CN117111017A - 一种雷达距离谱生成方法 - Google Patents
一种雷达距离谱生成方法 Download PDFInfo
- Publication number
- CN117111017A CN117111017A CN202311377188.7A CN202311377188A CN117111017A CN 117111017 A CN117111017 A CN 117111017A CN 202311377188 A CN202311377188 A CN 202311377188A CN 117111017 A CN117111017 A CN 117111017A
- Authority
- CN
- China
- Prior art keywords
- virtual
- frequency point
- point sequence
- radar
- frequency
- 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 44
- 238000001228 spectrum Methods 0.000 title claims abstract description 27
- 239000013598 vector Substances 0.000 claims abstract description 69
- 238000012163 sequencing technique Methods 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000000523 sample Substances 0.000 claims description 5
- 230000014509 gene expression Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000005457 optimization Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009466 transformation Effects 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
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及雷达信号处理技术领域,公开了一种雷达距离谱生成方法,旨在解决现有改进雷达分辨率的方案存在的鲁棒性问题以及虚拟频点的信干噪比较低的问题,包括:根据预设的稀疏频点序列控制雷达发射频点;接收环境中所有物体反射的回波信号得到接收信号;对接收信号进行四阶虚拟运算得到虚拟频点序列;将虚拟频点序列中频度低于频度门限的虚拟编号对应的元素删除得到优选虚拟频点序列;将优选虚拟频点序列中相同虚拟编号的元素合并,并将合并结果按照虚拟编号进行排序得到降噪虚拟频点序列;针对降噪虚拟频点序列选取虚拟编号的连续部分组成观测向量,并对观测向量进行加窗傅里叶变换后得到雷达距离谱。本发明提升了鲁棒性和虚拟频点的信干噪比。
Description
技术领域
本发明涉及雷达信号处理技术领域,具体涉及一种雷达距离谱生成方法。
背景技术
随着利用雷达进行目标感知在自动驾驶和智能家居等新兴领域的广泛应用,对距离分辨率的要求不断提升。如何有效提高距离分辨率,是雷达目标感知的关注重点。
根据雷达目标分辨特性,可以通过减少雷达脉冲持续时间或增大雷达信号扫描带宽提高分辨能力。由于减少脉冲持续时间会导致目标回波能量降低,损失雷达探测距离,因此增大雷达工作带宽成为改善雷达分辨能力更为常用有效的方法,然而受相关约束或环境电磁干扰影响,雷达可用工作频谱受到限制,如24GHz免授权频段可用带宽不超过250MHz,5.8GHz免授权频段可用带宽不超过125MHz,2.4GHz免授权频段可用带宽不超过83.5MHz。受限的工作频带限制了雷达目标分辨率,进而影响了实际应用对目标的感知体验,严重制约雷达在窄带宽频段的应用。
现有改进雷达距离分辨率的方案主要是基于压缩感知技术进行稀疏恢复成像,此类方法要求实时求解复杂的优化问题,求解算法受观测扰动及噪声的影响容易出现鲁棒性问题。此外,在稀疏阵列测向领域广泛应用的虚拟扩展方法也可以应用于改进雷达测距分辨率,此时虚拟扩展的对象由阵列孔径转变为雷达带宽,尽管背后的基本原理类似,但是测向和测距在具体的方案实施时存在明显差异。测向时,将多个阵列天线按照稀疏间隔进行排布,受成本和物理尺寸的约束,实际部署的阵元数目是有限的。因而在设计稀疏阵列排布时,基本出发点是降低虚拟扩展后的冗余,以期在有限阵元个数约束下,尽可能提升虚拟后的空间自由度,如最小冗余阵设计或嵌套阵设计等,测向方案中的稀疏阵列虚拟方案具有低虚拟冗余特点,且通常将获得的冗余虚拟结果丢弃,单次的虚拟结果的信干噪比低。
发明内容
本发明旨在解决现有改进雷达分辨率的方案存在的鲁棒性问题以及虚拟频点的信干噪比较低的问题,提出一种雷达距离谱生成方法。
本发明解决上述技术问题所采用的技术方案是:
一种雷达距离谱生成方法,所述方法包括:
步骤1、根据预设的稀疏频点序列控制雷达发射频点;
步骤2、接收环境中物体反射的回波信号,得到接收信号;
步骤3、对所述接收信号进行四阶虚拟运算,得到虚拟频点序列,所述虚拟频点序列中的每个元素具有一个虚拟编号;
步骤4、确定所述虚拟频点序列中各虚拟编号的频度,将频度低于频度门限的虚拟编号对应的元素删除,得到优选虚拟频点序列;
步骤5、将所述优选虚拟频点序列中相同虚拟编号的元素进行合并,并将所有的合并结果按照虚拟编号进行排序,得到降噪虚拟频点序列;
步骤6、针对降噪虚拟频点序列,选取虚拟编号的连续部分组成观测向量,并对所述观测向量进行加窗傅里叶变换后得到雷达距离谱。
进一步地,所述预设的稀疏频点序列为,所述接收信号的
向量为,所述稀疏频点序列与雷达实际发射的第个频
点的关系为:
;
其中,为频点数量,为雷达载波起始频率,为单位频移步进值,为稀疏
频点序列中的第个频点,为向量中的第个元素,即稀疏频点序列中第个频点对应的接收信号,。
进一步地,若所述接收信号的向量为实数向量,则在对所述接收信号进行四阶虚
拟运算之前还包括:
在慢时间维度对所述接收信号的向量中的每个元素进行希尔伯特变换处理,得
到接收信号的复数向量,对所述接收信号的复数向量进行四阶虚拟运算。
进一步地,所述希尔伯特变换处理的表达式如下:
Hilbert{};
其中,Hilbert{*}表示希尔伯特变换处理操作,表示雷达开机以来至当前时刻的
探测次数,表示第次雷达探测计算得到的接收信号的向量中的第个元素,,。
进一步地,所述步骤3具体包括:
从所述接收信号的向量中有序可重复地选取4个元素组成四元序列,计算所有可
排列出的四元序列的四阶虚拟运算结果及其对应的虚拟编号,将所有四阶虚拟运算结果组
成一个虚拟频点序列。
进一步地,步骤3中,四阶虚拟运算公式如下:
;
其中,为利用得到的虚拟编号为的四阶虚拟
运算结果,,,,为向量中的第
m个元素,为中的第个元素,为向量中的第个元素,为向量中的第个元
素,,上标*表示取共轭运算。
进一步地,所述步骤4具体包括:
对所述虚拟频点序列中具有相同虚拟编号且具有恒等关系的多个元素只选择其中一个留存在所述虚拟频点序列中,得到粗选虚拟频点序列;
在所述粗选虚拟频点序列中,将每个虚拟编号对应的元素个数作为虚拟编号的频度,并将所述频度低于频度门限的虚拟编号所对应的元素删除,得到优选虚拟频点序列;
其中,具有相同虚拟编号且具有恒等关系的多个元素是指:若所述虚拟频点序列
中的一个元素为,则、、和
是具有相同虚拟编号且具有恒等关系的元素。
进一步地,所述步骤5中,优选虚拟频点序列中虚拟编号的元素合并方法包括:
计算虚拟编号对应的多个四阶虚拟运算结果的平均值,并将所述平均值作为虚
拟编号对应的元素合并结果。
进一步地,所述步骤6中,在对所述观测向量进行加窗傅里叶变换之前还包括:
对所述观测向量中的每个元素进行慢时间低通滤波,所述慢时间低通滤波的操作如下:
Lowpass{};
其中,Lowpass(*)表示低通滤波操作,表示雷达开机以来至当前时刻的探测次
数,表示第次雷达探测计算得到的虚拟编号为对应的元素合并结果,。
进一步地,所述步骤6中,对所述观测向量进行加窗傅里叶变换的加窗序列为Hanning窗、Hamming窗、Blackman窗、Chebyshev窗、Kaiser窗、Gaussian窗、Bartlett窗、三角窗或矩形窗。
本发明的有益效果是:本发明所述的雷达距离谱生成方法,将四阶虚拟扩展技术应用于雷达测距,对虚拟扩展后的冗余频点进行合并,而非直接丢弃,充分利用冗余虚拟频点,抑制四阶扩展运算后分布在虚拟频点上的高频干扰,提升了虚拟频点的信干噪比。并且本发明不需要实时求解复杂的优化问题,对噪声或扰动的影响具有较强的鲁棒性。
附图说明
图1为本发明实施例所述雷达距离谱生成方法的流程示意图。
具体实施方式
下面将结合附图对本发明的实施方式进行详细描述。
本发明旨在抑制四阶虚拟扩展运算后的干扰成分,提升虚拟频点信干噪比,提出一种雷达距离谱生成方法,其主要的技术方案包括:根据预设的稀疏频点序列控制雷达发射频点;接收环境中物体反射的回波信号,得到接收信号;对所述接收信号进行四阶虚拟运算,得到虚拟频点序列,所述虚拟频点序列中的每个元素具有一个虚拟编号;确定所述虚拟频点序列中各虚拟编号的频度,将频度低于频度门限的虚拟编号对应的元素删除,得到优选虚拟频点序列;将所述优选虚拟频点序列中相同虚拟编号的元素进行合并,并将所有的合并结果按照虚拟编号进行排序,得到降噪虚拟频点序列;针对降噪虚拟频点序列,选取虚拟编号的连续部分组成观测向量,并对所述观测向量进行加窗傅里叶变换后得到雷达距离谱。
在雷达测距时,可以通过单天线时分地发射稀疏排布的频点,在智能物联网场景下,在相干时间内,可以允许部署发射相对更多数目的稀疏频点。稀疏数目不再是核心约束,在设计稀疏频点排布时,可以不以低虚拟冗余为约束,甚至可以引入一定的虚拟频点冗余,用于改善虚拟频点的信干噪比。基于此,本发明通过设计稀疏频点序列控制雷达发射频点,并将四阶虚拟扩展技术应用于雷达测距,通过对雷达回波信号进行四阶虚拟运算获得虚拟频点序列,并剔除频度低于频度门限的元素获得优选虚拟频点序列,针对优选虚拟频点序列中相同虚拟编号的元素进行冗余合并,充分利用冗余虚拟频点,从而抑制四阶相关运算后分布在虚拟后频点上的高频干扰,进一步提升虚拟频点的信干噪比,最后选取虚拟编号的连续部分组成观测向量并对其加窗后进行傅里叶变换得到雷达距离谱。
实施例
请参阅图1,本发明实施例所述的雷达距离谱生成方法,包括以下步骤:
步骤1、根据预设的稀疏频点序列控制雷达发射频点。
本实施例中,预设的稀疏频点序列为,稀疏频点序列与
雷达实际发射频点的关系为:
;
其中,为频点数量,为雷达载波起始频率,为雷达实际发射的第n个频点,
为稀疏频点序列中第个元素,,为单位频移步进值。
由于本实施例对映射到同一个虚拟频点的冗余结果进行合并,因此在设计所述稀
疏频点序列时,首先要求虚拟频点的有效频度(有效冗余)数目需要高于设定的虚拟频点
频度数目下限,由此保证冗余合并效果。若雷达可用带宽为,为提升距离分辨率
及充分利用有限的带宽,还需要求,和分别为所述稀疏频点序列中的
最大值和最小值。单位频移步进值和频点数量N需要结合雷达设备的硬件工作特
性及探测环境目标的距离远近等进行系统性设计,是本实施例设计所述稀疏频点序列时
的先验输入信息。综合以上分析,本实施例通过如下优化问题设计稀疏频点序列:
给定单位频移步进值和频点数量N和雷达可用带宽,设计稀疏频点序列,使得虚拟编号充分冗余的连续部分最大化。
其中,虚拟编号充分冗余的连续部分是指:对所有,至少存在种不等价的取值序列
,使得,但不存在取值序列使得+1,或
存在使得+1成立,但使+1成立的
不等价的取值序列的数目少于种,则是稀疏频点序列生成的虚拟编
号充分冗余的连续部分, ,。
本实施例中,对于一个给定的序列,除、和外,从稀疏频点序列中选取元素组成的4元序列与不等价。由后续
步骤4,具有等价关系的取值序列、和所
对应的四阶虚拟运算结果和虚拟编号恒相同,为保证每个虚拟编号下四阶虚拟运算结果的
有效频度数目,在设计稀疏频点序列过程中,计数取值序列的数目时,按照不等价取值序
列的数目进行计数。
上述最大化的问题为整数组合优化问题,该优化问题难以通过解析的方式求解,可以采用枚举最优或启发式次优算法求解,本实施例对此不作限制。
步骤2、接收环境中物体反射的回波信号,得到接收信号。
上述步骤1中,雷达发射个频点并接收环境中物体反射的回波信号,得到对应的
接收信号向量,为向量,中第个元素为频点的
接收信号,表示所述稀疏频点序列中第个元素,。
步骤3、对所述接收信号进行四阶虚拟运算,得到虚拟频点序列,所述虚拟频点序列中的每个元素具有一个虚拟编号。
若雷达接收机为单通道(单I路接收或单Q路接收)接收机,则接收信号的向量为
实数向量,直接对实数向量进行四阶虚拟运算会产生大量互调干扰,恶化虚拟频点的信干
噪比。若接收信号的向量为实数向量,为了降低互调干扰的影响,本实施例中还包括,在慢
时间维度对所述接收信号的向量的每个元素进行希尔伯特变换处理,得到接收信号的复
数向量c,针对得到的c进行四阶虚拟运算。更具体地,在慢时间维度针对中的第个元素
进行希尔伯特变换处理后,得到所述复数向量c的第个元素,其中,针对中的第个
元素,慢时间维度希尔伯特变换处理的实施方法如下:
Hilbert{};
其中,Hilbert{*}表示希尔伯特变换处理操作,为现有公开技术,具体可以采用离
散傅里叶变换法或希尔伯特(变换)滤波器法,本实施例不再赘述,表示雷达开机以来至当
前时刻的探测次数,表示第次雷达探测得到的接收信号的向量中的第个元素,,。
若雷达接收机为正交接收形式,则接收信号的向量为复数向量,可以直接对接收
信号的向量进行四阶虚拟运算。对上述2种复数向量的后续处理操作是相同的,在以下表
述中,不加区分地统一地用向量表示接收信号的复数向量。
本实施例从向量中有序可重复地选取四个元素组成四元序列,计算每个可排列
出的四元序列的四阶虚拟运算结果和对应的虚拟编号,将所有的四阶虚拟运算结果组成一
个虚拟频点序列。
例如对于四元序列,可以得到虚拟编号为
的四阶虚拟运算结果:
;
其中,,为向量中的第m个元素,为中的第个元
素,为向量中的第个元素,为向量中的第个元素,,上标*表
示取共轭运算。
经四阶虚拟运算后,可以得到多个具有相同虚拟编号的四阶虚拟运算结果,并且对于具有相同虚拟编号且不等价的取值组合生成的四阶虚拟运算结果,它们含有的噪声和高频干扰分量是不相同的。
将所有的四阶虚拟运算结果组成一个虚拟频点序列,虚拟频点序列中的每个元素具有一个虚拟编号,并且多个元素可以具有相同的虚拟编号。
步骤4、确定所述虚拟频点序列中各虚拟编号的频度,将频度低于频度门限的虚拟编号对应的元素删除,得到优选虚拟频点序列。
本实施例首先对所述虚拟频点序列进行频度统计前处理,剔除所述虚拟频点序列
中具有相同虚拟编号且具有恒等关系的重复元素。若所述虚拟频点序列中一个元素为,则与,和是具有相
同虚拟编号且具有恒等关系的元素。
为防止相同的干扰和噪声在后续步骤5中相干累加恶化虚拟频点的信干噪比,在本实施例中,按照所述的关系判断规则,对所述虚拟频点序列中具有相同虚拟编号且具有恒等关系的多个元素只选择其中一个留存在所述虚拟频点序列中,得到一个粗选虚拟频点序列。
所述粗选虚拟频点序列中,设共有种取值序列满足,则虚拟编号的频度为。若低于预设的门限,则将所述
粗选虚拟频点序列中,虚拟编号为的元素丢弃,经低频度虚拟编号删除后,得到优选虚拟
频点序列。
所述预设的门限,通常与步骤1中的相对应。
步骤5、将所述优选虚拟频点序列中相同虚拟编号的元素进行合并,并将合并结果按照虚拟编号进行排序,得到降噪虚拟频点序列。
本实施例中,将所述优选虚拟频点中个虚拟编号为的元素合并方法包括:
计算个虚拟编号为的四阶虚拟运算结果的平均值,将平均值作为虚拟编号的元素
合并结果,即虚拟频点的估计值。
步骤6、针对降噪虚拟频点序列,选取虚拟编号的连续部分组成观测向量,并对所述观测向量进行加窗傅里叶变换后得到雷达距离谱。
具体而言,基于步骤1确定的虚拟编号的连续部分,在降噪虚拟频点序列中,选取
虚拟编号的元素,并根据虚拟编号的递增顺序组成观测向量,对观测向量进行加窗
傅里叶变换,得到距离谱。
为了提升观测向量的信干噪比,本实施例在获得观测向量之后,还包括对观测向量中的每个元素进行慢时间低通滤波,所述慢时间低通滤波的操作如下:
Lowpass{};
其中,Lowpass(*)表示低通滤波操作,表示雷达开机以来至当前时刻的探测次
数,表示第次雷达探测计算得到的虚拟编号为对应的元素合并结果,。
慢时间低通滤波操作能够进一步滤除各种互调干扰,对观测向量中的每个元素进行慢时间低通滤波,能够进一步提升观测向量的信干噪比。
在对观测向量进行低通滤波之后,对观测向量进行加窗傅里叶变换即可获得雷达距离谱,加窗序列可以是汉宁(Hanning)窗、汉明(Hamming)窗、布莱克曼(Blackman)窗、切比雪夫(Chebyshev)窗、凯撒(Kaiser)窗、高斯(Gaussian)窗、巴特莱特(Bartlett)窗、三角窗和矩形窗之一。
综上所述,本实施例提供的雷达距离谱生成方法,将四阶虚拟扩展技术应用于雷达测距,使雷达探测带宽虚拟扩展,提高距离分辨率,较传统的二阶累积量方法有更好的效果。本实施例在给定频点个数、扫频宽度和虚拟频点频度约束下设计稀疏频点的分布,对虚拟扩展后的冗余频点进行合并,充分利用冗余虚拟频点,抑制四阶扩展运算后分布在虚拟频点上的高频干扰,提升了虚拟频点的信干噪比。并且本实施例不需要实时求解复杂的优化问题,对噪声或扰动的影响具有较强的鲁棒性。
Claims (10)
1.一种雷达距离谱生成方法,其特征在于,所述方法包括:
步骤1、根据预设的稀疏频点序列控制雷达发射频点;
步骤2、接收环境中物体反射的回波信号,得到接收信号;
步骤3、对所述接收信号进行四阶虚拟运算,得到虚拟频点序列,所述虚拟频点序列中的每个元素具有一个虚拟编号;
步骤4、确定所述虚拟频点序列中各虚拟编号的频度,将频度低于频度门限的虚拟编号对应的元素删除,得到优选虚拟频点序列;
步骤5、将所述优选虚拟频点序列中相同虚拟编号的元素进行合并,并将所有的合并结果按照虚拟编号进行排序,得到降噪虚拟频点序列;
步骤6、针对降噪虚拟频点序列,选取虚拟编号的连续部分组成观测向量,并对所述观测向量进行加窗傅里叶变换后得到雷达距离谱。
2.如权利要求1所述的雷达距离谱生成方法,其特征在于,所述预设的稀疏频点序列为,所述接收信号的向量为/>,所述稀疏频点序列/>与雷达实际发射的第/>个频点/>的关系为:
;
其中,为频点数量,/>为雷达载波起始频率,/>为单位频移步进值,/>为稀疏频点序列/>中的第/>个频点,/>为向量/>中的第/>个元素,即稀疏频点序列/>中第/>个频点/>对应的接收信号,/>。
3.如权利要求2所述的雷达距离谱生成方法,其特征在于,若所述接收信号的向量为实数向量,则在对所述接收信号进行四阶虚拟运算之前还包括:
在慢时间维度对所述接收信号的向量中的每个元素进行希尔伯特变换处理,得到接收信号的复数向量,对所述接收信号的复数向量进行四阶虚拟运算。
4.如权利要求3所述的雷达距离谱生成方法,其特征在于,所述希尔伯特变换处理的表达式如下:
Hilbert{};
其中,Hilbert{*}表示希尔伯特变换处理操作,表示雷达开机以来至当前时刻的探测次数,/>表示第/>次雷达探测得到的接收信号的向量/>中的第/>个元素,/>,。
5.如权利要求2所述的雷达距离谱生成方法,其特征在于,所述步骤3具体包括:
从所述接收信号的向量中有序可重复地选取四个元素组成四元序列,计算所有可排列出的四元序列的四阶虚拟运算结果及其对应的虚拟编号,将所有四阶虚拟运算结果组成一个虚拟频点序列。
6.如权利要求5所述的雷达距离谱生成方法,其特征在于,步骤3中,四阶虚拟运算公式如下:
;
其中,为利用/>得到的虚拟编号为/>的四阶虚拟运算结果,/>,/>,/>,/>为向量/>中的第m个元素,/>为/>中的第/>个元素,/>为向量/>中的第/>个元素,/>为向量/>中的第/>个元素,,上标*表示取共轭运算。
7.如权利要求6所述的雷达距离谱生成方法,其特征在于,所述步骤4具体包括:
对所述虚拟频点序列中具有相同虚拟编号且具有恒等关系的多个元素只选择其中一个留存在所述虚拟频点序列中,得到粗选虚拟频点序列;
在所述粗选虚拟频点序列中,将每个虚拟编号对应的元素个数作为虚拟编号的频度,并将所述频度低于频度门限的虚拟编号所对应的元素删除,得到优选虚拟频点序列;
其中,具有相同虚拟编号且具有恒等关系的多个元素是指:若所述虚拟频点序列中的一个元素为,则/>、/>、/>和/>是具有相同虚拟编号且具有恒等关系的元素。
8.如权利要求6所述的雷达距离谱生成方法,其特征在于,所述步骤5中,优选虚拟频点序列中虚拟编号的元素合并方法包括:
计算虚拟编号对应的多个四阶虚拟运算结果的平均值,并将所述平均值作为虚拟编号/>对应的元素合并结果。
9.如权利要求6所述的雷达距离谱生成方法,其特征在于,所述步骤6中,在对所述观测向量进行加窗傅里叶变换之前还包括:
对所述观测向量中的每个元素进行慢时间低通滤波,所述慢时间低通滤波的操作如下:
Lowpass{};
其中,Lowpass(*)表示低通滤波操作,表示雷达开机以来至当前时刻的探测次数,表示第/>次雷达探测计算得到的虚拟编号为/>对应的元素合并结果,/>。
10.如权利要求1所述的雷达距离谱生成方法,其特征在于,所述步骤6中,对所述观测向量进行加窗傅里叶变换的加窗序列为Hanning窗、Hamming窗、Blackman窗、Chebyshev窗、Kaiser窗、Gaussian窗、Bartlett窗、三角窗或矩形窗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311377188.7A CN117111017B (zh) | 2023-10-24 | 2023-10-24 | 一种雷达距离谱生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311377188.7A CN117111017B (zh) | 2023-10-24 | 2023-10-24 | 一种雷达距离谱生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117111017A true CN117111017A (zh) | 2023-11-24 |
CN117111017B CN117111017B (zh) | 2023-12-22 |
Family
ID=88800583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311377188.7A Active CN117111017B (zh) | 2023-10-24 | 2023-10-24 | 一种雷达距离谱生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117111017B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108680892A (zh) * | 2018-05-15 | 2018-10-19 | 浙江大学 | 基于角度-空间频率域快速傅里叶变换的互质阵列波达方向估计方法 |
US20200300965A1 (en) * | 2019-03-18 | 2020-09-24 | Nxp Usa, Inc. | Distributed Aperture Automotive Radar System |
CN111796288A (zh) * | 2020-06-12 | 2020-10-20 | 中国船舶重工集团公司第七二四研究所 | 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法 |
CN111965591A (zh) * | 2020-07-21 | 2020-11-20 | 南京航空航天大学 | 一种基于四阶累积量矢量化dft的测向估计方法 |
CN112105946A (zh) * | 2018-05-07 | 2020-12-18 | 阿尔贝机器人有限公司 | 具有谱概率加窗的并入有分数带宽多波段啁啾的非线性频率跳变序列的fmcw汽车雷达 |
CN112505675A (zh) * | 2021-02-08 | 2021-03-16 | 网络通信与安全紫金山实验室 | 目标角度和距离定位方法、装置、雷达和存储介质 |
CN114397619A (zh) * | 2022-01-04 | 2022-04-26 | 西安电子科技大学 | 基于非均匀稀疏阵列二维定位算法 |
US20220268884A1 (en) * | 2021-02-25 | 2022-08-25 | Nxp B.V. | Radar-based detection using sparse array processing |
CN115267698A (zh) * | 2022-06-29 | 2022-11-01 | 珠海正和微芯科技有限公司 | Fmcw雷达移动和微动目标检测和识别方法和系统 |
-
2023
- 2023-10-24 CN CN202311377188.7A patent/CN117111017B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112105946A (zh) * | 2018-05-07 | 2020-12-18 | 阿尔贝机器人有限公司 | 具有谱概率加窗的并入有分数带宽多波段啁啾的非线性频率跳变序列的fmcw汽车雷达 |
CN108680892A (zh) * | 2018-05-15 | 2018-10-19 | 浙江大学 | 基于角度-空间频率域快速傅里叶变换的互质阵列波达方向估计方法 |
US20200300965A1 (en) * | 2019-03-18 | 2020-09-24 | Nxp Usa, Inc. | Distributed Aperture Automotive Radar System |
CN111796288A (zh) * | 2020-06-12 | 2020-10-20 | 中国船舶重工集团公司第七二四研究所 | 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法 |
CN111965591A (zh) * | 2020-07-21 | 2020-11-20 | 南京航空航天大学 | 一种基于四阶累积量矢量化dft的测向估计方法 |
CN112505675A (zh) * | 2021-02-08 | 2021-03-16 | 网络通信与安全紫金山实验室 | 目标角度和距离定位方法、装置、雷达和存储介质 |
US20220268884A1 (en) * | 2021-02-25 | 2022-08-25 | Nxp B.V. | Radar-based detection using sparse array processing |
CN114397619A (zh) * | 2022-01-04 | 2022-04-26 | 西安电子科技大学 | 基于非均匀稀疏阵列二维定位算法 |
CN115267698A (zh) * | 2022-06-29 | 2022-11-01 | 珠海正和微芯科技有限公司 | Fmcw雷达移动和微动目标检测和识别方法和系统 |
Non-Patent Citations (2)
Title |
---|
ENY SUKANI RAHAYU等: "Sequential-Compressive-Range Azimuth Estimation in Radar Signal Processing", 《2021 13TH INTERNATIONAL CONFERENCE ON INFORMATION TECHNOLOGY AND ELECTRICAL ENGINEERING (ICITEE)》, pages 189 - 195 * |
王波: "空间谱估计技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑(月刊)》, no. 3, pages 136 - 533 * |
Also Published As
Publication number | Publication date |
---|---|
CN117111017B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106054143B (zh) | 一种外辐射源雷达同频干扰的消除方法 | |
CA2411615A1 (en) | Surface wave radar | |
CN106707258A (zh) | 一种非高斯背景下微动目标多参数估计方法 | |
CN109444896B (zh) | 水声阵列定位系统及其定位方法 | |
CN112859014A (zh) | 基于雷达信号分选的雷达干扰抑制方法、装置及介质 | |
CN109471097B (zh) | 一种穿墙雷达信号优化处理方法及装置 | |
CN111580099A (zh) | 基于联合熵值的穿墙成像雷达墙体杂波抑制方法 | |
CN112255608A (zh) | 一种基于正交投影的雷达杂波自适应抑制方法 | |
CN105005036A (zh) | 一种用于近程mimo成像的传播损耗补偿方法 | |
CN112014806A (zh) | 一种复杂干扰场景下的机载雷达无意干扰抑制方法 | |
CN107831473A (zh) | 基于高斯过程回归的距离‑瞬时多普勒图像序列降噪方法 | |
CN107229040A (zh) | 基于稀疏恢复空时谱估计的高频雷达目标检测方法 | |
CN110940953B (zh) | 地波雷达海杂波中目标的三维检测方法 | |
CN108572353A (zh) | 一种低截获雷达的脉冲时间序列规划方法 | |
CN109061626B (zh) | 一种步进频相参处理检测低信杂比动目标的方法 | |
CN113064160B (zh) | 一种u型建筑布局下目标定位方法 | |
CN117111017B (zh) | 一种雷达距离谱生成方法 | |
CN106980110B (zh) | 一种自适应对抗含多径有源压制干扰的副瓣对消方法 | |
CN110187315B (zh) | 一种超宽带步进频mimo雷达在线旁瓣抑制方法与系统 | |
CN115575921B (zh) | 一种基于俯仰向多通道多干扰基压制干扰抑制方法 | |
CN116299387B (zh) | 非均匀杂波下干扰正交抑制的目标智能检测方法 | |
CN115267721B (zh) | 一种基于双频sar的地面动目标径向速度估计方法 | |
CN113156392B (zh) | 一种基于俯仰域自适应处理的杂波抑制方法 | |
CN116893415A (zh) | 基于毫米波稀疏阵列系统设计的快速成像方法及系统 | |
CN108387879B (zh) | 基于自适应归一化匹配滤波的杂波图单元中值检测方法 |
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 |