CN116008944B - 一种毫米波fmcw雷达空间维信源数判断方法和装置 - Google Patents

一种毫米波fmcw雷达空间维信源数判断方法和装置 Download PDF

Info

Publication number
CN116008944B
CN116008944B CN202310083156.XA CN202310083156A CN116008944B CN 116008944 B CN116008944 B CN 116008944B CN 202310083156 A CN202310083156 A CN 202310083156A CN 116008944 B CN116008944 B CN 116008944B
Authority
CN
China
Prior art keywords
matrix
sampling
target
autocorrelation matrix
millimeter wave
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.)
Active
Application number
CN202310083156.XA
Other languages
English (en)
Other versions
CN116008944A (zh
Inventor
王宇
张慧
罗俊
刘文冬
周春元
高伟
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.)
Zhuhai Weidu Xinchuang Technology Co ltd
Original Assignee
Zhuhai Weidu Xinchuang Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhuhai Weidu Xinchuang Technology Co ltd filed Critical Zhuhai Weidu Xinchuang Technology Co ltd
Priority to CN202310083156.XA priority Critical patent/CN116008944B/zh
Publication of CN116008944A publication Critical patent/CN116008944A/zh
Application granted granted Critical
Publication of CN116008944B publication Critical patent/CN116008944B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明公开了一种毫米波FMCW雷达空间维信源数判断方法和装置，包括先对通道数据进行空间维超分辨算法测角、然后对超分辨谱进行峰值搜索及排序并记录最大峰值点和次大峰值点索引，根据峰值点索引计算峰值点对应角度，分别按峰值点角度生成采样矩阵、计算采样矩阵的自相关矩阵，自相关矩阵对角加载，自相关矩阵求逆、目标假设对消、对消后信号计算功率值，信源数检验判决。本发明中基于毫米波FMCW雷达应用的实际情况，通过采样矩阵对消的归一化处理，合理设置目标检测门限，克服了环境噪声对目标检测信源数的影响；降低了目标检测的虚警率和漏检率。

Description

一种毫米波FMCW雷达空间维信源数判断方法和装置
技术领域
本发明涉及信号处理技术领域，尤其是一种毫米波FMCW雷达空间维信源数判断方法和装置。
背景技术
毫米波(mi l l imeter wave)是指波长为1～10毫米的电磁波，它位于微波与远红外波相交叠的波长范围，因而兼有两种波谱的特点，如带宽较高、波束较窄等，毫米波的特点使得其在自动驾驶、交通安防等领域有着广泛的应用。
FMCW雷达(Frequency Modulated Continuous Wave Radar，调频连续波雷达)是指发射频率受特定信号调制的连续波雷达。在毫米波FMCW雷达中，雷达通过天线向外发射调频连续毫米波信号，并接收回波信号；进而通过回波信号获取目标的距离、速度、方位、高度等参数信息。
在基于回波信号的目标参数检测过程中，由于空间维2D测角及检测算法存在计算量大的问题，为了保证实时性，传统做法是先进行水平维测角和二次目标检测，再进行高度测量。水平维测角通常分为DBF(Digital Beam Forming，数字波束形成)方法如FFT(FastFourier Transform，快速傅里叶变换)；以及超分辨方法如MUSIC(Multiple SignalClassification，多重信号分类)、ESPRIT(Estimating Signal Parameter viaRotational Invariance Techniques，旋转不变技术)、DML(Deterministic MaximumLikel ihood，确定最大似然法)、WLP(Weighted Laguerre Polynomials，加权拉盖尔多项式法)等。然而受限于雷达尺寸对于孔径的限制，通常的DBF方法的对角度的分辨能力有限，对于角度相近的目标往往存在不能分辨或测量误差大，进一步造成仰角测量错误的问题；超分辨算法虽然避免了角度测量错误的问题，但是超分辨算法需要事先获取雷达准确的信源数信息。
传统的AIC(Akaike Information Criterion，最小信息准则)、MDL(MinimumDescription Length，最小描述长度准则)、GDE(Gerschgorin Disks Estimator盖氏半径准则)等信源数估计方法容易被环境噪声所干扰，无法有效应用于毫米波FMCW雷达的空间维信源数判断中。
发明内容
有鉴于此，本发明实施例提供一种毫米波FMCW雷达空间维信源数判断方法和装置。
本发明的第一方面提供了一种毫米波FMCW雷达空间维信源数判断方法，包括以下步骤：
对空间阵列的观测信号进行超分辨测角，得到超分辨谱；
对超分辨谱进行谱峰搜索，并通过排序得到最大峰和次大峰；
根据峰值点索引计算所述最大峰的峰值点所对应的第一角度和次大峰的峰值点所对应的第二角度；
根据第一角度和第二角度分别生成第一采样矩阵和第二采样矩阵；
计算第一采样矩阵的自相关矩阵，为第一自相关矩阵；计算第二采样矩阵的自相关矩阵，为第二自相关矩阵；
对第一自相关矩阵和第二自相关矩阵分别作对角加载处理，得到第一加载自相关矩阵和第二加载自相关矩阵；
对第一加载自相关矩阵和第二加载自相关矩阵分别求逆矩，得到第一采样逆矩阵和第二采样逆矩阵；
对观测信号采用第一采样逆矩阵进行目标假设对消，得到第一目标对消信号；对观测信号采用第二采样逆矩阵进行目标假设对消，得到第二目标对消信号；
分别计算第一目标对消信号和第二目标对消信号的功率值；
根据第一目标对消信号和第二目标对消信号的功率值，判断毫米波FMCW雷达的空间维信源数。
进一步地，所述根据峰值点索引计算所述最大峰的峰值点所对应的第一角度和次大峰的峰值点所对应的第二角度，具体通过公式(1)(2)计算第一角度和第二角度：
Angle1＝as ind(((Idx(P1)-1)-N/2))/N*2)……(1)
Angle2＝as ind(((Idx(P2)-1)-N/2))/N*2)……(2)
式中，Angle1表示第一角度，Angle1表示第二角度，as ind()表示反正弦运算，Idx(P1)表示最大峰的峰值点索引，Idx(P2)表示次大峰的峰值点索引，N表示采样点个数。
进一步地，所述根据第一角度和第二角度分别生成第一采样矩阵和第二采样矩阵，具体通过公式(3)(4)生成第一采样矩阵和第二采样矩阵：
式中，A1表示第一采样矩阵，A2表示第二采样矩阵，a1和a2分别为A1和A2中的元素，d为天线间距，λ为载波波长，j为虚数单位。
进一步地，所述计算第一采样矩阵的自相关矩阵，为第一自相关矩阵；计算第二采样矩阵的自相关矩阵，为第二自相关矩阵，具体通过公式(5)(6)计算得到：
式中S1表示第一自相关矩阵，S2表示第二自相关矩阵，s1和s2分别为第一自相关矩阵S1和第二自相关矩阵S2中的元素，上标H表示共轭转置，上标*表示复共轭。
进一步地，所述对第一自相关矩阵和第二自相关矩阵分别作对角加载处理，得到第一加载自相关矩阵和第二加载自相关矩阵，具体通过公式(7)(8)得到：
式中，S1’表示第一加载自相关矩阵，S2’表示第二加载自相关矩阵，I(M)表示单位矩阵，L表示对角加载因子。
进一步地，所述对第一加载自相关矩阵和第二加载自相关矩阵分别求逆矩，得到第一采样逆矩阵和第二采样逆矩阵，具体通过公式(9)(10)得到：
式中，V1表示第一采样逆矩阵，V2表示第二采样逆矩阵，上标-1表示求逆算符,v1和v2分别为第一采样逆矩阵V1和第二采样逆矩阵V2中的元素。
进一步地，所述对观测信号采用第一采样逆矩阵进行目标假设对消，得到第一目标对消信号；对观测信号采用第二采样逆矩阵进行目标假设对消，得到第二目标对消信号；具体通过公式(11)(12)计算目标对消信号：
式中，D1表示第一目标对消信号，D2表示第二目标对消信号，X(t)表示观测信号，上标T表示转置,d1和d2分别为第一目标对消信号D1和第二目标对消信号D2中的元素。
进一步地，所述根据第一目标对消信号和第二目标对消信号的功率值，判断毫米波FMCW雷达的空间维信源数；具体通过公式(13)(14)计算第一目标对消信号和第二目标对消信号的功率值：
Power1＝10*log10(sum(abs(D1))2)/M……(13)
Power2＝10*log10(sum(abs(D2))2)/M……(14)
其中，当|Power1-Power2|<thresho ld时,判断信源数为一个目标，Power1对应的角度即为目标角度；当|Power1-Power2|>thresho ld时,判断信源数为两个目标，Power1和Power2对应的角度分别为两个目标的目标角度；thresho ld为预设的门限阈值。
进一步地，当所述超分辨谱中仅包含一个峰值点时，判断信源数为一个目标。
本发明第二方面提供了一种毫米波FMCW雷达空间维信源数判断装置，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现一种毫米波FMCW雷达空间维信源数判断方法。
本发明的实施例具有如下方面有益效果：本发明中基于毫米波FMCW雷达应用的实际情况，通过采样矩阵对消的归一化处理，合理设置目标检测门限，克服了环境噪声对目标检测信源数的影响；降低了目标检测的虚警率和漏检率。
本发明的附加方面和优点将在下面的描述部分中给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一种毫米波FMCW雷达空间维信源数判断方法其中一个实施方式的流程图。
图2是本发明一种毫米波FMCW雷达空间维信源数判断方法其中一个实施方式的接收天线阵列示意图。
图3是本发明一种毫米波FMCW雷达空间维信源数判断方法其中一个实施方式的超分辨谱示意图。
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，此处所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。
传统的DBF方法在进行小孔径雷达的水平维测角时，存在分辨率和精度较低的问题，因此超分辨方法在小孔径雷达空间维检测中得到广泛应用。然而使用超分辨方法需要首先获取雷达信源数，而经典的信源估计方法是一种普适性的算法，没有针对雷达应用进行优化兼容，使得其在毫米波FMCW雷达应用中的表现欠佳。
由于毫米波FMCW雷达在距离维和速度维已完成绝大部分的目标分辨，因此在空间维发生同距离同速度的目标概率较小，因此本实施例提出了基于不超过2个目标的毫米波FMCW雷达空间维信源数判断方法，并可推广至2个以上目标的信源数判断中。
如图1所示，本实施例公开一种毫米波FMCW雷达空间维信源数判断方法，包括以下步骤：
步骤1：对空间阵列的观测信号进行超分辨测角，得到超分辨谱；
步骤2：对超分辨谱进行谱峰搜索，并通过排序得到最大峰和次大峰；
步骤3：根据峰值点索引计算最大峰的峰值点所对应的第一角度和次大峰的峰值点所对应的第二角度；
步骤4：根据第一角度和第二角度分别生成第一采样矩阵和第二采样矩阵；
步骤5：计算第一采样矩阵的自相关矩阵，为第一自相关矩阵；计算第二采样矩阵的自相关矩阵，为第二自相关矩阵；
步骤6：对第一自相关矩阵和第二自相关矩阵分别作对角加载处理，得到第一加载自相关矩阵和第二加载自相关矩阵；
步骤7：对第一加载自相关矩阵和第二加载自相关矩阵分别求逆矩，得到第一采样逆矩阵和第二采样逆矩阵；
步骤8：对观测信号采用第一采样逆矩阵进行目标假设对消，得到第一目标对消信号；对观测信号采用第二采样逆矩阵进行目标假设对消，得到第二目标对消信号；
步骤9：分别计算第一目标对消信号和第二目标对消信号的功率值；
步骤10：根据第一目标对消信号和第二目标对消信号的功率值，判断毫米波FMCW雷达的空间维信源数；
本实施例中毫米波FMCW雷达的接收天线阵列示意图如图2所示，接收天线阵列中含有M个阵元，天线接收获得M个观测信号X(t)，即X(t)＝[X1,X2,…,XM]T(上标T表示转置)。本实施例中采用的接收天线阵列为一个示意性的一维天线阵列，但本发明同样适用于二维天线阵列，如纵向为最小冗余排布，横向为均匀排布的二维天线阵列等。
步骤1：本实施例中对观测信号X(t)进行基于N个采样点的超分辨算法测角，得到超分辨谱W(f)，W(f)＝[W1,W2,…,WM]T(上标T表示转置)。图3中是一个以WLP超分辨方法得到的超分辨谱示意图，但本实施例不局限于使用WLP超分辨方法，而是同样适用于MUSIC、ESPRI T、DML等超分辨方法，只要性能满足应用的指标要求即可。
步骤2：本实施例中对超分辨谱W(f)进行谱峰搜索。特别地，如果峰值点仅有一个，则说明本实施例毫米波FMCW雷达仅接收到来自一个信源的信号，因此可以判断信源数为一个。如果峰值点多于一个，则找出其中峰值最大的峰值点和峰值次大的峰值点。记录最大峰值点P1和次大峰值点P2索引Idx(P1)和Idx(P2)，其中Idx为索引I ndex的缩写。
步骤3：根据峰值点索引计算最大峰的峰值点所对应的第一角度和次大峰的峰值点所对应的第二角度，具体通过公式(1)(2)计算第一角度和第二角度：
Angle1＝as ind(((Idx(P1)-1)-N/2))/N*2)……(1)
Angle2＝as ind(((Idx(P2)-1)-N/2))/N*2)……(2)
式中，Angle1表示第一角度，Angle1表示第二角度，as ind()表示反正弦运算，Idx(P1)表示最大峰的峰值点索引，Idx(P2)表示次大峰的峰值点索引，N表示采样点个数。
步骤4：根据第一角度和第二角度分别生成第一采样矩阵和第二采样矩阵，具体通过公式(3)(4)生成第一采样矩阵和第二采样矩阵：
式中，A1表示第一采样矩阵，A2表示第二采样矩阵，a1和a2分别为A1和A2中的元素，d为天线间距，λ为载波波长，j为虚数单位。
步骤5：计算第一采样矩阵的自相关矩阵，为第一自相关矩阵；计算第二采样矩阵的自相关矩阵，为第二自相关矩阵，具体通过公式(5)(6)计算得到：
式中S1表示第一自相关矩阵，S2表示第二自相关矩阵，s1和s2分别为第一自相关矩阵S1和第二自相关矩阵S2中的元素，上标H表示共轭转置，上标*表示复共轭。
步骤6：对第一自相关矩阵和第二自相关矩阵分别作对角加载处理，得到第一加载自相关矩阵和第二加载自相关矩阵，具体通过公式(7)(8)得到：
式中，S1’表示第一加载自相关矩阵，S2’表示第二加载自相关矩阵，I(M)表示单位矩阵，L表示对角加载因子。对自相关矩阵进行对角加载可以提高矩阵求逆计算的稳定性。
步骤7：对第一加载自相关矩阵和第二加载自相关矩阵分别求逆矩，得到第一采样逆矩阵和第二采样逆矩阵，具体通过公式(9)(10)得到：
式中，V1表示第一采样逆矩阵，V2表示第二采样逆矩阵，上标-1表示求逆算符,v1和v2分别为第一采样逆矩阵V1和第二采样逆矩阵V2中的元素。
步骤8：对观测信号采用第一采样逆矩阵进行目标假设对消，得到第一目标对消信号；对观测信号采用第二采样逆矩阵进行目标假设对消，得到第二目标对消信号；具体通过公式(11)(12)计算目标对消信号：
式中，D1表示第一目标对消信号，D2表示第二目标对消信号，X(t)表示观测信号，上标T表示转置,d1和d2分别为第一目标对消信号D1和第二目标对消信号D2中的元素。
步骤9：根据第一目标对消信号和第二目标对消信号的功率值，判断毫米波FMCW雷达的空间维信源数；具体通过公式(13)(14)计算第一目标对消信号和第二目标对消信号的功率值：
Power1＝10*log10(sum(abs(D1))2)/M……(13)
Power2＝10*log10(sum(abs(D2))2)/M……(14)
步骤10：根据第一目标对消信号和第二目标对消信号的功率值，判断毫米波FMCW雷达的空间维信源数。当|Power1-Power2|<thresho ld时,判断信源数为一个目标，Power1对应的角度即为目标角度；当|Power1-Power2|>thresho ld时,判断信源数为两个目标，Power1和Power2对应的角度分别为两个目标的目标角度；thresho ld为预设的门限阈值，本实施例中为6dB,可以根据实际噪声环境相应微调。
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种毫米波FMCW雷达空间维信源数判断方法，其特征在于，包括以下步骤：
对空间阵列的观测信号进行超分辨测角，得到超分辨谱；
对超分辨谱进行谱峰搜索，并通过排序得到最大峰和次大峰；
根据峰值点索引计算所述最大峰的峰值点所对应的第一角度和次大峰的峰值点所对应的第二角度；
根据第一角度和第二角度分别生成第一采样矩阵和第二采样矩阵；
计算第一采样矩阵的自相关矩阵，为第一自相关矩阵；计算第二采样矩阵的自相关矩阵，为第二自相关矩阵；
对第一自相关矩阵和第二自相关矩阵分别作对角加载处理，得到第一加载自相关矩阵和第二加载自相关矩阵；
对第一加载自相关矩阵和第二加载自相关矩阵分别求逆矩，得到第一采样逆矩阵和第二采样逆矩阵；
对观测信号采用第一采样逆矩阵进行目标假设对消，得到第一目标对消信号；对观测信号采用第二采样逆矩阵进行目标假设对消，得到第二目标对消信号；
分别计算第一目标对消信号和第二目标对消信号的功率值；
根据第一目标对消信号和第二目标对消信号的功率值，判断毫米波FMCW雷达的空间维信源数。
2.根据权利要求1所述的一种毫米波FMCW雷达空间维信源数判断方法，其特征在于，所述根据峰值点索引计算所述最大峰的峰值点所对应的第一角度和次大峰的峰值点所对应的第二角度，具体通过公式(1)(2)计算第一角度和第二角度：
Angle1＝asind(((Idx(P1)-1)-N/2))/N*2)……(1)
Angle2＝asind(((Idx(P2)-1)-N/2))/N*2)……(2)
式中，Angle1表示第一角度，Angle2表示第二角度，asind()表示反正弦运算，Idx(P1)表示最大峰的峰值点索引，Idx(P2)表示次大峰的峰值点索引，N表示采样点个数。
3.根据权利要求2所述的一种毫米波FMCW雷达空间维信源数判断方法，其特征在于，所述根据第一角度和第二角度分别生成第一采样矩阵和第二采样矩阵，具体通过公式(3)(4)生成第一采样矩阵和第二采样矩阵：
式中，A1表示第一采样矩阵，A2表示第二采样矩阵，a1和a2分别为A1和A2中的元素，M表示观测信号的数量，d为天线间距，λ为载波波长，j为虚数单位。
4.根据权利要求3所述的一种毫米波FMCW雷达空间维信源数判断方法，其特征在于，所述计算第一采样矩阵的自相关矩阵，为第一自相关矩阵；计算第二采样矩阵的自相关矩阵，为第二自相关矩阵，具体通过公式(5)(6)计算得到：
式中S1表示第一自相关矩阵，S2表示第二自相关矩阵，s1和s2分别为第一自相关矩阵S1和第二自相关矩阵S2中的元素，上标H表示共轭转置，上标*表示复共轭。
5.根据权利要求4所述的一种毫米波FMCW雷达空间维信源数判断方法，其特征在于，所述对第一自相关矩阵和第二自相关矩阵分别作对角加载处理，得到第一加载自相关矩阵和第二加载自相关矩阵，具体通过公式(7)(8)得到：
式中，S1’表示第一加载自相关矩阵，S2’表示第二加载自相关矩阵，I(M)表示单位矩阵，L表示对角加载因子。
6.根据权利要求5所述的一种毫米波FMCW雷达空间维信源数判断方法，其特征在于，所述对第一加载自相关矩阵和第二加载自相关矩阵分别求逆矩，得到第一采样逆矩阵和第二采样逆矩阵，具体通过公式(9)(10)得到：
式中，V1表示第一采样逆矩阵，V2表示第二采样逆矩阵，上标-1表示求逆算符,v1和v2分别为第一采样逆矩阵V1和第二采样逆矩阵V2中的元素。
7.根据权利要求6所述的一种毫米波FMCW雷达空间维信源数判断方法，其特征在于，所述对观测信号采用第一采样逆矩阵进行目标假设对消，得到第一目标对消信号；对观测信号采用第二采样逆矩阵进行目标假设对消，得到第二目标对消信号；具体通过公式(11)(12)计算目标对消信号：
式中，D1表示第一目标对消信号，D2表示第二目标对消信号，X(t)表示观测信号，上标T表示转置,d1和d2分别为第一目标对消信号D1和第二目标对消信号D2中的元素。
8.根据权利要求7所述的一种毫米波FMCW雷达空间维信源数判断方法，其特征在于，所述根据第一目标对消信号和第二目标对消信号的功率值，判断毫米波FMCW雷达的空间维信源数；具体通过公式(13)(14)计算第一目标对消信号和第二目标对消信号的功率值：
Power1＝10*log10(sum(abs(D1))2)/M……(13)
Power2＝10*log10(sum(abs(D2))2)/M……(14)
其中，当|Power1-Power2|<threshold时,判断信源数为一个目标，Power1对应的角度即为目标角度；当|Power1-Power2|>threshold时,判断信源数为两个目标，Power1和
Power2对应的角度分别为两个目标的目标角度；threshold为预设的门限阈值。
9.根据权利要求1所述的一种毫米波FMCW雷达空间维信源数判断方法，其特征在于，当所述超分辨谱中仅包含一个峰值点时，判断信源数为一个目标。
10.一种毫米波FMCW雷达空间维信源数判断装置，其特征在于，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如权利要求1-9中任一项所述的方法。
CN202310083156.XA 2023-01-18 2023-01-18 一种毫米波fmcw雷达空间维信源数判断方法和装置 Active CN116008944B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310083156.XA CN116008944B (zh) 2023-01-18 2023-01-18 一种毫米波fmcw雷达空间维信源数判断方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310083156.XA CN116008944B (zh) 2023-01-18 2023-01-18 一种毫米波fmcw雷达空间维信源数判断方法和装置

Publications (2)

Publication Number Publication Date
CN116008944A CN116008944A (zh) 2023-04-25
CN116008944B true CN116008944B (zh) 2023-10-10

Family

ID=86035606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310083156.XA Active CN116008944B (zh) 2023-01-18 2023-01-18 一种毫米波fmcw雷达空间维信源数判断方法和装置

Country Status (1)

Country Link
CN (1) CN116008944B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105044721A (zh) * 2015-07-21 2015-11-11 电子科技大学 机载正前视扫描雷达角超分辨方法
CN111693978A (zh) * 2020-05-13 2020-09-22 复旦大学 基于mimo毫米波雷达的散点检测方法
CN112882006A (zh) * 2021-01-20 2021-06-01 南京理工大学 基于复合调频连续波的毫米波近程目标探测方法
EP3842824A2 (en) * 2019-12-26 2021-06-30 Samsung Electronics Co., Ltd. Method and device to process radar signal
WO2022116008A1 (zh) * 2020-12-01 2022-06-09 华为技术有限公司 一种信源数量估计的方法、装置和存储介质
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105044721A (zh) * 2015-07-21 2015-11-11 电子科技大学 机载正前视扫描雷达角超分辨方法
EP3842824A2 (en) * 2019-12-26 2021-06-30 Samsung Electronics Co., Ltd. Method and device to process radar signal
CN111693978A (zh) * 2020-05-13 2020-09-22 复旦大学 基于mimo毫米波雷达的散点检测方法
WO2022116008A1 (zh) * 2020-12-01 2022-06-09 华为技术有限公司 一种信源数量估计的方法、装置和存储介质
CN112882006A (zh) * 2021-01-20 2021-06-01 南京理工大学 基于复合调频连续波的毫米波近程目标探测方法
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

Also Published As

Publication number Publication date
CN116008944A (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
US7498976B2 (en) System and method for passively estimating angle and range of a source using signal samples collected simultaneously from a multi-aperture antenna
US11506776B2 (en) Method and device with improved radar resolution
CN111736131B (zh) 一种剔除一比特信号谐波虚假目标的方法及相关组件
CN111896947A (zh) 一种用于汽车毫米波雷达的快速超分辨跟踪系统及方法
CN109581537B (zh) 生命体的检测方法及装置
JP4972852B2 (ja) レーダ装置
CN114270216A (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
Zhang et al. Influence of the stop-and-hop assumption on synthetic aperture sonar imagery
CN115061113B (zh) 用于雷达的目标检测模型训练方法、装置及存储介质
US20210018609A1 (en) Method and system for object detection
Feng et al. MIMO–monopulse target localisation for automotive radar
CN109932679B (zh) 一种传感器列系统最大似然角度分辨率估计方法
KR101796472B1 (ko) 레이더 장치 및 그것을 이용한 도래각 추정 방법
CN111896913B (zh) 高频雷达单极子/交叉环天线通道增益校准方法及装置
US11269052B2 (en) Signal processing method
CN116008944B (zh) 一种毫米波fmcw雷达空间维信源数判断方法和装置
Wang et al. Snapshot-deficient active target localization in beam-time domain using multi-frequency expectation-maximization algorithm
US20220260701A1 (en) Method and Device for Determining an Angle of a Target Object
JP2005189171A (ja) レーダ装置
WO2021196165A1 (zh) 频率分析方法、装置及雷达
Lu et al. Experimental study on moving target localization using dual frequency continuous wave radar
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
Lin et al. Motion parameter estimation of high‐speed manoeuvering targets based on hybrid integration and synchrosqueezing transform
CN110320492A (zh) 一种基于导向矢量对称特性的低复杂度doa估计方法
KR20150055279A (ko) 방위각 고분해능 신호처리 알고리즘을 이용하는 차량용 레이더 및 그 운영 방법

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