CN116973878A - 调频连续波雷达回波信号解多普勒模糊的方法及处理装置 - Google Patents

Abstract

本发明公开一种调频连续波雷达回波信号解多普勒模糊的方法及处理装置，其实在第一扫频周期和第二扫频周期上分别发射一帧扫频信号再对回波信号进行分析转换，以得到数字差频信号；对数字差频信号做双频谱分析，以对至少一个目标求解多普勒频率，按照每一多普勒频率所对应的最大不模糊多普勒频率的整数倍，对其进行叠加，并直至叠加频率为不大于系统最大不模糊多普勒频率的最大值终止，得到叠加频率值；以叠加频率值为零点，构建包括变量的多项式，计算多项式组所述向量系数的协方差矩阵；对协方差矩阵做特征分解，得到信号子空间和的噪声子空间，再根据噪声子空间估计多项式组的最大公因子，最终根据最大公因子获取每一目标的多普勒频率。

Description

调频连续波雷达回波信号解多普勒模糊的方法及处理装置

技术领域

本发明涉及雷达信号目标检测技术领域，具体说，涉及调频连续波（FMCW）雷达回波信号处理中的消除多普勒频率模糊的方法，以及基于该方法制备的一种调频连续波雷达回波信号处理装置。

背景技术

调频连续波是传输连续线性变化频率的雷达信号。雷达波传播出去遇到物体后反射，雷达接受反射回来的连续雷达波以测算物体的距离和速度等参数。与脉冲波相比，调频连续波具有发射波功率峰值低，设备规格小，监测距离范围分辨率高等优点，已经成为例如车辆智能驾驶等多个领域的优选手段，而被广泛运用。

图1为示意图，示出了现有FMCW体制发射和接收信号的时频关系，其中，为载波频率, B为扫频带宽, T为扫频周期，K为一帧内扫频信号的个数，则参看图1，图中虚线所示为雷达发射信号（tx），实线所示为雷达接受信号（rx），KT也即该时间段下，K个扫频信号所经历的总扫频时长。在接收端，对差频信号（即混频和低通滤波后信号）进行模数转换（ADC）后得到大小为M×K的二维（2D）数据矩阵A，再对该数据矩阵A进行频谱分析即可获取目标距离、速度等监测数据。

在已知光速的基础上，光在T的周期内，走了两倍于目标距离的位移，且差频信号的频率和目标距离之间存在正比关系，则在该过程中计算目标速度时，根据最大多普勒频率确定一个频谱分析区间，以及一个映射区间。频谱分析区间根据前述的映射区间，经过前后两部分的对调和平移，得到目标多普勒频率的测量值。当目标多普勒频率的绝对值大于最大多普勒频率时，则真实多普勒频率为目标多普勒频率测量值与n倍最大多普勒频率之间的和值。其中，n为未知的大于0的整数，也即模糊，而n倍最大多普勒频率的数值也即模糊周期。

参考文献Texas Instruments,“TI Designs: TIDEP-0092 Short Range RadarReference Design Using AWR1642”,2018。现有FMCW雷达解多普勒模糊的途径通常是采用发射两种不同扫频周期的信号，比如用扫频周期T1发射一帧扫频信号，再用扫频时间T2发射一帧扫频信号，对这二次测量得到的回波信号分别处理，分别得到不同模糊周期的多普勒频率。再利用中国余数定理求解这些频率的重合点作为目标多普勒频率。然而，现有方法在抗扰动能力上存在较明显的缺陷。这是因为实际中目标多普勒频率会由于随机噪声和杂波干扰等因素发生抖动，导致目标多普勒频率在二次测量的结果发生错位，严重影响现有方法解模糊的可靠性以及对目标速度的准确测量。而在较普遍的场景监测需求中，又往往同时存在多个不同目标，从而，多目标的复杂噪声环境，会进一步放大抗扰动能力不足所导致的多普勒频率抖动消除性能不佳，稳定性差的问题。

因此，应当对现有的FMCW雷达解多普勒模糊的方法进行改进，以解决其存在的解模糊可靠性和目标速度测量准度不佳的技术问题。

发明内容

针对现有技术的不足，本发明提出了一种调频连续波雷达回波信号解多普勒模糊的方法及处理装置，以解决上述技术问题中的至少之一。

为解决以上技术问题，本发明的第一方面是采取了一种调频连续波雷达回波信号解多普勒模糊的方法，包括如下的步骤：配置第一扫频周期和第二扫频周期，并在所述第一扫频周期和第二扫频周期上分别发射一帧发射扫频信号的步骤，其中，所述第一扫频周期和第二扫频周期对应的最大不模糊多普勒频率，在预设的系统最大不模糊多普勒频率内没有公倍数；接受所述发射扫频信号的回波信号，并对所述回波信号进行分析转换，以得到数字差频信号的步骤；对所述数字差频信号做双频谱分析，以对至少一个目标求解多普勒频率的步骤：按照每一所述多普勒频率所对应的最大不模糊多普勒频率的整数倍，对其进行叠加，并直至叠加频率为不大于所述系统最大不模糊多普勒频率的最大值终止，以得到每一多普勒频率所对应的叠加频率值的步骤；以所述叠加频率值为零点，构建包括变量的多项式，每一多项式都采用向量系数进行唯一表示，并计算多项式组所述向量系数的协方差矩阵的步骤；对所述协方差矩阵做特征分解，得到由主特征向量构成的信号子空间，和由噪声特征向量构成的噪声子空间，以及，根据所述噪声子空间估计所述多项式组的最大公因子，并最终根据所述最大公因子获取每一目标的多普勒频率的步骤。

作为本发明第一方面的一种较优选地方式，对所述数字差频信号做双频谱分析的步骤具体为：以所述第一扫频周期和第二扫频周期下的数据构建数据矩阵，以及，对所述数据矩阵按照行次序和列次序分别进行分析，其中，对于所述第一扫频周期和第二扫频周期/>，设定扫频周期/>下频率范围[0 />]内的/>个多普勒频率为：

,/>, …,/> ；

其中，对于所述第一扫频周期和第二扫频周期对应的所述最大不模糊多普勒频率，扫频范围内/>个多普勒频率中，包括真实多普勒频率和模糊多普勒频率。

作为本方案的进一步优选地，对每一所述多普勒频率所对应的最大不模糊多普勒频率的整数倍，对其进行叠加，并直至叠加频率为不大于所述系统最大不模糊多普勒频率的最大值终止的步骤中，对个多普勒频率中的一个频率/>，在其上叠加该扫频周期对应的所述最大不模糊多普勒频率/>的整数倍，直至不大于系统最大不模糊多普勒频率/>，定义这些叠加值为当前频率/>的叠加频率值。

作为本方案的再进一步优选地，以所述叠加频率值为零点，构建包括变量的多项式的步骤具体为：设定一个变量z，以所述叠加频率值为零点，构建对应第一扫频周期和第二扫频周期的多项式组：, />，式中/>满足如下的条件：

，且，/>；以及将多项式展开，得到：/>，其中，/>为多项式阶数。

作为本方案的更进一步优选地，每一多项式都采用向量系数进行唯一表示的步骤具体为：将展开后的所述多项式，用的系数向量表示，其中/>：，设定对应两扫频周期的两多项式存在最大公因子为/>，则/>满足：，/>，其中，

， ，N为最大公因子/>的阶数，为/>的阶数，第一扫频周期下的/>和第二扫频周期下的/>没有公因子，从而令，/> ，并分别定义/>的向量/>和最大公因子向量/>，则有：

，/>，进一步可得：

，其中，

,

,

,

其中，定义西尔维斯特(Sylvester)运算符Ф：对的向量和大于零的整数W，Ф/>构建一个/>的西尔维斯特矩阵:

这里右上角T表示矩阵转值运算。

作为本方案还优选地，计算多项式组所述向量系数的协方差矩阵R的步骤具体为：多项式组的所述向量系数的协方差矩阵R满足：,其中的/>由如下方式构建：。

作为本方案的再进一步优选地，对所述协方差矩阵做特征分解，得到由主特征向量构成的信号子空间，和由噪声特征向量构成的噪声子空间的步骤具体为：所述向量系数的协方差矩阵R满足：，其中，/>为所述向量系数的协方差矩阵的秩，/>中包含了/>个所述主特征向量，/>中包含了(/>)个所述噪声特征向量。

作为本方案的又再进一步优选地，根据所述噪声子空间估计所述多项式组的最大公因子，并最终根据所述最大公因子获取每一目标的多普勒频率的步骤具体为：估计最大公因子系数向量：先由所述噪声特征向量构成多项式/>：/>，其中， 为/>的对应于最小特征值的特征向量，构建/>对应的多项式即得到最大公因子估计值。

作为本方案的还优选地，构建对应的多项式即得到最大公因子估计值/>的步骤还包括：求解/>的零点即可得到至少一个目标的去除模糊后的多普勒频率。

作为本发明的第二方面，是采取了一种调频连续波雷达回波信号解多普勒模糊处理装置，其中，该装置包括：发射端压控振荡器，多级放大器，低通滤波器，模数变换模块，以及接收端的数字信号处理装置，其中，所述数字信号处理装置按照上述雷达回波解多普勒的方法，提取雷达回波信号目标信息并进行频谱分析，以得到去除模糊后的多普勒频率。

由于以上技术方案的采用，本发明相较于现有技术具有如下的有益技术效果：不同扫频周期下测得的多普勒频率存在抖动，标准的求解最大公因子的方法无法适应复杂噪声环境下的解多目标多普勒模糊的需要，而本方案中，由各目标的叠加频率值构成多项式组，利用多项式组的系数构成的协方差矩阵的信号子空间和噪声子空间之间的正交关系，在多目标解多普勒模糊的同时，消除目标多普勒抖动的影响，本方案优化了调频连续波雷达回波信号解多普勒频率的过程，弥补了现有方法在多目标复杂噪声环境中抗扰动能力，提高了多普勒频率抖动消除性能，改善了系统的稳定性。

附图说明

图1为示意图，示出了现有FMCW体制发射和接收信号的时频关系；

图2为示意图，示出了两个频扫周期下的模糊多普勒频率；

图3为框架图，示出了本发明的一个较佳实施例中FMCW的系统框架结构；

图4为仿真图，示出了分别采用本方案较佳实施例的方法和现有方法在不同抖动强度下的测量误差。

具体实施方式

现有技术下，雷达接收端，在数字处理模块得到数据矩阵A后，由于差频信号的频率（即差拍频率）和目标距离(R)存在正比关系：

（0）其中，c为光速，对数据矩阵A按照列的顺次做频谱分析（比如快速傅立叶变换）即可检测出/>，进而获得目标距离信息。对此频谱分析得到的频谱矩阵再按照行的顺次再做一次频谱分析，即可获得目标多普勒频率/>进而根据以下关系计算出目标速度V：（1）这其中，λ=c//>为波长。频谱分析区间范围为[0，/>]，该区间经过前后两半部分的对调和平移映射为[-/> />]区间的多普勒频率。当目标多普勒频率的绝对值大于最大不模糊多普勒频率/>时，其真实多普勒频率为：/>（2）其中，/>为上述频谱分析【公式1】得到的多普勒频率， n为未知的大于0的整数。这个未知的n即为模糊，而则为模糊周期，图2为示意图，示出了模糊多普勒频率，参看图2，目标真实多普勒频率为频谱分析测得的多普勒频率加上n倍/>（其中n未知）。在理想情况下，二个扫频周期下测得的多普勒频率应该完全相等。实际中二次测得的结果会发生错位。目标真实多普勒频率为频谱分析测得的多普勒频率加上n倍/>（其中n未知）。图中框体框选出的两段频率即是目标频率。在理想情况下，二个扫频周期下测得的多普勒频率应该完全相等，但实际中二次测得的结果会发生错位。

调频连续波雷达的最大不模糊多普勒频率由扫频时间T决定：

（3）

在车载毫米波防撞雷达等应用中，由于扫频斜率（B/T）和帧率[1/(KT)]对T的限制，通常小于系统要求的最大多普勒频率。因而需要专门技术解多普勒模糊以扩展可测量的目标最大速度。而现有方式（例如利用中国余数定理求解速度模糊）的主要缺陷是抗扰动能力不佳，复杂噪声环境下多目标的求解中受干扰因素影响容易发生抖动，这也是图2中出现二次测量的结果发生错位的原因。在不同场景的调频连续波监测需求中，都会出现类似的影响解模糊可靠性和目标速度准确度的情况。

本发明的较佳实施例，解决其技术问题的思路是，为针对复杂噪声环境和多目标的场景，对受噪声污染的多项式组的最大公因子进行估计，利用子空间分析技术，将雷达多普勒模糊问题，转化为较为稳健的信号子空间和噪声子空间的关系。

下面将参考附图来描述本发明所述的一种调频连续波雷达回波信号解多普勒模糊的方法及处理装置的实施例。本领域的普通技术人员可以认识到，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，附图和描述在本质上是说明性的，而不是用于限制权利要求的保护范围。此外，在本说明书中，附图未按比例画出，并且相同的附图标记表示相同的部分。

需要说明的是，本发明实施例中所使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”、“第二”仅为了表述的方便，不应理解为对发明实施例的限定，后续实施例对此不再一一说明。

首先定义西尔维斯特运算符Ф：对的向量/>和大于零的整数W，Ф/>构建一个/>的西尔维斯特矩阵:

这里右上角T表示矩阵转值运算。

在本发明的一个较佳实施例中所述的调频连续波雷达回波解多普勒频率的方法，包括如下的步骤：配置第一扫频周期和第二扫频周期，并在所述第一扫频周期和第二扫频周期上分别发射一帧发射扫频信号的步骤，其中，所述第一扫频周期和第二扫频周期对应的最大不模糊多普勒频率，在预设的系统最大不模糊多普勒频率内没有公倍数；接受所述发射扫频信号的回波信号，并对所述回波信号进行分析转换，以得到数字差频信号的步骤；对所述数字差频信号做双频谱分析，以对至少一个目标求解多普勒频率的步骤：对每一所述多普勒频率所对应的最大不模糊多普勒频率的整数倍，对其进行叠加，并直至叠加频率为不大于所述系统最大不模糊多普勒频率的最大值终止，以得到每一多普勒频率所对应的叠加频率值的步骤；以所述叠加频率值为零点，构建包括变量的多项式，每一多项式都采用向量系数进行唯一表示，并计算多项式组所述向量系数的协方差矩阵的步骤；对所述协方差矩阵做特征分解，得到由主特征向量构成的信号子空间，和由噪声特征向量构成的噪声子空间，以及，根据所述噪声子空间估计所述多项式组的最大公因子，并最终根据所述最大公因子获取每一目标的多普勒频率的步骤。

具体的说，参看图3，图3为框架图，示出了本发明的一个较佳实施例中FMCW的系统框架结构。发射端压控振荡器（VCO）接收扫频控制信号，产生调频正弦波信号，接收端信号经混频，反混叠滤波得到的差频信号经模数变换（ADC）后发送至数字信号处理模块，数字信号处理模块提取数字信号中的目标信息并处理，而本发明较佳实施例所述的调频连续波雷达回波解多普勒频率的方法则是运用在数字信号处理模块对数字信号处理的过程中。

发射端在扫频周期和扫频周期下各发送一帧调频连续波信号。雷达接收两个扫频周期的连续波信号的回波信号，然后经上述的过程，将回波信号，经低噪声放大，混频，中频放大，低通滤波和模数转换即得到数字差频信号。

再对两个扫频周期下的2D数据矩阵，按照先行方向后列方向进行频谱分析，以得到各目标的当前多普勒频率测量值。此时各目标的多普勒频率测量值可能为模糊多普勒频率。设定扫频周期下频率范围[0 />]内的/>个多普勒频率测量值为：/>,/>, …, ； （4）其中，对于所述第一扫频周期和第二扫频周期对应的所述最大不模糊多普勒频率/>，扫频范围内/>个多普勒频率中，包括真实多普勒频率（当真实多普勒频率小于或等于/>时）和模糊多普勒频率（当真实多普勒频率大于/>时）。

接着，对个多普勒频率中的一个频率/>，在其上叠加该扫频周期对应的所述最大不模糊多普勒频率/>的整数倍，直至不大于系统最大不模糊多普勒频率/>，定义这些叠加值为当前频率/>的叠加频率值。设定一个变量z，以所述叠加频率值为零点，构建对应第一扫频周期和第二扫频周期的多项式组：/>, （5）式中/>满足如下的条件：/>，且，；也即按照叠加该扫频周期对应的最大不模糊多普勒频率的整数倍，直至得到一个不大于系统最大不模糊多普勒频率的最大值。而后，将多项式展开，得到：/>， （6），式中的/>为多项式阶数。

然后对多项式进行变换，算式（6）中的每一个展开的多项式，用的系数向量表示，其中/>：/> （7）设定对应两扫频周期的两多项式存在最大公因子为/>，则/>满足：（8）其中，

/>（9）N为最大公因子/>的阶数，/>为/>的阶数，第一扫频周期下的/>和第二扫频周期下的/>没有公因子，从而令，/> ，并分别定义/>的向量/>和最大公因子向量/>，则有：/>，

，

进一步可得： （10）

其中， （11）

，

。

然后，多项式组系数的协方差矩阵R满足：，其中的Y由如下方式构建：，/>由，（7）式和（11）式给出，/>的大小为/>。

接着，对协方差矩阵做特征分解得到噪声特征向量，有：（12）其中，/>为向量系数的协方差矩阵的秩，/>中包含了构成信号子空间的/>个主特征向量，/>中包含了构成噪声子空间的()个噪声特征向量。得到噪声特征向量后，据此估计最大公因子。首先，先由所述噪声特征向量构成多项式/>：/>，其中，/>。

为/>的对应于最小特征值的特征向量，并构建/>对应的多项式即得到最大公因子估计值/>。（10）和（12）决定了C的行向量和/>的行向量定义相同的子空间。因为/>和/>正交, 所以/>和C正交, 即。这等效为/> = 0。可以证明/>是/>的对应于零特征值的唯一（相差一个常数乘积因子）特征向量。当多项式系数被噪声污染，或者当最大公因子系数发生随机抖动时，/>即给出最大公因子系数的估计值。最后，根据最大公因子系数的估计值计算目标多普勒频率，也即，求解/>的零点即可得到至少一个目标的去除模糊后的多普勒频率。

图4为仿真图，示出了分别采用本方案较佳实施例的方法和现有方法在不同抖动强度下的测量误差。在仿真中，设定调频连续波雷达波形参数为：

中心频率= 77GHz，带宽B =150MHz，一帧扫频次数K = 128。使用两个扫频周期T1= 50μs 和T2 = 80μs。它们对应的最大不模糊多普勒频率分别为/> = 10kHz（对应目标速度19.48m/s）和/> = 6.25kHz（对应目标速度12.18m/s）。

目标位于雷达正前方100m处，目标真实速度为V0 = 50m/s。在第一帧（使用T1）测量时目标速度为V0。在第二帧（使用T2）测量时目标速度在V0基础上叠加了在【-ΔV ΔV】内随机取值的扰动。测量误差E定义为目标真实速度和测量值的差值的绝对值。参看图4，每个抖动强度下的测量误差为1000次独立产生的抖动下测量误差的平均值。图4中，“现有方案”为前述参考文献提出的基于中国余数定理的方法, “本方案”为本发明提出的基于子空间分析的方法。从图中可以看出本发明提出的基于子空间分析的方法具有比现有方法更小的测量误差。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本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，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种调频连续波雷达回波信号解多普勒模糊的方法，该方法用于调频连续波雷达的数字信号处理模块对差频信号进行处理，其中，该方法包括如下的步骤：

配置第一扫频周期和第二扫频周期，并在所述第一扫频周期和第二扫频周期上分别发射一帧扫频信号的步骤，其中，所述第一扫频周期和第二扫频周期对应的最大不模糊多普勒频率，在预设的系统最大不模糊多普勒频率内没有公倍数；

接受所述扫频信号的回波信号，并对所述回波信号进行分析转换，以得到数字差频信号的步骤；

对所述数字差频信号做双频谱分析，以对至少一个目标求解多普勒频率的步骤：

按照每一所述多普勒频率所对应的最大不模糊多普勒频率的整数倍，对其进行叠加，并直至叠加频率为不大于所述系统最大不模糊多普勒频率的最大值终止，以得到每一多普勒频率所对应的叠加频率值的步骤；

以所述叠加频率值为零点，构建包括变量的多项式，每一多项式都采用向量系数进行唯一表示，并计算多项式组所述向量系数的协方差矩阵的步骤；

对所述协方差矩阵做特征分解，得到由主特征向量构成的信号子空间，和由噪声特征向量构成的噪声子空间，以及，根据所述噪声子空间估计所述多项式组的最大公因子，并最终根据所述最大公因子获取每一目标的多普勒频率的步骤。

2.根据权利要求1所述的调频连续波雷达回波信号解多普勒模糊的方法，其中，对所述数字差频信号做双频谱分析的步骤具体为：以所述第一扫频周期和第二扫频周期下的数据构建数据矩阵，以及，对所述数据矩阵按照行次序和列次序分别进行分析，其中，

对于所述第一扫频周期和第二扫频周期/>，设定扫频周期/>下频率范围[0 />]内的/>个多普勒频率为：

,/>, …,/> ；

其中，对于所述第一扫频周期和第二扫频周期对应的所述最大不模糊多普勒频率，扫频范围内个/>多普勒频率中，包括真实多普勒频率和模糊多普勒频率。

3.根据权利要求2所述的调频连续波雷达回波信号解多普勒模糊的方法，其中，按照每一所述多普勒频率所对应的最大不模糊多普勒频率的整数倍，对其进行叠加，并直至叠加频率为不大于所述系统最大不模糊多普勒频率的最大值终止的步骤中，

对个多普勒频率中的一个频率/>，在其上叠加该扫频周期对应的所述最大不模糊多普勒频率/>的整数倍，直至系统最大不模糊多普勒频率/>，定义叠加后的频率值为当前频率/>的叠加频率值。

4.根据权利要求3所述的调频连续波雷达回波信号解多普勒模糊的方法，其中，以所述叠加频率值为零点，构建包括变量的多项式的步骤具体为：

设定一个变量z，以所述叠加频率值为零点，构建对应第一扫频周期和第二扫频周期的多项式组：

, />；式中/>满足如下的条件：

，且/>；以及将多项式展开，得到：

，其中，/>为多项式阶数。

5.根据权利要求4所述的调频连续波雷达回波信号解多普勒模糊的方法，其中，每一多项式都采用向量系数进行唯一表示的步骤具体为：

将展开后的所述多项式，用的系数向量表示，其中/>：

；设定对应两扫频周期的两多项式存在最大公因子为/>，则/>满足：

；其中，

，

；

N为最大公因子的阶数，/>为/>的阶数，第一扫频周期下的/>和第二扫频周期下的/>没有公因子，从而令，/> ，并分别定义/>的向量/>和最大公因子向量/>，则有：

，

进一步可得：

，其中，

，

，

；

其中，定义西尔维斯特(Sylvester)运算符Ф：对的向量和大于零的整数W，Ф/>构建一个/>的西尔维斯特矩阵:

这里右上角T表示矩阵转值运算。

6.根据权利要求5所述的调频连续波雷达回波信号解多普勒模糊的方法，其中，计算多项式组所述向量系数的协方差矩阵R的步骤具体为：

多项式组的所述向量系数的协方差矩阵R满足：，其中的/>由如下方式构建：。

7.根据权利要求6所述的调频连续波雷达回波信号解多普勒模糊的方法，其中，对所述协方差矩阵做特征分解，得到由主特征向量构成的信号子空间，和由噪声特征向量构成的噪声子空间的步骤具体为：

所述向量系数的协方差矩阵R满足：，其中，/>为所述向量系数的协方差矩阵的秩，/>中包含了/>个所述主特征向量，中包含了(/>)个所述噪声特征向量。

8.根据权利要求7所述的调频连续波雷达回波信号解多普勒模糊的方法，其中，根据所述噪声子空间估计所述多项式组的最大公因子，并最终根据所述最大公因子获取每一目标的多普勒频率的步骤具体为：

估计最大公因子系数向量：先由所述噪声特征向量构成多项式/>：

，其中，

，

为/>的对应于最小特征值的特征向量，构建/>对应的多项式即得到最大公因子估计/>。

9.根据权利要求8所述的调频连续波雷达回波信号解多普勒模糊的方法，其中，构建对应的多项式即得到最大公因子估计值/>的步骤还包括：

求解的零点即可得到至少一个目标的去除模糊后的多普勒频率。

10.一种调频连续波雷达回波信号解多普勒模糊处理装置，其中，该装置包括：

发射端压控振荡器，多级放大器，低通滤波器，模数变换模块，以及接收端的数字信号处理装置，其中，所述数字信号处理装置按照权利要求1至9任一项所述的方法，提取雷达回波信号目标信息并进行频谱分析，以得到去除模糊后的多普勒频率。