,更新所述配置参数;
其中,更新后的配置参数作用于下一周期;所述周期触发条件为每N个数据帧触发一次,N为预设的数据帧计数周期。
9.一种环境自适应的车载毫米波雷达检测设备,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中任一项所述的环境自适应的车载毫米波雷达检测方法的各个步骤。
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中任一项所述的环境自适应的车载毫米波雷达检测方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211629390.XA CN115616577B (zh) | 2022-12-19 | 2022-12-19 | 环境自适应的车载毫米波雷达检测方法、装置及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211629390.XA CN115616577B (zh) | 2022-12-19 | 2022-12-19 | 环境自适应的车载毫米波雷达检测方法、装置及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115616577A true CN115616577A (zh) | 2023-01-17 |
CN115616577B CN115616577B (zh) | 2023-03-10 |
Family
ID=84880954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211629390.XA Active CN115616577B (zh) | 2022-12-19 | 2022-12-19 | 环境自适应的车载毫米波雷达检测方法、装置及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115616577B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5465095A (en) * | 1994-08-05 | 1995-11-07 | The United States Of America As Represented By The Secretary Of The Air Force | Time efficient method for processing adaptive target detection thresholds in doppler radar systems |
CN102230961A (zh) * | 2011-03-31 | 2011-11-02 | 北京航空航天大学 | 基于相位补偿处理的扩展目标检测方法 |
US20170254893A1 (en) * | 2016-03-03 | 2017-09-07 | Raytheon Company | System and method for estimating number and range of a plurality of moving targets |
CN109613527A (zh) * | 2018-12-13 | 2019-04-12 | 北京无线电测量研究所 | 一种运动目标的检测门限生成方法及装置 |
CN112327265A (zh) * | 2020-10-23 | 2021-02-05 | 北京理工大学 | 一种基于语义分割网络的分治检测方法 |
US20210116541A1 (en) * | 2019-10-17 | 2021-04-22 | Robert Bosch Gmbh | Method and apparatus for processing a range-doppler matrix and radar system |
CN112731307A (zh) * | 2020-12-19 | 2021-04-30 | 湖北工业大学 | 基于距离-角度联合估计的ratm-cfar检测器及检测方法 |
CN113341388A (zh) * | 2021-05-08 | 2021-09-03 | 中国人民解放军空军工程大学 | 基于分步处理的雷达目标二维ca-cfar检测快速实现方法 |
CN113341404A (zh) * | 2020-03-02 | 2021-09-03 | 加特兰微电子科技(上海)有限公司 | 恒虚警检测方法、装置、集成电路及无线电器件 |
US20220082681A1 (en) * | 2020-09-17 | 2022-03-17 | Texas Instruments Incorporated | Doppler processing in frequency-modulated continuous wave radar systems using dither |
CN114609626A (zh) * | 2022-03-16 | 2022-06-10 | 电子科技大学 | 一种车载毫米波雷达多目标检测方法 |
CN115453483A (zh) * | 2022-08-17 | 2022-12-09 | 深圳大学 | 一种雷达目标信号检测方法及相关设备 |
-
2022
- 2022-12-19 CN CN202211629390.XA patent/CN115616577B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5465095A (en) * | 1994-08-05 | 1995-11-07 | The United States Of America As Represented By The Secretary Of The Air Force | Time efficient method for processing adaptive target detection thresholds in doppler radar systems |
CN102230961A (zh) * | 2011-03-31 | 2011-11-02 | 北京航空航天大学 | 基于相位补偿处理的扩展目标检测方法 |
US20170254893A1 (en) * | 2016-03-03 | 2017-09-07 | Raytheon Company | System and method for estimating number and range of a plurality of moving targets |
CN109613527A (zh) * | 2018-12-13 | 2019-04-12 | 北京无线电测量研究所 | 一种运动目标的检测门限生成方法及装置 |
US20210116541A1 (en) * | 2019-10-17 | 2021-04-22 | Robert Bosch Gmbh | Method and apparatus for processing a range-doppler matrix and radar system |
CN113341404A (zh) * | 2020-03-02 | 2021-09-03 | 加特兰微电子科技(上海)有限公司 | 恒虚警检测方法、装置、集成电路及无线电器件 |
US20220082681A1 (en) * | 2020-09-17 | 2022-03-17 | Texas Instruments Incorporated | Doppler processing in frequency-modulated continuous wave radar systems using dither |
CN112327265A (zh) * | 2020-10-23 | 2021-02-05 | 北京理工大学 | 一种基于语义分割网络的分治检测方法 |
CN112731307A (zh) * | 2020-12-19 | 2021-04-30 | 湖北工业大学 | 基于距离-角度联合估计的ratm-cfar检测器及检测方法 |
CN113341388A (zh) * | 2021-05-08 | 2021-09-03 | 中国人民解放军空军工程大学 | 基于分步处理的雷达目标二维ca-cfar检测快速实现方法 |
CN114609626A (zh) * | 2022-03-16 | 2022-06-10 | 电子科技大学 | 一种车载毫米波雷达多目标检测方法 |
CN115453483A (zh) * | 2022-08-17 | 2022-12-09 | 深圳大学 | 一种雷达目标信号检测方法及相关设备 |
Non-Patent Citations (2)
Title |
---|
YANG LI ET AL.: "A CFAR Detector Based on a Robust Combined Method With Spatial Information and Sparsity Regularization in Non- Homogeneous Weibull Clutter" * |
赵兴刚 等: "基于K-L 散度和散度均值的改进矩阵CFAR 检测器" * |
Also Published As
Publication number | Publication date |
---|---|
CN115616577B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111562581B (zh) | 交通雷达及其目标检测方法、装置、电子设备及存储介质 | |
US6515615B2 (en) | Signal processing method | |
JP4138825B2 (ja) | ウェイト算出方法、ウェイト算出装置、アダプティブアレーアンテナ、及びレーダ装置 | |
CN111722195B (zh) | 一种雷达遮挡检测方法及计算机存储介质 | |
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 | |
CN110531348B (zh) | 雷达测距方法、装置、计算机设备和存储介质 | |
CN111624567A (zh) | 一种恒虚警检测方法及装置 | |
CN111537993B (zh) | 拖车检测系统以及方法 | |
CN107202989A (zh) | 一种适用于被动拖曳线列阵声呐的复杂弱目标检测和跟踪方法 | |
CN112233416A (zh) | 车流量检测方法及装置 | |
CN113408504B (zh) | 基于雷达的车道线识别方法、装置、电子设备及存储介质 | |
CN115616577B (zh) | 环境自适应的车载毫米波雷达检测方法、装置及相关设备 | |
CN113341404A (zh) | 恒虚警检测方法、装置、集成电路及无线电器件 | |
CN111796266B (zh) | 一种匀加速运动目标rd平面检测前跟踪方法 | |
CN105866748A (zh) | 一种基于检测先验的固定窗长恒虚警检测方法 | |
US11269052B2 (en) | Signal processing method | |
CN116299401B (zh) | 基于目标散射点位置的恒虚警方法、设备及其存储介质 | |
CN115792841A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
CN110632592B (zh) | 一种手持式穿墙雷达的虚警消除方法 | |
CN113406578A (zh) | 分布式无人机载雷达目标检测方法、装置及存储介质 | |
CN111796267A (zh) | 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法 | |
CN113589254B (zh) | 基于雷达的移动目标检测方法、装置及雷达检测设备 | |
CN117523849B (zh) | 基于地磁和雷达的车位检测方法、装置、设备及存储介质 | |
CN215932122U (zh) | 一种基于超宽带雷达的改进型二维cfar检测系统 | |
WO2024060726A1 (zh) | 信号处理方法、存储介质、集成电路、器件和终端设备 |
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 |