CN116256716A - 基于加权线性拟合的毫米波雷达超分辨方法和系统 - Google Patents
基于加权线性拟合的毫米波雷达超分辨方法和系统 Download PDFInfo
- Publication number
- CN116256716A CN116256716A CN202310078684.6A CN202310078684A CN116256716A CN 116256716 A CN116256716 A CN 116256716A CN 202310078684 A CN202310078684 A CN 202310078684A CN 116256716 A CN116256716 A CN 116256716A
- Authority
- CN
- China
- Prior art keywords
- target
- obtaining
- snapshot
- signal
- weighted linear
- 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
- 238000000034 method Methods 0.000 title claims abstract description 132
- 239000011159 matrix material Substances 0.000 claims description 141
- 238000001228 spectrum Methods 0.000 claims description 95
- 239000013598 vector Substances 0.000 claims description 82
- 238000012545 processing Methods 0.000 claims description 68
- 238000001514 detection method Methods 0.000 claims description 36
- 238000009499 grossing Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000005070 sampling Methods 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 12
- 238000005259 measurement Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
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
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
- G01S7/418—Theoretical aspects
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于加权线性拟合的毫米波雷达超分辨方法、系统、控制器及计算机存储介质，方法包括对雷达回波信号进行二维FFT处理，得到距离速度谱，并对距离速度谱进行CFAR检测，根据检测结果得到目标单快拍信号，并对目标单快拍信号进行空间平滑处理，得到目标多快拍信号，进而得到权系数向量，根据权系数向量得到目标空间谱，并进行谱峰搜索处理，得到目标峰值位置，根据目标峰值位置得到角度信息，本申请利用单快拍雷达回波数据，通过空间平滑实现超分辨测角，无需长时间内的采样能够有效的估计运动目标的信息，保证超分辨性能的同时提高了处理速度，进而实现单快拍空间采样信号的快速准确的高分辨率空间谱估计。
Description
技术领域
本申请涉及毫米波雷达技术领域，具体涉及一种基于加权线性拟合的毫米波雷达超分辨方法、基于加权线性拟合的毫米波雷达超分辨系统、控制器及计算机存储介质。
背景技术
随着近年来技术发展，毫米波雷达被广泛应用于交通监测、智能驾驶等领域。随着这些领域的技术不断发展，其对传感器的分辨率需求也日益提高，故现有技术中存在Capon、快速傅里叶变换(FFT)、MUSIC、ESPRI T等角度估计方法；
然而现有技术中，基于快速傅里叶变换(FFT)的角度估计方法，分辨率受限于其有效孔径，无法有效的估计角度；常见的超分辨角度估计方法如Capon，虽然能够满足估计精度的需求，但在平衡估计精度和处理时间上仍然存在较大的挑战，导致了对芯片算力的需求增高，进而导致雷达成本的提升；或者如MUSIC、ESPRI T等方法还需要对信源数进行估计，难以在实际应用中得到较好的估计结果，且部分超分辨角度估计方法基于多快拍数据进行角度估计的方法，虽然能够达到更高的测角精度和分辨率，但需要长时间的采样，而大部分目标是处于运动状态的，在采样时间内已经发生了位置的变化，无法满足雷达的帧率需求，故当前缺少一种处理速度较快、简单有效(无需信源数进行估计)、高性能的单快拍超分辨角度估计方法。
发明内容
本申请实施例提供一种基于加权线性拟合的毫米波雷达超分辨方法、基于加权线性拟合的毫米波雷达超分辨系统、控制器及计算机存储介质，至少能保证，本申请方案利用单快拍雷达回波数据，通过空间平滑实现超分辨测角，无需长时间内的采样能够有效的估计运动目标的信息，进而实现单快拍空间采样信号的快速准确的高分辨率空间谱估计。
第一方面，本申请实施例提供了一种基于加权线性拟合的毫米波雷达超分辨方法，所述方法包括：
对雷达回波信号进行二维FFT处理，得到距离速度谱，并对所述距离速度谱进行CFAR目标检测，得到CFAR检测结果；
根据所述CFAR检测结果得到目标单快拍信号，并根据观测需求数据对所述目标单快拍信号进行空间平滑处理，得到目标多快拍信号；
根据所述目标多快拍信号得到协方差矩阵，并根据所述协方差矩阵得到协方差逆矩阵；
对所述协方差逆矩阵进行加权线性拟合处理，得到权系数向量；
根据所述权系数向量得到目标空间谱，并对所述目标空间谱进行谱峰搜索处理，得到目标峰值位置；
根据所述目标峰值位置得到角度信息。
在一些实施例中，所述根据所述权系数向量得到目标空间谱之前，还包括：
根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点；
或者，根据所述雷达回波信号构建超完备基矩阵。
在一些实施例中，所述根据所述权系数向量得到目标空间谱，包括：
在根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点的情况下，根据所述角度离散化格点得到阵元位置格点和非阵元位置格点，根据所述阵元位置格点确定对应的所述权系数向量，根据所述非阵元位置格点进行补零FFT处理，得到所述目标空间谱；
或者，在根据所述雷达回波信号构建超完备基矩阵的情况下，根据所述超完备基矩阵中多个角度格点对应的导向矢量和所述权系数向量计算所述目标空间谱。
在一些实施例中，所述根据观测需求数据对所述目标单快拍信号进行空间平滑处理，得到目标多快拍信号，包括：
根据所述目标单快拍信号得到单快拍共轭信号；
根据所述观测需求数据确定空间平滑次数、阵元数和信号矩阵快拍数；
根据所述快拍共轭信号、所述空间平滑次数、所述阵元数和所述信号矩阵快拍数得到所述目标多快拍信号。
在一些实施例中，所述根据所述目标多快拍信号得到协方差矩阵，并根据所述协方差矩阵得到协方差逆矩阵，包括：
根据所述目标多快拍信号得到多快拍共轭信号；
根据所述目标多快拍信号、所述多快拍共轭信号和所述信号矩阵快拍数得到所述协方差矩阵；
根据预设的对角加载量、求逆公式和所述协方差矩阵得到所述协方差逆矩阵。
在一些实施例中，所述对所述协方差逆矩阵进行加权线性拟合处理，得到权系数向量，根据所述权系数向量得到目标空间谱，包括：
根据列向量T、加权线性拟合公式和所述协方差逆矩阵Ri得到所述权系数向量Wj，其中，所述加权线性拟合公式如下：
根据所述权系数向量Wj、导向矢量a(θj)和空间谱计算公式得到所述目标空间谱Pwlp(θj)，其中，所述空间谱计算公式如下：
第二方面，本申请实施例提供了一种基于加权线性拟合的毫米波雷达超分辨系统，所述系统包括2D处理模块、构建模块、计算模块和检测模块；
所述2D处理模块用于对雷达回波信号进行二维FFT处理，得到距离速度谱，并对所述距离速度谱进行CFAR目标检测，得到CFAR检测结果；
所述构建模块用于根据所述CFAR检测结果得到目标单快拍信号，并根据观测需求数据对所述目标单快拍信号进行空间平滑处理，得到目标多快拍信号；
所述计算模块用于根据所述目标多快拍信号得到协方差矩阵，并根据所述协方差矩阵得到协方差逆矩阵，对所述协方差逆矩阵进行加权线性拟合处理，得到权系数向量，根据所述权系数向量得到目标空间谱；
所述检测模块对所述目标空间谱进行谱峰搜索处理，得到目标峰值位置，根据所述目标峰值位置得到角度信息。
在一些实施例中，所述系统还包括采样模块和硬件加速模块，
所述采样模块用于根据目标角度范围获取所述雷达回波信号；
所述构建模块用于根据所述雷达回波信号构建超完备基矩阵；
所述计算模块用于在根据所述雷达回波信号构建超完备基矩阵的情况下，根据所述超完备基矩阵中多个角度格点对应的导向矢量和所述权系数向量计算所述目标空间谱；
所述硬件加速模块用于在根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点的情况下，根据所述角度离散化格点得到阵元位置格点和非阵元位置格点，根据所述阵元位置格点确定对应的所述权系数向量，根据所述非阵元位置格点进行补零FFT处理，得到所述目标空间谱。
第三方面，本申请实施例提供了一种控制器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面中任意一项实施例所述的基于加权线性拟合的毫米波雷达超分辨方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令用于执行如第一方面中任意一项实施例所述的基于加权线性拟合的毫米波雷达超分辨方法。
本申请至少具有以下有益效果：所述基于加权线性拟合的毫米波雷达超分辨方法应用于基于加权线性拟合的毫米波雷达超分辨系统，所述方法包括，对雷达回波信号进行二维FFT处理，得到距离速度谱，并对所述距离速度谱进行CFAR目标检测，得到CFAR检测结果，根据所述CFAR检测结果得到目标单快拍信号，并根据观测需求数据对所述目标单快拍信号进行空间平滑处理，得到目标多快拍信号，根据所述目标多快拍信号得到协方差矩阵，并根据所述协方差矩阵得到协方差逆矩阵，对所述协方差逆矩阵进行加权线性拟合处理，得到权系数向量，根据所述权系数向量得到目标空间谱，并对所述目标空间谱进行谱峰搜索处理，得到目标峰值位置，根据所述目标峰值位置得到角度信息，本申请利用单快拍雷达回波数据，通过空间平滑实现超分辨测角，无需长时间内的采样能够有效的估计运动目标的信息，进而实现单快拍空间采样信号的快速准确的高分辨率空间谱估计，同时在计算空间谱时无需事先得知空间中的目标个数，在保证了与MUSIC、Capon等方法相近的超分辨性能的同时提高了处理速度，能以较快的处理速度简单有效的进行超分辨角度估计，进而满足在车载雷达应用中的帧率要求。
附图说明
图1为本申请一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的流程图；
图2为本申请另一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的流程图；
图3为本申请另一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的流程图；
图4为本申请另一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的流程图；
图5为本申请另一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的系统示意图；
图6为本申请另一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的介质示意图；
图7为本申请另一实施例提出的使用传统FFT测角性能示意图；
图8为本申请另一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的性能示意图；
图9为本申请另一实施例提出的使用MUSIC超分辨测角方法性能示意图；
图10为本申请另一实施例提出的控制器的结构图。
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用以解释本申请，并不用于限定本申请。
在一些实施例中，虽然在系统示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于系统中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语第一、第二等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
随着近年来技术发展，毫米波雷达被广泛应用于交通监测、智能驾驶等领域。随着这些领域的技术不断发展，其对传感器的分辨率需求也日益提高，故现有技术中存在Capon、快速傅里叶变换(FFT)、MUSIC、ESPRI T等角度估计方法；
然而现有技术中，基于快速傅里叶变换(FFT)的角度估计方法，分辨率受限于其有效孔径，无法有效的估计角度；常见的超分辨角度估计方法如Capon，虽然能够满足估计精度的需求，但在平衡估计精度和处理时间上仍然存在较大的挑战，导致了对芯片算力的需求增高，进而导致雷达成本的提升；或者如MUSIC、ESPRIT等方法还需要对信源数进行估计，难以在实际应用中得到较好的估计结果，且部分超分辨角度估计方法基于多快拍数据进行角度估计的方法，虽然能够达到更高的测角精度和分辨率，但需要长时间的采样，而大部分目标是处于运动状态的，在采样时间内已经发生了位置的变化，无法满足雷达的帧率需求，故当前缺少一种处理速度较快、简单有效(无需信源数进行估计)、高性能的单快拍超分辨角度估计方法。
为至少解决上述问题，本申请公开了一种基于加权线性拟合的毫米波雷达超分辨方法、基于加权线性拟合的毫米波雷达超分辨系统、控制器及计算机存储介质，其中方法包括对雷达回波信号进行二维FFT处理，得到距离速度谱，并对距离速度谱进行CFAR目标检测，根据CFAR检测结果得到目标单快拍信号，并根据观测需求数据对目标单快拍信号进行空间平滑处理，得到目标多快拍信号，进而得到权系数向量，根据权系数向量得到目标空间谱，并进行谱峰搜索处理，得到目标峰值位置，根据目标峰值位置得到角度信息，本申请利用单快拍雷达回波数据，通过空间平滑实现超分辨测角，无需长时间内的采样能够有效的估计运动目标的信息，保证超分辨性能的同时提高了处理速度，进而实现单快拍空间采样信号的快速准确的高分辨率空间谱估计。
下面结合附图，对本申请实施例作进一步描述。
参考图1，图1为本申请一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的流程图，在一些实施例中，基于加权线性拟合的毫米波雷达超分辨方法，应用于基于加权线性拟合的毫米波雷达超分辨系统，基于加权线性拟合的毫米波雷达超分辨方法包括但不限于有以下步骤S110、步骤S120、步骤S130、步骤S140、步骤S150和步骤S160；
步骤S110，对雷达回波信号进行二维FFT处理，得到距离速度谱，并对距离速度谱进行CFAR目标检测，得到CFAR检测结果；
在一些实施例中，CFAR(Constant False Alarm Rate Detector，恒定虚警概率下的检测器)是雷达目标检测的一种常见的手段，本申请通过对经过二维FFT(二维快速傅里叶变换)处理得到的距离速度谱(Range-Doppler)进行CFAR目标检测得到CFAR检测结果，进而在后续步骤中根据CFAR检测结果得到目标单快拍信号。
步骤S120，根据CFAR检测结果得到目标单快拍信号，并根据观测需求数据对目标单快拍信号进行空间平滑处理，得到目标多快拍信号；
步骤S130，根据目标多快拍信号得到协方差矩阵，并根据协方差矩阵得到协方差逆矩阵；
步骤S140，对协方差逆矩阵进行加权线性拟合处理，得到权系数向量；
在一些实施例中，本申请通过根据目标多快拍信号得到协方差矩阵，并根据协方差矩阵得到协方差逆矩阵，再对协方差逆矩阵进行加权线性拟合处理，得到权系数向量，实现根据矩阵求逆引理计算逆矩阵的计算过程，能有效降低毫米波雷达超分辨方法的计算复杂度，缩短了毫米波雷达超分辨方法的处理时间，能够提升本申请应用场景中的雷达帧率。
步骤S150，根据权系数向量得到目标空间谱，并对目标空间谱进行谱峰搜索处理，得到目标峰值位置；
步骤S160，根据目标峰值位置得到角度信息。
在一些实施例中，根据权系数向量得到目标空间谱之前，还包括：根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点；或者，根据雷达回波信号构建超完备基矩阵，其中，当本申请根据雷达回波信号构建超完备基矩阵时，本申请使用超完备基矩阵时不涉及到阵列空间的离散化格点，可以处理任意排布的矩阵，能有效提高阵列灵活度，使本申请相较于经典的超分辨方法，在计算空间谱时无需事先得知空间中的目标个数；当本申请根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点时，本申请可以在后续步骤中根据本申请提出的补零FFT方法，通过FFT实现矩阵乘法进一步降低了计算复杂度，提高处理效率，使本申请相较于现有的FFT角度估计方法，大幅提高了测角分辨率和测角精度。
在一些实施例中，本申请基于加权线性拟合的毫米波雷达超分辨方法利用单快拍雷达回波数据，通过空间平滑实现超分辨测角，无需长时间内的采样能够有效的估计运动目标的信息，进而实现单快拍空间采样信号的快速准确的高分辨率空间谱估计，同时在计算空间谱时无需事先得知空间中的目标个数，在保证了与MUSIC、Capon等方法相近的超分辨性能的同时提高了处理速度，能以较快的处理速度简单有效的进行超分辨角度估计，进而满足在车载雷达应用中的帧率要求。
参考图2，图2为本申请一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的流程图，在一些实施例中，根据权系数向量得到目标空间谱包括但不限于有以下步骤S210和步骤S220；
步骤S210，在根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点的情况下，根据角度离散化格点得到阵元位置格点和非阵元位置格点，根据阵元位置格点确定对应的权系数向量，根据非阵元位置格点进行补零FFT处理，得到目标空间谱；
步骤S220，或者，在根据雷达回波信号构建超完备基矩阵的情况下，根据超完备基矩阵中多个角度格点对应的导向矢量和权系数向量计算目标空间谱。
在一些实施例中，本申请根据角度离散化格点得到阵元位置格点和非阵元位置格点，根据阵元位置格点确定对应的权系数向量，根据非阵元位置格点进行补零FFT处理，得到目标空间谱，能通过FFT实现矩阵乘法进一步降低了计算复杂度，提高处理效率，使本申请相较于现有的FFT角度估计方法，大幅提高了测角分辨率和测角精度。
具体的，补零FFT的方法为：在本申请对阵列位置进行离散化，设置阵元位置格点(角度离散化格点)之后，在阵元所在的格点处填入对应的加权线性拟合系数，其余没有阵元的位置进行补零操作后进行FFT，对本申请中每一组权系数Wj进行如上操作后按照上述公式求和得到估计空间谱。
在一些实施例中，本申请在根据雷达回波信号构建超完备基矩阵的情况下，根据超完备基矩阵中多个角度格点对应的导向矢量和权系数向量计算目标空间谱，使本申请可以处理任意排布的矩阵，能有效提高阵列灵活度。
参考图3，图3为本申请一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的流程图，在一些实施例中，根据观测需求数据对目标单快拍信号进行空间平滑处理，得到目标多快拍信号包括但不限于有以下步骤S310、步骤S320和步骤S330；
步骤S310，根据目标单快拍信号得到单快拍共轭信号；
步骤S320，根据观测需求数据确定空间平滑次数、阵元数和信号矩阵快拍数；
步骤S330，根据快拍共轭信号、空间平滑次数、阵元数和信号矩阵快拍数得到目标多快拍信号。
在一些实施例中，具体的使用空间平滑将单快拍信号转化为多快拍信号的公式如下：
其中，其中
为所构造多快拍信号，k为空间平滑次数，y为原始单快拍信号，/>
表示原始信号取共轭后的信号，M为阵元数，所构造的信号矩阵快拍数N＝2k。
在一些实施例中，根据目标多快拍信号得到协方差矩阵，并根据协方差矩阵得到协方差逆矩阵，包括：根据目标多快拍信号得到多快拍共轭信号；根据目标多快拍信号、多快拍共轭信号和信号矩阵快拍数得到协方差矩阵；根据预设的对角加载量、求逆公式和协方差矩阵得到协方差逆矩阵。
具体的，根据上述公式(1)，协方差矩阵的公式为：
其中，N为所构造多快拍信号的快拍数，yi为所构造的第i个快拍信号，
表示构造的第i个快拍信号的共轭转置，由于一般的对于快拍数较少的信号，其协方差矩阵不可逆，故本申请使用加入适当对角加载量的矩阵求其逆矩阵，公式如下：
其中，α为对角加载量，I为单位矩阵，本申请中提到的求逆公式如下；
(A+BCD)-1＝A-1-A-1B(C-1+DA-1B)-1DA-1 (3)；
进而根据上述公式(1)、(2)和(4)可以有效的迭代计算逆矩阵，处理第一个快拍时带入A＝αI，B＝y1，C＝I，
得到协方差矩阵满足以下公式：
根据公式(5)，在i≥2的情况下，迭代计算
直到i＝N，得到/>
满足以下公式：
在一些实施例中，根据角度离散化格点构造超完备基矩阵A的方法为：
A＝[a(θ1) a(θ2) … a(θl)] (6)；
其中a(θj)是第j个角度格点对应的导向矢量，根据上述公式(7)对协方差逆矩阵进行加权线性拟合处理，得到权系数向量，根据权系数向量得到目标空间谱，包括：
根据列向量T、加权线性拟合公式和协方差逆矩阵Ri得到权系数向量Wj，其中，加权线性拟合公式如下：
其中，Wj为得到的第j个加权线性拟合的权系数向量，Ri为上述计算得到的协方差逆矩阵，T为第j个元素为1，其余元素为0的列向量；
根据权系数向量Wj、导向矢量a(θj)和空间谱计算公式得到目标空间谱Pwlp(θj)，其中，空间谱计算公式如下：
上述公式(9)对应本申请中提到的在根据雷达回波信号构建超完备基矩阵的情况下，根据超完备基矩阵中多个角度格点对应的导向矢量和权系数向量计算目标空间谱的方法步骤，即该步骤包括公式(9)。
参考图4，图4为本申请另一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的流程图，本申请中的基于加权线性拟合的毫米波雷达超分辨方法的具体实施方法步骤如下：
1)对雷达回波信号中感兴趣的目标角度范围进行离散化，按雷达视场角度设置角度格点，并构造对应的超完备基矩阵A；
2)对接收到的雷达回波信号进行2维FFT处理，获得目标的距离—速度(Range-Dopp ler)谱，并对目标的RD谱进行CFAR目标检测；
3)选取CFAR结果中的一个目标，构造该目标的单快拍空间采样信号；
4)根据观测场景的需求进行空间平滑，将单快拍信号转化为所需的多块拍信号；
5)对信号根据矩阵求逆引理迭代计算其协方差矩阵的逆矩阵；
6)计算逆矩阵每一列所对应的加权线性拟合的权系数向量；
7)利用导向矢量与线性拟合系数计算得到空间谱，或使用补零FFT方法处理线性拟合系数得到观测目标的空间谱；
8)对空间谱进行谱峰搜索得到目标峰值位置；
9)将上述峰值位置信息转化为角度信息。
参考上述步骤和图4，可以看出本申请在对信号根据矩阵求逆引理迭代计算其协方差矩阵的逆矩阵，并计算逆矩阵每一列所对应的加权线性拟合的权系数向量后，可以根据阵列空间是否进行离散化格点处理，选择不同的空间谱获取方法，具体的，在根据阵列空间进行离散化格点处理的情况下，通过使用补零FFT方法处理线性拟合系数得到观测目标的空间谱，使本申请通过FFT实现矩阵乘法进一步降低了计算复杂度，有效提高处理效率；或者，在未根据阵列空间进行离散化格点处理的情况下，利用导向矢量与线性拟合系数计算得到空间谱，使本申请具备使用超完备基矩阵时不涉及到阵列空间的离散化格点，可以处理任意排布的矩阵，阵列灵活度高的优点。
在一些实施例中，本申请对雷达回波信号中感兴趣的目标角度范围进行离散化，按雷达视场角度设置角度格点，并构造对应的超完备基矩阵A，是用户可以根据具体的应用场景选择补零FFT方法和利用导向矢量方法，使本申请同时具备补零FFT方法和利用导向矢量方法的优点。
在一些实施例中，根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点对应的具体过程中，对于雷达目标角度估计问题，首先考虑如下的线性模型：
Y＝AX+N (10)；
其中，Y∈CM为阵列接收信号，X∈CL为发射信号，N为随机噪声，在此基础上，对应目标多快拍信号得到协方差矩阵的过程，根据上述接收信号得到协方差矩阵的公式如下：
RY＝E[YYH]＝ARXAH+σ2I (11)；
其中，RY为接收信号的协方差矩阵，RX为发射信号的协方差矩阵，σ2为噪声能量。
在一些实施例中，在本申请根据目标多快拍信号得到协方差矩阵，并根据协方差矩阵得到协方差逆矩阵的过程中，考虑如下的线性预测器：
其中，yk0为选取参考单元的预测结果wk为第k个单元的线性预测系数，线性预测器的预测误差表示为：
令Wlp＝[w1,w2…wk0,…wM]T，使用最小均方误差准则来求解Wlp，即求解如下问题：
其中，
约束条件可以写为/>
T＝[0,0…,1,0…0]T为只有第k0个元素为1的列向量，可以求得Wlp的最大似然解为：
其中，Ri为RY的逆矩阵，通过上述公式(12)至公式(15)，本申请能有效得到目标多快拍信号对应的协方差矩阵和协方差逆矩阵，进而对协方差逆矩阵进行加权线性拟合处理，得到权系数向量，根据权系数向量得到目标空间谱，具体公式如下，遍历全部k0，利用所求得的每组Wlp按照如下方式计算空间谱：
在一个实施例中，根据观测需求数据对目标单快拍信号进行空间平滑处理，得到目标多快拍信号包括，本申请使用八个阵元的均匀线阵观测两个目标，由于在本实施例中单快拍信号的协方差矩阵只有一个非零特征值，即协方差矩阵是秩亏的需要使用空间平滑的方法来恢复协方差矩阵的秩，故本实施例中采用平滑次数为k＝1，即将单快拍信号构造为两个快拍的信号，构造方法为：
其中，
表示y取共轭，根据协方差矩阵得到协方差逆矩阵的过程中包括，求/>
的协方差矩阵：
该矩阵秩为2，为不可逆矩阵，因此加入对角加载量使用矩阵求逆引理求得协方差矩阵的逆矩阵：
对于i＝1，有
对于i＝2，有
在一些实施例中，在本申请根据超完备基矩阵中多个角度格点对应的导向矢量和权系数向量计算目标空间谱的情况下，阵元在空间上按照稀疏的方式排布，此时导向矢量可以写为：
此时超完备基矩阵A与Wlp的乘法通过本申请基于加权线性拟合的毫米波雷达超分辨系统中的计算模块实现，其时间复杂度为O(MN)，M为Wlp的长度，N为离散化角度格点总数，需要注意的是这里的M会随着平滑次数的变化而变化。
在一些实施例中，在本申请根据超完备基矩阵中多个角度格点对应的导向矢量和权系数向量计算目标空间谱的情况下，在空间上以半波长为单位设置位置格点，所有接收阵元均位于格点上，此时导向矢量可以写为：
a(θ)＝1,ejπsinθ,ej2πsinθ,…ej(M-1)πsinθ] (20)；
此时超完备基矩阵A与Wlp的乘法可以通过补零FFT实现，通过本申请基于加权线性拟合的毫米波雷达超分辨系统中的硬件加速模块实现FFT，此时的时间复杂度为O(Nlog(N))。
参考图5，图5为本申请另一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的系统示意图，本申请第二方面的提供了一种基于加权线性拟合的毫米波雷达超分辨系统，基于加权线性拟合的毫米波雷达超分辨系统包括2D处理模块、构建模块、计算模块和检测模块；
2D处理模块用于对雷达回波信号进行二维FFT处理，得到距离速度谱，并对距离速度谱进行CFAR目标检测，得到CFAR检测结果；
构建模块用于根据CFAR检测结果得到目标单快拍信号，并根据观测需求数据对目标单快拍信号进行空间平滑处理，得到目标多快拍信号；
计算模块用于根据目标多快拍信号得到协方差矩阵，并根据协方差矩阵得到协方差逆矩阵，对协方差逆矩阵进行加权线性拟合处理，得到权系数向量，根据权系数向量得到目标空间谱；
检测模块对目标空间谱进行谱峰搜索处理，得到目标峰值位置，根据目标峰值位置得到角度信息。
在一些实施例中，系统还包括采样模块和硬件加速模块，
采样模块用于根据目标角度范围获取雷达回波信号；
构建模块用于根据雷达回波信号构建超完备基矩阵；
计算模块用于在根据雷达回波信号构建超完备基矩阵的情况下，根据超完备基矩阵中多个角度格点对应的导向矢量和权系数向量计算目标空间谱；
硬件加速模块用于在根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点的情况下，根据角度离散化格点得到阵元位置格点和非阵元位置格点，根据阵元位置格点确定对应的权系数向量，根据非阵元位置格点进行补零FFT处理，得到目标空间谱。
其中，具体的，采样模块用于接收雷达回波数据，并构造雷达角度估计所需的采样信号；2D处理模块用于对接收到的雷达回波数据做2DFFT处理并检测，得到用于角度估计的原始阵列数据；构建模块用于对得到的角度估计原始数据根据观测场景的需求构建多快拍空间平滑数据，并构造超完备基矩阵A；计算模块用于依据上述空间谱计算公式直接计算空间谱；硬件加速模块用于实现对FFT的硬件加速，利用补零FFT方法计算空间谱；检测模块用于对获得的空间谱进行峰值检测。
在一些实施例中，该基于加权线性拟合的毫米波雷达超分辨系统符合供上述任意一项实施例的基于加权线性拟合的毫米波雷达超分辨方法运行的运行环境，使基于加权线性拟合的毫米波雷达超分辨系统具备上述任意一项实施例的基于加权线性拟合的毫米波雷达超分辨方法的功能与效果。
参考图6,图6为本申请另一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的介质示意图，在一些实施例中，图6对本申请中的计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于执行如第一方面中任意一项实施例的基于加权线性拟合的毫米波雷达超分辨方法，该计算机可读存储介质包括至少一个处理器，用于执行上述基于加权线性拟合超分辨测角程序的各个步骤，例如，执行以上描述的图1中的方法步骤S110至步骤S160、图2中的方法步骤S210和步骤S220、图3中的方法步骤S310至步骤S330；至少一个存储器，用于存储上述程序；一个用户接口，用于用户配置程序，接收处理结果。
参考图7至图9，图7为本申请另一实施例提出的使用传统FFT测角性能示意图，图8为本申请另一实施例提出的基于加权线性拟合的毫米波雷达超分辨方法的性能示意图，图9为本申请另一实施例提出的使用MUSIC超分辨测角方法性能示意图，在图7所示的传统FFT技术中，使用传统FFT方法观测的目标位置为0°和5°，FFT方法的分辨率可以由下式计算得到：
其中，λ为载波波长，d为阵元间距θ为观测角度，M为阵元数。计算可得在本实施例中FFT方法在观测5°目标时的分辨率约为14.4°，无法分辨场景中的两个目标；而图8对应的本申请中基于加权线性拟合的毫米波雷达超分辨方法和图9所示MUSIC方法均能分开这两个目标，而在Matlab仿真中本申请方法耗时0.000666秒，而MUSIC方法耗时0.705264秒，本申请方法的处理速度明显优于传统MUSIC方法。
可以想到的是，本申请相较于现有的FFT角度估计方法，大幅提高了测角分辨率和测角精度；相较于经典的超分辨方法，在计算空间谱时无需事先得知空间中的目标个数，在保证了与MUSIC、Capon等方法相近的超分辨性能的同时提高了处理速度，能够实现在车载雷达应用中的帧率要求。
参考图10,图10是本发明实施例提供的控制器的结构示意图。
本发明的一些实施例提供了一种控制器，控制器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任意一项实施例的基于加权线性拟合的毫米波雷达超分辨方法，例如，执行以上描述的图1中的方法步骤S110至步骤S160、图2中的方法步骤S210和步骤S220、图3中的方法步骤S310至步骤S330。
本发明实施例的控制器1000包括一个或多个处理器1010和存储器1020，图10中以一个处理器1010及一个存储器1020为例。
处理器1010和存储器1020可以通过总线或者其他方式连接，图10中以通过总线连接为例。
存储器1020作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器1020可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器1020可选包括相对于处理器1010远程设置的存储器1020，这些远程存储器可以通过网络连接至控制器1000，同时，上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
在一些实施例中，处理器执行计算机程序时按照预设间隔时间执行上述任意一项实施例的基于加权线性拟合的毫米波雷达超分辨方法。
本领域技术人员可以理解，图10中示出的装置结构并不构成对控制器1000的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
在图10所示的控制器1000中，处理器1010可以用于调用存储器1020中储存的基于加权线性拟合的毫米波雷达超分辨方法，从而实现基于加权线性拟合的毫米波雷达超分辨方法。
基于上述控制器1000的硬件结构，提出本发明的基于加权线性拟合的毫米波雷达超分辨系统的各个实施例，同时，实现上述实施例的基于加权线性拟合的毫米波雷达超分辨方法所需的非暂态软件程序以及指令存储在存储器中，当被处理器执行时，执行上述实施例的基于加权线性拟合的毫米波雷达超分辨方法。
此外，本发明实施例的还提供了一种基于加权线性拟合的毫米波雷达超分辨系统，该基于加权线性拟合的毫米波雷达超分辨系统包括由上述的控制器。
在一些实施例中，由于本发明实施例的基于加权线性拟合的毫米波雷达超分辨系统具有上述实施例的控制器，并且上述实施例的控制器能够执行上述实施例的基于加权线性拟合的毫米波雷达超分辨方法，因此，本发明实施例的基于加权线性拟合的毫米波雷达超分辨系统的具体实施方式和技术效果，可以参照上述任一实施例的基于加权线性拟合的毫米波雷达超分辨方法的具体实施方式和技术效果。
本发明实施例的还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于执行上述的基于加权线性拟合的毫米波雷达超分辨方法，例如，可使得上述一个或多个处理器执行上述方法实施例中的基于加权线性拟合的毫米波雷达超分辨方法，例如，执行以上描述的图1中的方法步骤S110至步骤S160、图2中的方法步骤S210和步骤S220、图3中的方法步骤S310至步骤S330。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络节点上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机可读存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机可读存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上是对本申请的较佳实施进行了具体说明，但本申请并不局限于上述实施方式，熟悉本领域的技术人员在不违背本申请精神的前提下还可作出种种等同变形或替换，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)
1.一种基于加权线性拟合的毫米波雷达超分辨方法，其特征在于，所述方法包括：
对雷达回波信号进行二维FFT处理，得到距离速度谱，并对所述距离速度谱进行CFAR目标检测，得到CFAR检测结果；
根据所述CFAR检测结果得到目标单快拍信号，并根据观测需求数据对所述目标单快拍信号进行空间平滑处理，得到目标多快拍信号；
根据所述目标多快拍信号得到协方差矩阵，并根据所述协方差矩阵得到协方差逆矩阵；
对所述协方差逆矩阵进行加权线性拟合处理，得到权系数向量；
根据所述权系数向量得到目标空间谱，并对所述目标空间谱进行谱峰搜索处理，得到目标峰值位置；
根据所述目标峰值位置得到角度信息。
2.根据权利要求1所述的基于加权线性拟合的毫米波雷达超分辨方法，其特征在于，所述根据所述权系数向量得到目标空间谱之前，还包括：
根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点；
或者，根据所述雷达回波信号构建超完备基矩阵。
3.根据权利要求2所述的基于加权线性拟合的毫米波雷达超分辨方法，其特征在于，所述根据所述权系数向量得到目标空间谱，包括：
在根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点的情况下，根据所述角度离散化格点得到阵元位置格点和非阵元位置格点，根据所述阵元位置格点确定对应的所述权系数向量，根据所述非阵元位置格点进行补零FFT处理，得到所述目标空间谱；
或者，在根据所述雷达回波信号构建超完备基矩阵的情况下，根据所述超完备基矩阵中多个角度格点对应的导向矢量和所述权系数向量计算所述目标空间谱。
4.根据权利要求1所述的基于加权线性拟合的毫米波雷达超分辨方法，其特征在于，所述根据观测需求数据对所述目标单快拍信号进行空间平滑处理，得到目标多快拍信号，包括：
根据所述目标单快拍信号得到单快拍共轭信号；
根据所述观测需求数据确定空间平滑次数、阵元数和信号矩阵快拍数；
根据所述快拍共轭信号、所述空间平滑次数、所述阵元数和所述信号矩阵快拍数得到所述目标多快拍信号。
5.根据权利要求4所述的基于加权线性拟合的毫米波雷达超分辨方法，其特征在于，所述根据所述目标多快拍信号得到协方差矩阵，并根据所述协方差矩阵得到协方差逆矩阵，包括：
根据所述目标多快拍信号得到多快拍共轭信号；
根据所述目标多快拍信号、所述多快拍共轭信号和所述信号矩阵快拍数得到所述协方差矩阵；
根据预设的对角加载量、求逆公式和所述协方差矩阵得到所述协方差逆矩阵。
6.根据权利要求4所述的基于加权线性拟合的毫米波雷达超分辨方法，其特征在于，所述对所述协方差逆矩阵进行加权线性拟合处理，得到权系数向量，根据所述权系数向量得到目标空间谱，包括：
根据列向量T、加权线性拟合公式和所述协方差逆矩阵Ri得到所述权系数向量Wj，其中，所述加权线性拟合公式如下：
根据所述权系数向量Wj、导向矢量a(θj)和空间谱计算公式得到所述目标空间谱Pwlp(θj)，其中，所述空间谱计算公式如下：
7.一种基于加权线性拟合的毫米波雷达超分辨系统，其特征在于，所述系统包括2D处理模块、构建模块、计算模块和检测模块；
所述2D处理模块用于对雷达回波信号进行二维FFT处理，得到距离速度谱，并对所述距离速度谱进行CFAR目标检测，得到CFAR检测结果；
所述构建模块用于根据所述CFAR检测结果得到目标单快拍信号，并根据观测需求数据对所述目标单快拍信号进行空间平滑处理，得到目标多快拍信号；
所述计算模块用于根据所述目标多快拍信号得到协方差矩阵，并根据所述协方差矩阵得到协方差逆矩阵，对所述协方差逆矩阵进行加权线性拟合处理，得到权系数向量，根据所述权系数向量得到目标空间谱；
所述检测模块对所述目标空间谱进行谱峰搜索处理，得到目标峰值位置，根据所述目标峰值位置得到角度信息。
8.根据权利要求7所述的基于加权线性拟合的毫米波雷达超分辨系统，其特征在于，所述系统还包括采样模块和硬件加速模块，
所述采样模块用于根据目标角度范围获取所述雷达回波信号；
所述构建模块用于根据所述雷达回波信号构建超完备基矩阵；
所述计算模块用于在根据所述雷达回波信号构建超完备基矩阵的情况下，根据所述超完备基矩阵中多个角度格点对应的导向矢量和所述权系数向量计算所述目标空间谱；
所述硬件加速模块用于在根据目标角度范围对雷达回波信号进行离散化处理，设置多个角度离散化格点的情况下，根据所述角度离散化格点得到阵元位置格点和非阵元位置格点，根据所述阵元位置格点确定对应的所述权系数向量，根据所述非阵元位置格点进行补零FFT处理，得到所述目标空间谱。
9.一种控制器，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的基于加权线性拟合的毫米波雷达超分辨方法。
10.一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令用于执行如权利要求1至6中任意一项所述的基于加权线性拟合的毫米波雷达超分辨方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310078684.6A CN116256716B (zh) | 2023-01-18 | 2023-01-18 | 基于加权线性拟合的毫米波雷达超分辨方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310078684.6A CN116256716B (zh) | 2023-01-18 | 2023-01-18 | 基于加权线性拟合的毫米波雷达超分辨方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116256716A true CN116256716A (zh) | 2023-06-13 |
| CN116256716B CN116256716B (zh) | 2023-11-24 |
Family
ID=86682043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310078684.6A Active CN116256716B (zh) | 2023-01-18 | 2023-01-18 | 基于加权线性拟合的毫米波雷达超分辨方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116256716B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110156947A1 (en) * | 2009-12-25 | 2011-06-30 | Honda Elesys Co., Ltd. | Electronic scanning radar apparatus, receiving wave direction estimating method, and computer-readable storage media storing receiving wave direction estimation program |
| CN104155648A (zh) * | 2014-08-26 | 2014-11-19 | 国家海洋局第一海洋研究所 | 基于阵列数据重排的高频地波雷达单次快拍music测向方法 |
| CN110082741A (zh) * | 2019-03-14 | 2019-08-02 | 哈尔滨工程大学 | 一种基于伪数据重构的超分辨波达角估计算法 |
| CN110501682A (zh) * | 2019-09-29 | 2019-11-26 | 北京润科通用技术有限公司 | 一种车载雷达测量目标方位角的方法及车载雷达 |
| CN114706056A (zh) * | 2022-04-28 | 2022-07-05 | 珠海微度芯创科技有限责任公司 | 基于协方差拟合的毫米波雷达高分辨测角方法、装置和介质 |
| CN115436896A (zh) * | 2022-08-17 | 2022-12-06 | 中国电子科技集团公司第三十八研究所 | 快速的雷达单快拍music测角方法 |
-
2023
- 2023-01-18 CN CN202310078684.6A patent/CN116256716B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110156947A1 (en) * | 2009-12-25 | 2011-06-30 | Honda Elesys Co., Ltd. | Electronic scanning radar apparatus, receiving wave direction estimating method, and computer-readable storage media storing receiving wave direction estimation program |
| CN104155648A (zh) * | 2014-08-26 | 2014-11-19 | 国家海洋局第一海洋研究所 | 基于阵列数据重排的高频地波雷达单次快拍music测向方法 |
| CN110082741A (zh) * | 2019-03-14 | 2019-08-02 | 哈尔滨工程大学 | 一种基于伪数据重构的超分辨波达角估计算法 |
| CN110501682A (zh) * | 2019-09-29 | 2019-11-26 | 北京润科通用技术有限公司 | 一种车载雷达测量目标方位角的方法及车载雷达 |
| CN114706056A (zh) * | 2022-04-28 | 2022-07-05 | 珠海微度芯创科技有限责任公司 | 基于协方差拟合的毫米波雷达高分辨测角方法、装置和介质 |
| CN115436896A (zh) * | 2022-08-17 | 2022-12-06 | 中国电子科技集团公司第三十八研究所 | 快速的雷达单快拍music测角方法 |
Non-Patent Citations (2)
| Title |
|---|
| WU XIAO-CHUAN等: "A Weighted OMP Algorithm for Doppler Superresolution", 《2013 PROCEEDINGS OF THE INTERNATIONAL SYMPOSIUM ON ANTENNAS & PROPAGATION》, pages 1 - 4 * |
| 刘小强: "基于单快拍的相干信源DOA估计算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 3, pages 13 - 15 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116256716B (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11119186B2 (en) | Radar processing chain for frequency-modulated continuous wave radar systems | |
| US20210364616A1 (en) | Radar system and computer-implemented method for radar target detection | |
| 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 | |
| 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 | |
| CN113504522B (zh) | 一种基于发射天线随机切换的时空解耦与超分辨测角方法 | |
| CN110376563B (zh) | 基于gps辐射源的雷达运动目标检测方法 | |
| 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 | |
| CN113050059A (zh) | 利用互质阵雷达的群目标聚焦超分辨波达方向估计方法 | |
| CN112485783A (zh) | 目标探测方法、装置、计算机设备和存储介质 | |
| WO2022027241A1 (zh) | 信号处理方法和装置 | |
| US11269052B2 (en) | Signal processing method | |
| CN115877350B (zh) | 一种和差波束体制雷达时变目标角度估计方法和装置 | |
| CN116256716B (zh) | 基于加权线性拟合的毫米波雷达超分辨方法和系统 | |
| CN116569062A (zh) | 定位方法和装置 | |
| EP4249944A1 (en) | Direction of arrival (doa) estimation using circular convolutional network | |
| CN110832341A (zh) | 车速计算方法、系统、设备及存储介质 | |
| US11125871B2 (en) | Azimuth estimation device and method | |
| KR20190134893A (ko) | 안테나 어레이 외삽을 이용한 레이더 수신신호의 도착방향 추정 방법 및 장치 | |
| Hu et al. | High resolution 3D imaging in MIMO radar with sparse array | |
| CN113253196A (zh) | 一种多信号测向方法、装置和电子设备 | |
| 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 | |
| EP4231050A1 (en) | Numerically efficient radar signal processing for automotive radars | |
| CN112666558A (zh) | 一种适用于汽车fmcw雷达的低复杂度music测向方法及装置 | |
| CN113030933B (zh) | 雷达的目标方位角计算方法、雷达装置及可读存储介质 |
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 |