CN116908834A - 基于毫米波雷达的多目标定位跟踪方法及系统 - Google Patents
基于毫米波雷达的多目标定位跟踪方法及系统 Download PDFInfo
- Publication number
- CN116908834A CN116908834A CN202311139153.XA CN202311139153A CN116908834A CN 116908834 A CN116908834 A CN 116908834A CN 202311139153 A CN202311139153 A CN 202311139153A CN 116908834 A CN116908834 A CN 116908834A
- Authority
- CN
- China
- Prior art keywords
- intermediate frequency
- target object
- frequency signal
- signal
- frame
- 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 42
- 239000011159 matrix material Substances 0.000 claims abstract description 26
- 230000009466 transformation Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 4
- 238000002310 reflectometry Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- 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
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
本发明涉及多目标跟踪技术领域，公开了基于毫米波雷达的多目标定位跟踪方法及系统，其中方法包括：根据发射信号和反馈信号，确定中频信号；对中频信号进行去噪处理，得到去噪后的中频信号；根据去噪后的中频信号，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角；根据所述目标对象到天线中心点的距离，和所述连线与坐标系Y轴的夹角，构建正交投影矩阵；根据正交投影矩阵，采用正交匹配追踪算法重建待测目标的角度信号，根据角度信号的峰值的个数，得到目标对象的个数。能够准确地描述静态物体的位置和动态物体的运动轨迹。
Description
技术领域
本发明涉及多目标跟踪技术领域，特别是涉及基于毫米波雷达的多目标定位跟踪方法及系统。
背景技术
本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。
毫米波雷达有一系列的应用，包括导弹制导、炮火控制和跟踪以及雷达测量。这主要是因为它具有穿透率高、测距精度高、成本相对较低的优点。目前，应用最广泛的毫米波雷达技术是调频连续波（FMCW）技术。与传统的周期性发射短脉冲的脉冲雷达系统相比，FMCW雷达连续发射FM信号来测量物体的距离和角度。因此，利用毫米波雷达精确定位目标，近年来引起了学者们的极大兴趣。通常，基于传统的信号处理定位方法，对毫米波雷达返回的信号进行去噪，利用FFT方法获取信号中包含的位置信息。现有的场景定位产品通常采用FMCW雷达技术，由于偏差问题导致重叠，大多数采用基线算法获得低分辨率的图像和低精度的定位结果。
现有技术中采用一个新的高斯过程回归模型来补偿雷达数据的系统偏差，它可以准确估计目标范围和方向和显示优越的性能直接光谱分析方法。然而，毫米波雷达的定位有局限性，因为毫米波雷达的角度定位精度取决于天线孔径的大小，即天线孔径越大，角度定位越准确。商用毫米波雷达芯片减小了设备尺寸和天线孔径，导致角度定位性能较差。
发明内容
为了解决现有技术的不足，本发明提供了基于毫米波雷达的多目标定位跟踪方法及系统，能够准确地描述静态物体的位置和动态物体的运动轨迹。
一方面，提供了基于毫米波雷达的多目标定位跟踪方法，包括：
根据发射信号和反馈信号，确定中频信号；所述反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
对中频信号进行去噪处理，得到去噪后的中频信号；
根据去噪后的中频信号，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角，所述连线是指目标对象与天线中心点之间的连线，所述坐标系Y轴，是以天线阵列中心为原点，以天线阵列所在的横线为坐标系X轴，以垂直于X轴的线为坐标系Y轴；
根据所述目标对象到天线中心点的距离，和所述连线与坐标系Y轴的夹角，构建正交投影矩阵；
根据正交投影矩阵，采用正交匹配追踪算法OMP重建待测目标的角度信号，根据角度信号的峰值的个数，得到目标对象的个数。
另一方面，提供了基于毫米波雷达的多目标定位跟踪系统，包括：
第一确定模块，其被配置为：根据发射信号和反馈信号，确定中频信号；所述反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
第一去噪模块，其被配置为：对中频信号进行去噪处理，得到去噪后的中频信号；
第二确定模块，其被配置为：根据去噪后的中频信号，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角，所述连线是指目标对象与天线中心点之间的连线，所述坐标系Y轴，是以天线阵列中心为原点，以天线阵列所在的横线为坐标系X轴，以垂直于X轴的线为坐标系Y轴；
矩阵构建模块，其被配置为：根据所述目标对象到天线中心点的距离，和所述连线与坐标系Y轴的夹角，构建正交投影矩阵；
第一输出模块，其被配置为：根据正交投影矩阵，采用正交匹配追踪算法OMP重建待测目标的角度信号，根据角度信号的峰值的个数，得到目标对象的个数。
另一方面，提供了基于毫米波雷达的多目标定位跟踪方法，包括：
根据每一帧发射信号和每一帧反馈信号，确定每一帧中频信号；所述每一帧反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
对每一帧中频信号进行去噪处理，得到去噪后的每一帧中频信号；其中，每一帧中频信号均包括若干个啁啾周期；
根据每个啁啾周期内的数据，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角；所述连线是指目标对象与天线中心点之间的连线，所述坐标系是以天线阵列中心为原点，以天线阵列为X轴，以垂直于天线阵列的线为Y轴构建的；
根据每个啁啾周期的目标对象到天线中心点的距离，和连线与坐标系Y轴的夹角，得到每个啁啾周期的目标对象位置估计结果，进而得到每一帧中频信号下所有啁啾周期的目标对象位置估计集合；
从前后两帧中频信号的目标对象位置估计集合中，找出距离差和角度差都最小的目标对象进行轨迹关联。
另一方面，提供了基于毫米波雷达的多目标定位跟踪系统，包括：
第三确定模块，其被配置为：根据每一帧发射信号和每一帧反馈信号，确定每一帧中频信号；所述每一帧反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
第二去噪模块，其被配置为：对每一帧中频信号进行去噪处理，得到去噪后的每一帧中频信号；其中，每一帧中频信号均包括若干个啁啾周期；
第四确定模块，其被配置为：根据每个啁啾周期内的数据，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角；所述连线是指目标对象与天线中心点之间的连线，所述坐标系是以天线阵列中心为原点，以天线阵列为X轴，以垂直于天线阵列的线为Y轴构建的；
集合获取模块，其被配置为：根据每个啁啾周期的目标对象到天线中心点的距离，和连线与坐标系Y轴的夹角，得到每个啁啾周期的目标对象位置估计结果，进而得到每一帧中频信号下所有啁啾周期的目标对象位置估计集合；
第二输出模块，其被配置为：从前后两帧中频信号的目标对象位置估计集合中，找出距离差和角度差都最小的目标对象进行轨迹关联。
上述技术方案中的一个技术方案具有如下优点或有益效果：
通过采用UDE控制器结合OMP算法的技术，UDE控制器降低了中频信号中存在的噪声，OMP算法使用UDE控制器处理后的中频信号还原需要被检测的目标的个数，取得了使被检测的目标的个数更加准确并符合实际情况的效果。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为实施例一的毫米波雷达定位示意图；
图2为实施例一的毫米波雷达中的调频连续波波形；
图3为实施例一的毫米波雷达的天线发射信号示意图；
图4为实施例一的利用毫米波雷达估计定位目标角度的示意图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
实施例一
本实施例提供了基于毫米波雷达的多目标定位跟踪方法；
基于毫米波雷达的多目标定位跟踪方法，包括：
S101：根据发射信号和反馈信号，确定中频信号；所述反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
S102：对中频信号进行去噪处理，得到去噪后的中频信号；
S103：根据去噪后的中频信号，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角，所述连线是指目标对象与天线中心点之间的连线，所述坐标系Y轴，是以天线阵列中心为原点，以天线阵列所在的横线为坐标系X轴，以垂直于X轴的线为坐标系Y轴；
S104：根据所述目标对象到天线中心点的距离，和所述连线与坐标系Y轴的夹角，构建正交投影矩阵；
S105：根据正交投影矩阵，采用正交匹配追踪算法OMP重建待测目标的角度信号，根据角度信号的峰值的个数，得到目标对象的个数。
进一步地，所述S101：根据发射信号和反馈信号，确定中频信号，具体包括：
；（2.7）
其中，表示目标对象对毫米波雷达发射波的反射率，表示调频连续波的采样间隔，表示中频信号，表示目标对象的序号，表示目标对象的总数量，表示虚数单位，表示毫米波雷达输出的第个目标对象到第个天线源的距离，表示光速，表示调频连续波的信号载频，表示环境中存在的噪声，表示调频连续波从发射到被接收所经历过的时间，表示调频连续波的调频斜率。
进一步地，所述S102：对中频信号进行去噪处理，得到去噪后的中频信号，具体包括：
采用UDE（Uncertainty Disturbance Estimation）控制器对中频信号进行去噪处理，所述UDE控制器，其表达式为：
。
其中，表示UDE控制器，表示滤波器经过拉普拉斯变换后得到的值，表示中频信号经过拉普拉斯变换得到的值，表示经过拉普拉斯变换得到的值，表示拉普拉斯变换的逆值。
进一步地，所述S102：对中频信号进行去噪处理，得到去噪后的中频信号，具体去噪过程包括：
去噪后的中频信号添加UDE控制器后，表示为如下的形式：
；（3.2）
其中，表示目标对象的序号，表示目标对象的总数量，表示第个发射调频连续波信号的天线收到的第个目标对应的中频信号，表示环境中存在的噪声，表示调频连续波从发射到被接收所经历过的时间，表示UDE控制器；；表示 个目标对象的中频信号的求和结果；
并且有：
；（3.3）
其中，表示UDE控制器，表示去噪后的中频信号，表示个目标对象的中频信号的求和结果，表示环境中存在的噪声；
由于噪声是不确定的，就无法获得准确的信息，然后用噪声的估计来代替：
；（3.4）
其中，"" 表示卷积算子, 并且表示滤波器。此外，时；表示环境中存在的噪声在趋向于正无穷时的极限值；
；（3.5）
于是有：
；（3.6）
其中，表示去噪后的中频信号；
在等式(3.6)的两边都使用拉普拉斯变换，然后生成表达式：
；（3.7）
其中，表示UDE控制器经过拉普拉斯变换后得到的值，表示滤波器经过拉普拉斯变换后得到的值，表示中频信号经过拉普拉斯变换得到的值，表示经过拉普拉斯变换得到的值；，，，，其中，表示拉普拉斯变换；
因此，等式(3.7)被表示为：
；（3.8）
于是，
；（3.9）
在等式(3.6)的两端进行拉普拉斯变化，从而有：
；（3.10）。
其中，表示对拉普拉斯变换的结果求逆变换；
进一步地，所述S103：根据去噪后的中频信号，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角，具体包括：
确定目标对象到天线中心点的距离：
；（3.11）
其中，表示光速，表示虚数单位，表示自然对数；
确定连线与坐标系Y轴的夹角：
；（3.12）
进一步地，所述S103步骤之后，所述S104步骤之前还包括：
S103-4：判断公式（2.16）和公式（2.17）是否同时成立，如果同时成立，则认定允许执行后续步骤，否则，返回S101；
；（2.16）
；（2.17）
其中，表示毫米波雷达输出的实际距离，表示毫米波雷达输出的实际角度，和均为设定常数；
进一步地，所述S104：根据所述目标对象到天线中心点的距离，和所述连线与坐标系Y轴的夹角，构建正交投影矩阵，具体包括：
，；（3.13）
其中，表示正交投影矩阵，表示目标角度矩阵每一列的最大绝对值，表示正弦函数，表示角度矩阵的第列。
图2为实施例一的毫米波雷达中的调频连续波波形；图3为实施例一的毫米波雷达的天线发射信号示意图。
实施例二
基于毫米波雷达的多目标定位跟踪系统，包括：
第一确定模块，其被配置为：根据发射信号和反馈信号，确定中频信号；所述反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
第一去噪模块，其被配置为：对中频信号进行去噪处理，得到去噪后的中频信号；
第二确定模块，其被配置为：根据去噪后的中频信号，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角，所述连线是指目标对象与天线中心点之间的连线，所述坐标系Y轴，是以天线阵列中心为原点，以天线阵列所在的横线为坐标系X轴，以垂直于X轴的线为坐标系Y轴；
矩阵构建模块，其被配置为：根据所述目标对象到天线中心点的距离，和所述连线与坐标系Y轴的夹角，构建正交投影矩阵；
第一输出模块，其被配置为：根据正交投影矩阵，采用正交匹配追踪算法OMP重建待测目标的角度信号，根据角度信号的峰值的个数，得到目标对象的个数。
实施例三
本实施例提供了基于毫米波雷达的多目标定位跟踪方法；
基于毫米波雷达的多目标定位跟踪方法，包括：
S201：根据每一帧发射信号和每一帧反馈信号，确定每一帧中频信号；所述每一帧反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
S202：对每一帧中频信号进行去噪处理，得到去噪后的每一帧中频信号；其中，每一帧中频信号均包括若干个啁啾周期；
S203：根据每个啁啾周期内的数据，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角；所述连线是指目标对象与天线中心点之间的连线，所述坐标系是以天线阵列中心为原点，以天线阵列为X轴，以垂直于天线阵列的线为Y轴构建的；
S204：根据每个啁啾周期的目标对象到天线中心点的距离，和连线与坐标系Y轴的夹角，得到每个啁啾周期的目标对象位置估计结果，进而得到每一帧中频信号下所有啁啾周期的目标对象位置估计集合；
S205：从前后两帧中频信号的目标对象位置估计集合中，找出距离差和角度差都最小的目标对象进行轨迹关联。
进一步地，所述啁啾周期，是指当前周期内，光脉冲瞬时频率随时间的变化而变化。
进一步地，所述S201：根据每一帧发射信号和每一帧反馈信号，确定每一帧中频信号，具体包括：
；（2.7）
其中，表示反射率，表示采样间隔，表示中频信号，表示目标对象的序号，表示目标对象的总数量，表示虚数单位，表示毫米波雷达输出的第个目标对象到第个天线源的距离，表示光速，表示调频连续波的信号载频，表示环境中存在的噪声，表示调频连续波从发射到被接收所经历过的时间，表示调频连续波的调频斜率。
进一步地，所述S202：对每一帧中频信号进行去噪处理，得到去噪后的每一帧中频信号，具体包括：
采用UDE控制器对中频信号进行去噪处理，所述UDE控制器，其表达式为：
。
其中，表示UDE控制器，表示滤波器经过拉普拉斯变换后得到的值，表示中频信号经过拉普拉斯变换得到的值，表示经过拉普拉斯变换得到的值，表示拉普拉斯变换的逆值。
进一步地，所述S202：对每一帧中频信号进行去噪处理，得到去噪后的每一帧中频信号，具体包括：
中频信号添加UDE控制器后，去噪后的中频信号表示为：
；（3.2）
其中，表示目标对象的序号，表示目标对象的总数量，表示第个发射调频连续波信号的天线收到的第个目标对应的中频信号，表示环境中存在的噪声，表示在一个啁啾周期内，调频连续波从发射到被接收所经历过的时间，表示UDE控制器；；表示 个目标对象的中频信号的求和结果；
并且有：
；（3.3）
其中，表示UDE控制器，表示去噪后的中频信号，表示个目标对象的中频信号的求和结果，表示环境中存在的噪声；
由于噪声是不确定的，就无法获得准确的信息，然后用噪声的估计来代替：
；（3.4）
其中，"" 表示卷积算子, 并且表示滤波器。此外，时；表示环境中存在的噪声在趋向于正无穷时的极限值；
；（3.5）
于是有：
；（3.6）
其中，表示去噪后的中频信号；
在等式(3.6)的两边都使用拉普拉斯变换，然后生成表达式：
；（3.7）
其中，表示UDE控制器经过拉普拉斯变换后得到的值，表示滤波器经过拉普拉斯变换后得到的值，表示中频信号经过拉普拉斯变换得到的值，表示经过拉普拉斯变换得到的值；，，，，表示拉普拉斯变换；
因此，等式(3.7)被表示为：
；（3.8）
于是，
；（3.9）
在等式(3.6)的两端进行拉普拉斯变化，从而有：
；（3.10）；
其中，表示对拉普拉斯变换的结果求逆变换。
进一步地，所述S203：根据每个啁啾周期内的数据，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角，具体包括：
确定目标对象到天线中心点的距离：
；
其中，表示自然对数；
确定连线与坐标系Y轴的夹角：
；
进一步地，所述S204：根据每个啁啾周期的目标对象到天线中心点的距离，和连线与坐标系Y轴的夹角，得到每个啁啾周期的目标对象位置估计结果，具体包括：
每个啁啾周期的目标对象位置估计结果，包括：每个啁啾周期的目标对象到天线中心点的距离，和连线与坐标系Y轴的夹角。
进一步地，所述S205：从前后两帧中频信号的目标对象位置估计集合中，找出距离差和角度差都最小的目标对象进行轨迹关联，具体包括：
；（3.20）
；（3.21）
判断公式（3.20）和公式（3.21），是否同时成立，如果同时成立，则认定前后两帧的目标对象需要进行轨迹关联，否则表示前后两帧的目标对象不需要进行轨迹关联；
一个帧包含多个啁啾周期，对于一个移动对象，将物体在一帧信号下不同周期中的位置分解为每个啁啾周期中的信息，进行压缩感知重构，构建不同距离和角度反射信号的压缩感知字典。设第帧信号中的对象的位置信息为，角度信息为，由位置构成的集合为，由角度构成的集合为，第帧信号中的对象的位置信息为，角度信息为，由位置构成的集合为，由角度构成的集合为，则由第帧的对象的位置组成的集合具有（3.20）所示的关系，由第帧的对象的角度组成的集合具有（3.21）所示的关系。
本实施例提出了一种新的UDE-OMP方法，通过系统地结合基于UDE的方法和OMP算法来实现毫米波雷达的超分辨率定位。首先，提出了一种基于UDE控制器的不确定性和干扰估计算法来处理信号中的高斯噪声。其次，为了改进现有的低分辨率定位算法引起的多目标信号重叠问题，设计了一种基于OMP算法的在线低复杂度超分辨率算法来精确定位多个目标。最后，通过两个实例验证了所提出的UDE-OMP方法的有效性和正确性。
毫米波雷达的相关理论，首先，考虑以下毫米波雷达系统，如图1所示。可以观察到以天线阵列中心为原点的坐标系, 其中，轴是天线阵列，垂直于天线阵列的记为轴。目标到天线中心的距离为，目标与天线中心沿y轴的夹角为，的坐标为。
考虑毫米波雷达发射信号在啁啾周期T内的频率为，发射波信号为，发射信号、发射信号和反馈信号的频率以等式（2.1）（2.2）和（2.3）的形式给出。
；（2.1）
；（2.2）
；（2.3）
其中，是信号发射功率，为载波频率，和分别是调频斜率和啁啾周期，表示所接收到的信号功率，表示时间延迟，因此，中频信号可以得到如下结果：
；（2.4）
设第n个天线的坐标为，第n条天线的双向回波距离与第n条天线接收到的中频信号如下：
；（2.5）
；（2.6）
其中，；
那么，中频信号的和被表示为：
；（2.7）
其中，表示反射率，表示采样间隔，表示噪声。
因此，考虑中频信号（2.4），天线的距离与对应天线上接收的中频信号的关系为（2.8）。具体来说，距离的估计值由（2.9）给出。因为，（2.9）可以近似为（2.11）。一般来说，（2.11）是距离的估计值。表示远小于。
；（2.8）
；（2.9）
；（2.10）
；（2.11）
因此，相同的接收和传输信号之间的相位差可以表示为（2.12）、（2.13）和（2.14），目标的角度可以表示为（2.15）。
；（2.12）
；（2.13）
；（2.14）
；（2.15）
定义1. 目标的距离由公式（2.11）控制，毫米波雷达输出的实际距离和角度分别为，。经过超分辨定位算给出的距离和角度分别为和,如果存在两个常数，使得：
；（2.16）
；（2.17）
那么，本发明认为算法实现了毫米波雷达的超分辨率定位。
本发明主要介绍了中频信号的UDE-OMP算法的主要结果和流程。首先，UDE-OMP算法处理毫米波雷达超分辨率定位的流程如图4所示。
定理1: 对于式(2.8)中定义的中频信号, 它可以通过以下UDE控制器来解决去噪问题：
；（3.1）
证明: 中频信号添加合适的UDE控制器后，可以表示为如下的形式：
；（3.2）
并且有：
；（3.3）
由于噪声是不确定的，它就无法获得准确的信息，然后用它的估计来代替：
；（3.4）
其中，"" 表示卷积算子, 并且以后要设计的一个适当的滤波器。此外，时。于是有：
；（3.5）
在等式(3.5)的两边都使用拉普拉斯变换，然后生成以下表达式：
；（3.5）
其中，，，，。
其中，表示UDE控制器的滤波器；
因此，等式(3.6)可以被表示为：
；（3.7）
于是本发明有:
；（3.8）
在等式(3.5)的两端进行拉普拉斯变化，从而有
；（3.9）
根据(2.11)和(2.17),本发明得到了UDE控制器处理后的距离：
；（3.10）
根据(2.15)和(3.10),本发明得到了UDE控制器处理后的角度：
；（3.11）
很容易得出当时，,，满足定义1的范数控制条件，则完成证明。
由于实际信号的角度和距离所引起的频率满足稀疏条件，在下一步中，本发明将继续应用OMP压缩感知重构算法对多目标情况下的中频信号进行稀疏重构，以实现超分辨定位。因此，定理2将给出用UDE-OMP算法重构的信号的表达式。
定理2: 对于第k个静止（或移动）的物体，通过正交投影矩阵可以实现毫米波雷达的超分辨定位：
，；（3.12）
；（3.13）
；（3.14）
其中，表示第k个目标生成的距离信号矩阵的第i列，为每个散射角产生的列向量的最大绝对值, 在(3.11)的表达式中出现的和分别由(3.9)和(3.10)给出,表示每个对应的残差值。
证明：利用从目标到天线的距离、角度、毫米波雷达波长和天线数，构造压缩的角度感知字典矩阵。表示第k个目标生成的矩阵的第i列。为每个散射角生成的列向量的最大绝对值。本发明有：
；（3.15）
显然,
；（3.16）
；（3.17）
在分解的每次迭代中，为了使（3.15）接近实际的信号，应使剩余信号具有最小的能量，则（3.18）成立。
；（3.18）
令为对应的正交投影矩阵，根据线性回归的知识， (3.18)中的残差满足(3.19)；
；（3.19）
故完成了证明。寻找最优角度信号的过程与定理2中的过程相同。
一般来说，一个帧包含多个chirp循环。对于一个移动对象，将物体在一帧信号下不同周期中的位置分解为每个周期中的信息，进行压缩感知重构，构建不同距离和角度反射信号的压缩感知字典。设第h帧信号中的对象的位置信息为，角度信息为，由位置构成的集合为，由角度构成的集合为，则由第h+1帧的对象的位置组成的集合具有（3.20）所示的关系，由第h+1帧的对象的角度组成的集合具有（3.21）所示的关系。
；（3.20）
；（3.21）
OMP算法恢复的距离与角度遵从概率公式(2.11)与(2.15),为了验证所提出的UDE-OMP算法的有效性和可行性，给出两个实际例子，通过OMP算法和UDE-OMP算法进行毫米波雷达超分辨率定位。当然，这两个例子的实验环境和参数是相同的。详细的实验参数设置为信号载频为，采样间隔为，啁啾周期为，帧周期为，调频斜率为，天线间距为。
本发明的测试对象分别是静态物体和移动物体。本发明选择了UDE控制器的滤波器作为二阶低通滤波器：
；（4.1）
静止对象的UDE-OMP算法和OMP算法对比：
OMP算法恢复的角度与UDE-OMP算法给出的结果有很大的不同。UDE-OMP算法对中频信号的重构优于OMP，令两个常数的范围为,，经过一系列的计算，本发明得到：
；（4.2）
；（4.3）
那么本发明称在定义1的意义上，UDE-OMP的估计结果的准确的。
移动对象的UDE-OMP算法和OMP方法对比：
OMP算法恢复的跟踪点与UDE-OMP算法恢复的结果有很大的不同。本发明有两个实验目标，显然UDE-OMP算法得到较好的效果。取,，经过一系列的计算，本发明得到
；（4.4）
；（4.5）
本发明称这个估计结果是准确的。
本发明提出了一种新的UDE-OMP方法，研究了毫米波雷达的超分辨率定位问题。采用基于UDE的方法，设计了一个合适的滤波器来处理信号的高斯噪声。为了解决现有的低分辨率定位算法导致的多目标信号重叠问题，设计了一种基于OMP算法的在线低复杂度超分辨率算法来精确定位多个目标。最后，通过两个对比性的实例验证了所提出的UDE-OMP方法的有效性和正确性。
实施例四
基于毫米波雷达的多目标定位跟踪系统，包括：
第三确定模块，其被配置为：根据每一帧发射信号和每一帧反馈信号，确定每一帧中频信号；所述每一帧反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
第二去噪模块，其被配置为：对每一帧中频信号进行去噪处理，得到去噪后的每一帧中频信号；其中，每一帧中频信号均包括若干个啁啾周期；
第四确定模块，其被配置为：根据每个啁啾周期内的数据，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角；所述连线是指目标对象与天线中心点之间的连线，所述坐标系是以天线阵列中心为原点，以天线阵列为X轴，以垂直于天线阵列的线为Y轴构建的；
集合获取模块，其被配置为：根据每个啁啾周期的目标对象到天线中心点的距离，和连线与坐标系Y轴的夹角，得到每个啁啾周期的目标对象位置估计结果，进而得到每一帧中频信号下所有啁啾周期的目标对象位置估计集合；
第二输出模块，其被配置为：从前后两帧中频信号的目标对象位置估计集合中，找出距离差和角度差都最小的目标对象进行轨迹关联。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于毫米波雷达的多目标定位跟踪方法，其特征是，包括：
根据发射信号和反馈信号，确定中频信号；所述反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
对中频信号进行去噪处理，得到去噪后的中频信号；
根据去噪后的中频信号，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角，所述连线是指目标对象与天线中心点之间的连线，所述坐标系Y轴，是以天线阵列中心为原点，以天线阵列所在的横线为坐标系X轴，以垂直于X轴的线为坐标系Y轴；
根据所述目标对象到天线中心点的距离，和所述连线与坐标系Y轴的夹角，构建正交投影矩阵；
根据正交投影矩阵，采用正交匹配追踪算法重建待测目标的角度信号，根据角度信号的峰值的个数，得到目标对象的个数。
2.如权利要求1所述的基于毫米波雷达的多目标定位跟踪方法，其特征是，所述根据发射信号和反馈信号，确定中频信号，具体包括：
；
其中，表示目标对象对毫米波雷达发射波的反射率，表示调频连续波的采样间隔，表示中频信号，表示目标对象的序号，表示目标对象的总数量，表示虚数单位，表示毫米波雷达输出的第个目标对象到第个天线源的距离，表示光速，表示调频连续波的信号载频，表示环境中存在的噪声，表示调频连续波从发射到被接收所经历过的时间，表示调频连续波的调频斜率。
3.如权利要求2所述的基于毫米波雷达的多目标定位跟踪方法，其特征是，对中频信号进行去噪处理，得到去噪后的中频信号，具体包括：
采用控制器对中频信号进行去噪处理，所述控制器，其表达式为：
；
其中，表示UDE控制器，表示滤波器经过拉普拉斯变换后得到的值，表示中频信号经过拉普拉斯变换得到的值， 表示经过拉普拉斯变换得到的值，表示拉普拉斯变换的逆值。
4.如权利要求3所述的基于毫米波雷达的多目标定位跟踪方法，其特征是，根据去噪后的中频信号，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角，具体包括：
确定目标对象到天线中心点的距离：
；
其中，表示光速，表示虚数单位，表示自然对数；
确定连线与坐标系Y轴的夹角：
。
5.如权利要求4所述的基于毫米波雷达的多目标定位跟踪方法，其特征是，
根据所述目标对象到天线中心点的距离，和所述连线与坐标系Y轴的夹角，构建正交投影矩阵，具体包括：
，；
其中，表示正交投影矩阵，表示目标角度矩阵每一列的最大绝对值，表示正弦函数，表示角度矩阵的第列。
6.基于毫米波雷达的多目标定位跟踪系统，其特征是，包括：
第一确定模块，其被配置为：根据发射信号和反馈信号，确定中频信号；所述反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
第一去噪模块，其被配置为：对中频信号进行去噪处理，得到去噪后的中频信号；
第二确定模块，其被配置为：根据去噪后的中频信号，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角，所述连线是指目标对象与天线中心点之间的连线，所述坐标系Y轴，是以天线阵列中心为原点，以天线阵列所在的横线为坐标系X轴，以垂直于X轴的线为坐标系Y轴；
矩阵构建模块，其被配置为：根据所述目标对象到天线中心点的距离，和所述连线与坐标系Y轴的夹角，构建正交投影矩阵；
第一输出模块，其被配置为：根据正交投影矩阵，采用正交匹配追踪算法重建待测目标的角度信号，根据角度信号的峰值的个数，得到目标对象的个数。
7.基于毫米波雷达的多目标定位跟踪方法，其特征是，包括：
根据每一帧发射信号和每一帧反馈信号，确定每一帧中频信号；所述每一帧反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
对每一帧中频信号进行去噪处理，得到去噪后的每一帧中频信号；其中，每一帧中频信号均包括若干个啁啾周期；
根据每个啁啾周期内的数据，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角；所述连线是指目标对象与天线中心点之间的连线，所述坐标系是以天线阵列中心为原点，以天线阵列为X轴，以垂直于天线阵列的线为Y轴构建的；
根据每个啁啾周期的目标对象到天线中心点的距离，和连线与坐标系Y轴的夹角，得到每个啁啾周期的目标对象位置估计结果，进而得到每一帧中频信号下所有啁啾周期的目标对象位置估计集合；
从前后两帧中频信号的目标对象位置估计集合中，找出距离差和角度差都最小的目标对象进行轨迹关联。
8.如权利要求7所述的基于毫米波雷达的多目标定位跟踪方法，其特征是，对每一帧中频信号进行去噪处理，得到去噪后的每一帧中频信号，具体包括：
采用控制器对中频信号进行去噪处理，所述控制器，其表达式为：
；
其中，表示UDE控制器，表示滤波器经过拉普拉斯变换后得到的值，表示中频信号经过拉普拉斯变换得到的值， 表示经过拉普拉斯变换得到的值，表示拉普拉斯变换的逆值。
9.如权利要求7所述的基于毫米波雷达的多目标定位跟踪方法，其特征是，从前后两帧中频信号的目标对象位置估计集合中，找出距离差和角度差都最小的目标对象进行轨迹关联，具体包括：
；
；
判断两个公式是否同时成立，如果同时成立，则认定前后两帧的目标对象需要进行轨迹关联，否则表示前后两帧的目标对象不需要进行轨迹关联；为第帧信号中的对象的位置信息，为角度信息，为由位置构成的集合，为由角度构成的集合，为第帧信号中的对象的位置信息，为角度信息，为由位置构成的集合，为由角度构成的集合。
10.基于毫米波雷达的多目标定位跟踪系统，其特征是，包括：
第三确定模块，其被配置为：根据每一帧发射信号和每一帧反馈信号，确定每一帧中频信号；所述每一帧反馈信号，是指毫米雷达波向目标对象发送发射信号时，采集到的反馈信号；
第二去噪模块，其被配置为：对每一帧中频信号进行去噪处理，得到去噪后的每一帧中频信号；其中，每一帧中频信号均包括若干个啁啾周期；
第四确定模块，其被配置为：根据每个啁啾周期内的数据，确定目标对象到天线中心点的距离，确定连线与坐标系Y轴的夹角；所述连线是指目标对象与天线中心点之间的连线，所述坐标系是以天线阵列中心为原点，以天线阵列为X轴，以垂直于天线阵列的线为Y轴构建的；
集合获取模块，其被配置为：根据每个啁啾周期的目标对象到天线中心点的距离，和连线与坐标系Y轴的夹角，得到每个啁啾周期的目标对象位置估计结果，进而得到每一帧中频信号下所有啁啾周期的目标对象位置估计集合；
第二输出模块，其被配置为：从前后两帧中频信号的目标对象位置估计集合中，找出距离差和角度差都最小的目标对象进行轨迹关联。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311139153.XA CN116908834B (zh) | 2023-09-06 | 2023-09-06 | 基于毫米波雷达的多目标定位跟踪方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311139153.XA CN116908834B (zh) | 2023-09-06 | 2023-09-06 | 基于毫米波雷达的多目标定位跟踪方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116908834A true CN116908834A (zh) | 2023-10-20 |
| CN116908834B CN116908834B (zh) | 2023-11-24 |
Family
ID=88360484
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311139153.XA Active CN116908834B (zh) | 2023-09-06 | 2023-09-06 | 基于毫米波雷达的多目标定位跟踪方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116908834B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140035776A1 (en) * | 2011-04-14 | 2014-02-06 | Nir Asher Sochen | Method and system for target detection |
| CN105353355A (zh) * | 2015-11-16 | 2016-02-24 | 乐山师范学院 | 一种基于稀疏重构和投影成像的多基地雷达多目标定位方法 |
| CN105510895A (zh) * | 2015-12-01 | 2016-04-20 | 中国航空工业集团公司雷华电子技术研究所 | 一种随机脉冲间隔序列的信号处理方法 |
| US20170236284A1 (en) * | 2016-02-13 | 2017-08-17 | University Of Rochester | Registration of aerial imagery to vector road maps with on-road vehicular detection and tracking |
| EP3425419A1 (en) * | 2017-07-05 | 2019-01-09 | Stichting IMEC Nederland | A method and a system for localization and monitoring of living beings |
| CN116027330A (zh) * | 2021-10-27 | 2023-04-28 | 为昇科科技股份有限公司 | 利用大型阵列天线进行高角度解析的目标物角度估测方法 |
-
2023
- 2023-09-06 CN CN202311139153.XA patent/CN116908834B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140035776A1 (en) * | 2011-04-14 | 2014-02-06 | Nir Asher Sochen | Method and system for target detection |
| CN105353355A (zh) * | 2015-11-16 | 2016-02-24 | 乐山师范学院 | 一种基于稀疏重构和投影成像的多基地雷达多目标定位方法 |
| CN105510895A (zh) * | 2015-12-01 | 2016-04-20 | 中国航空工业集团公司雷华电子技术研究所 | 一种随机脉冲间隔序列的信号处理方法 |
| US20170236284A1 (en) * | 2016-02-13 | 2017-08-17 | University Of Rochester | Registration of aerial imagery to vector road maps with on-road vehicular detection and tracking |
| EP3425419A1 (en) * | 2017-07-05 | 2019-01-09 | Stichting IMEC Nederland | A method and a system for localization and monitoring of living beings |
| CN116027330A (zh) * | 2021-10-27 | 2023-04-28 | 为昇科科技股份有限公司 | 利用大型阵列天线进行高角度解析的目标物角度估测方法 |
Non-Patent Citations (5)
| Title |
|---|
| JING FANG ET AL.: "A SAR Image-Despeckling Method Based on HOSVD Using Tensor Patches", REMOTE SENSING, vol. 15, no. 12 * |
| YONG WANG ET AL.: "Remote Monitoring of Human Vital Signs Based on 77-GHz mm-Wave FMCW Radar", SENSORS, vol. 20 * |
| 张楠等: "基于双站交叉无人机纯方位无源定位问题研究", 齐鲁工业大学学报, vol. 37, no. 2 * |
| 赵雅琴;王宝莹;吴龙文;魏俊杰;何胜阳;: "基于联合双机MUSIC的多目标无源定位算法", 信号处理, no. 03 * |
| 金立生: "基于优化DeepSort的前方车辆多目标跟踪", 浙江大学学报（工学版）, vol. 55, no. 06 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116908834B (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
| CN108761404B (zh) | 一种基于二次相位函数参数估计及补偿的改进算法 | |
| CN109116311B (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
| Su et al. | High-speed multi-target detection with narrowband radar | |
| CN101430380B (zh) | 基于非均匀采样的大斜视角机载sar聚束模式成像方法 | |
| CN108427115B (zh) | 合成孔径雷达对运动目标参数的快速估计方法 | |
| CN104515971B (zh) | 宽带多目标机载单站无源定位方法 | |
| CN108957387B (zh) | 一种卫星信号二维到达角估计方法及系统 | |
| Lin et al. | Long-time coherent integration for maneuvering target detection based on ITRT-MRFT | |
| CN106918810B (zh) | 一种存在阵元幅相误差时的微波关联成像方法 | |
| CN105353345A (zh) | 一种基于高阶观测量的单通道雷达信号无源定位方法 | |
| CN113885006B (zh) | 一种机动转弯目标相参积累检测方法 | |
| CN105699950B (zh) | 基于自适应迭代前后向平滑共轭梯度的雷达杂波抑制方法 | |
| Rao et al. | Long‐time coherent integration detection of weak manoeuvring target via integration algorithm, improved axis rotation discrete chirp‐Fourier transform | |
| CN109001671B (zh) | 一种跳频信号的目标检测和参数估计方法及装置 | |
| Chen et al. | Computational efficient segmented integration method for high-speed maneuvering target detection | |
| CN116859389A (zh) | 一种基于卡尔曼滤波的地基合成孔径雷达形变监测精度优化方法 | |
| CN105158754B (zh) | 一种利用多输入单输出无线电系统进行目标定位的方法 | |
| CN106646418A (zh) | 一种基于改进omp的机载雷达杂波空时谱快速估计方法 | |
| CN103412302A (zh) | 基于先验知识的多载频miso雷达目标定位方法 | |
| CN116908834B (zh) | 基于毫米波雷达的多目标定位跟踪方法及系统 | |
| CN110658517B (zh) | 一种基于不确定先验知识的降维稀疏stap方法及装置 | |
| Hongzhi et al. | Coherent Integration Algorithm for Frequency‐Agile and PRF‐Jittering Signals in Passive Localization | |
| CN115015925A (zh) | 基于改进匹配追踪的机载阵列雷达超分辨前视成像方法及装置 | |
| CN108983192B (zh) | 基于gps辐射源的雷达运动目标参数估计方法 |
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 |