CN117368922A - 一种车载雷达测角方法、终端设备及存储介质 - Google Patents
一种车载雷达测角方法、终端设备及存储介质 Download PDFInfo
- Publication number
- CN117368922A CN117368922A CN202311464481.7A CN202311464481A CN117368922A CN 117368922 A CN117368922 A CN 117368922A CN 202311464481 A CN202311464481 A CN 202311464481A CN 117368922 A CN117368922 A CN 117368922A
- Authority
- CN
- China
- Prior art keywords
- angle measurement
- angle
- target point
- algorithm
- vehicle
- 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.)
- Pending
Links
- 238000000691 measurement method Methods 0.000 title abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 186
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 97
- 238000000034 method Methods 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000001228 spectrum Methods 0.000 claims description 42
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity 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
- 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种车载雷达测角方法、终端设备及存储介质,该方法中包括:计算雷达CFAR检测到的所有目标点的距离与速度;通过快速测角算法测量所有目标点的角度,并提取角度测量过程中得到的各目标点的测角误差;针对测角误差小于测角误差阈值的目标点,结合其距离、速度和由快速测角算法得到的角度判断目标点是否存在威胁;针对存在威胁的目标点和测角误差大于或等于测角误差阈值的目标点,结合快速测角算法的测量结果,通过高精度测角算法测量目标点的角度;结合快速测角算法得到的目标点的测角误差与高精度测角算法的测角性能来获得最终的测角结果。本发明既能保证存在威胁的目标测角精度高,又能使整个测角过程速度快。
Description
技术领域
本发明涉及雷达测角领域,尤其涉及一种车载雷达测角方法、终端设备及存储介质。
背景技术
随着辅助驾驶系统渗透率不断提升,作为辅助驾驶感知功能重要组成部分的雷达系统,安装率也越来越高。车载雷达主要实现目标的检测和跟踪功能。车载雷达的目标检测主要指测距、测速和测角。其中,测角主要是基于多输入多输出(Multiple Input MultipleOutput,MIMO)虚拟天线阵列,并利用一定的测角算法来实现。在高级辅助驾驶系统中,车载雷达测角需要满足精度高与实时性高的要求。如果采用最大似然算法或子空间测角算法,性能好、精度高,但是其计算量大,对车载雷达这种实时性要求高的系统挑战很大;如果采用一些快速测角方法则测角精度难以满足。因此,目前亟需一种同时兼顾精度高和速度快的雷达测角方法。
发明内容
为了解决上述问题,本发明提出了一种车载雷达测角方法、终端设备及存储介质。
具体方案如下:
一种车载雷达测角方法,包括以下步骤:
S1:计算雷达CFAR检测到的所有目标点的距离与速度;
S2:通过快速测角算法测量所有目标点的角度,并提取角度测量过程中得到的各目标点的测角误差;
S3:针对快速测角算法中测角误差小于测角误差阈值的目标点,结合其距离、速度和角度判断目标点是否存在威胁;
S4:针对存在威胁的目标点和快速测角算法中测角误差大于或等于测角误差阈值的目标点,结合快速测角算法的测量结果,通过高精度测角算法重新测量目标点的角度;
S5:结合快速测角算法得到的目标点的测角误差与高精度测角算法的测角性能来获得最终的测角结果。
进一步的,快速测角算法采用多基线测角算法,此时测角误差采用相位模糊数误差值来评估。
进一步的,高精度测角算法采用DBF算法。
进一步的,雷达采用应用于车载后向的毫米波雷达。
进一步的,步骤S3中判断目标点是否存在威胁的过程包括以下步骤:
S301:根据车速、目标点检测速度以及快速测角算法得到角度判断目标点是否为运动目标,如果是,进入步骤S302;否则,判定目标点不存在威胁;
S302:判断目标点的运动方向是否为靠近,如果是,进入步骤S303;否则,判定目标点不存在威胁;
S303:计算目标点距离本车的横向距离,如果横向距离小于预设的距离阈值,进入步骤S304;否则,判定目标点不存在威胁;
S304:判断目标点是否为虚假目标,如果是,判定目标点不存在威胁;否则,判定目标点存在威胁。
进一步的,步骤S4中当高精度测角算法采用DBF算法时,结合快速测角算法的测量结果,通过高精度测角算法测量目标点的角度的方法为:初始设定DBF全伪谱计算次数为0;在针对每个目标点进行角度测量时,首先根据多基线测角算法测量得到的目标点的角度,计算该角度两侧一定范围内多个角度的输出功率,并基于计算的这些角度的输出功率生成部分伪谱;判断是否满足部分伪谱中的峰值数小于1且DBF全伪谱计算次数小于预设的次数阈值,如果是,生成角度在±90度的范围内的全伪谱,并令DBF全伪谱计算次数加1,基于全伪谱获取目标点的角度;否则,基于部分伪谱获取目标点的角度;基于全伪谱获取目标点的角度和基于部分伪谱获取目标点的角度时均通过峰值搜索初步获取目标点的角度,再通过插值的方法更精确的获取目标点的角度。
进一步的,全伪谱和部分伪谱的步长均小于或等于0.5度。
进一步的,步骤S5具体判定过程包括以下步骤:
S501:判断伪谱的峰值个数是否大于0,如果是,进入S502;否则,选取快速测角算法得到的角度作为最终的测角结果;
S502:判断伪谱峰值的最大能量是否大于第一峰值能量阈值,如果是,选取高精度测角算法得到的角度作为最终的测角结果;否则,进入S503;
S503:判断测角误差是否小于第一测角误差阈值,如果是,选取快速测角算法得到的角度作为最终的测角结果;否则,选取高精度测角算法得到的角度作为最终的测角结果。
一种车载雷达测角终端设备,包括处理器、存储器以及存储在所述存储器中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本发明实施例上述的方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例上述的方法的步骤。
本发明采用如上技术方案,既能保证存在威胁的目标测角精度高,又能使整个测角过程速度快。
附图说明
图1所示为本发明实施例一的流程图。
图2所示为该实施例中比相法测角示意图。
图3所示为该实施例中多基线测角示意图。
图4所示为该实施例中波束形成算法结构示意图。
具体实施方式
为进一步说明各实施例,本发明提供有附图。这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。
现结合附图和具体实施方式对本发明进一步说明。
实施例一:
本发明实施例提供了一种车载雷达测角方法,如图1所示,所述方法包括以下步骤:
S1:计算雷达CFAR检测到的所有目标点的距离与速度。
本实施例中雷达采用车载后向的77GHz毫米波雷达,其主要以检测车辆后方目标信息。雷达检测到的目标点为在恒虚警率(Constant False-Alarm Rate,CFAR)下检测得到的。在雷达信号检测中,当外界干扰强度变化时,雷达能自动调整其灵敏度,使雷达的虚警概率保持不变,这种特性称为恒虚警率特性。恒虚警率检测是雷达目标自动检测的一个重要组成部分,是进一步识别目标的基础。
在目标点的距离与速度的计算中,可以首先对雷达回波数据进行距离多普勒两维FFT运算,并对所有天线的两维FFT运算结果进行非相干积累得到距离多普勒能量图,提高信噪比从而提高雷达对目标的检测能力;接着通过雷达恒虚警率确定目标的个数及所处的距离门和多普勒门;最后计算目标的距离与速度。
S2:通过快速测角算法测量所有目标点的角度,并提取角度测量过程中得到的各目标点的测角误差。
快速测角算法用于目标点角度的粗估计,本实施例中快速测角算法采用多基线测角算法,此时测角误差采用相位模糊数误差值来评估。
多基线测角算法属于双通道相位法测角的改进,其本质是利用多个天线所接收回波之间的相位差直接进行测角,具有计算速度快的特点。
在相位法测角中,两天线基线长度为d,目标方位角为θ,发射信号为S(t)=exp(j2πf0t),如图2所示,则两个天线的回波信号为:
由图2可知,波程差ΔR=dsin(θ),则对应的相位差为:
由上式可知,两天线基线长度d越大,测角误差越小。但是,当d增大到一定程度时,相位差可能超过2π,此时会存在测角模糊问题,即一个相位差可能对应多个可能的角度。
多基线测角算法可以保证提高测角精度的同时不存在测角模糊问题,其测角原理如图3所示。其中短基线由1、2这两个天线组成,天线间距d12为半个波长,相位差为Δφ12,长基线由1、3这两个天线组成,天线间距一般大于或等于一个波长,相位差为Δφ13。
其中,N为相位模糊数,为待求未知量;ψ∈(-π,π)为长基线模糊后的相位差。
在不考虑噪声的情况下,天线间的相位差Δφ和天线间距成比例关系,即有:
利用上式计算出的Δφ可以确定Δφ13的真实相位值。在系统可能范围内搜索相位模糊数N,使得Δφ13的估计值与Δφ的偏差小于设定的门限时认为相位解卷绕完成,即|2πN+ψ-Δφ|<ε。
基于相位解卷绕后的1与3通道的相位差来计算目标方位角,计算公式为:
上面介绍了多基线测角的算法原理,下面论述其算法流程。设定构成短基线的两个天线通道用a,b表示,构成长基线的两个天线通道用c,d表示,则多基线测角算法的流程包括以下步骤:
S101:计算短基线的相位差Δφ12,计算长基线的相位差ψ。具体计算公式为:
其中,e=b*conj(a),f=d*conj(c),imag(.)表示取复数的虚部,real(.)表示取复数的实部,conj(.)表示计算复数的共轭复数。
S102:通过公式(6)计算天线间的相位差Δφ。
S103:计算天线间的相位差与长基线的相位差之间的差值(此处N1为浮点数)。
S104:令N=Round(N1),计算相位模糊数误差值ΔN=|N1-N|。
其中,Round(.)表示返回一个按照指定的小数位进行四舍五入运算的数值;相位模糊数误差值ΔN表示N1接近最近整数的程度,也表示多基线测角误差的大小,ΔN小则测角精度高,反之则测角精度低。
S105:判断相位模糊数误差值ΔN是否小于预设的误差阈值σ(σ为一较小的门限值,本领域技术人员可以根据实际使用需求进行设定),如果是,说明N′足够接近整数,则判定满足相位一致性条件,相位解卷绕完成,Δφ13=2τN+ψ;通过公式(7)计算目标的方位角的角度;否则,判定不满足相位一致性条件,多基线测角失败。
S3:针对测角误差小于测角误差阈值的目标点,结合其距离、速度和角度(由快速测角算法得到)判断目标点是否存在威胁。
本实施例在目标点是否存在威胁的判断中分以下四步进行:
S301:根据车速、目标点检测速度以及快速测角算法得到角度判断目标点是否为运动目标,如果是,进入步骤S302;否则,判定目标点不存在威胁;
S302:判断目标点的运动方向是否为靠近(本车),如果是,进入步骤S303;否则,判定目标点不存在威胁;
S303:计算目标点距离本车的横向距离,如果横向距离小于预设的距离阈值,进入步骤S304;否则,判定目标点不存在威胁;
S304:判断目标点是否为虚假目标,如果是,判定目标点不存在威胁;否则,判定目标点存在威胁。
S4:针对存在威胁的目标点和快速测角算法中测角误差大于或等于测角误差阈值的目标点,结合快速测角算法的测量结果,通过高精度测角算法重新测量目标点的角度。
本实施例中高精度测角算法采用DBF(Digital Beam Forming,数字波束成形)算法。DBF技术是伴随着相控阵天线技术发展而发展起来的技术,其实质是通过对各阵元加权进行空域滤波,虽然阵列天线的方向图是全方向的,但阵列的输出经过加权求和后,可以被调整到阵列接受的方向增益聚集在一个方向上,对期望信号得到最大输出功率的导向位置即为波达方向估计。
在阵列信号处理方法中,阵列输出选取一个适当的加权向量以补偿各个阵元的传播时延,从而使在某一期望方向上阵列输出可以同向叠加,进而使阵列在该方向上产生一个主瓣波束,而对其它方向上产生较小的响应,用这种方法对整个空间进行波束扫描就可确定空中待测信号的方位。
以一维M元等距线阵为例,如图4所示,设空间信号为窄带信号,每个通道用一个复加权系数来调整该通道的幅度和相位。
这时阵列的输出可表示为
如果采用矢量来表示各阵元输出及加权系数,即有:
x(t)=[x1(t) x2(t)…xM(t)]T
w(θ)=[w1(θ) w2(θ)…wM(θ)]T
其中,x(t)表示阵元输出矩阵,w(θ)表示加权系数矩阵。
那么,阵列的输出也可用矢量表示为y(t)=wH(θ)x(t),其中,上标H表示共轭转置。
为了在某一方向θ上补偿各阵元之间的时延以形成一个主瓣,常规波束形成器在期望方向上的加权系数矢量可以构成为w(θ)=[1 e-iωt…e-i(M-1)ωt]T。
观察此加权矢量,发现若空间中只有一个来自方向θ上的信号,其方向矢量α(θ)的表示形式与此加权系数矢量相同。则有y(t)=wH(θ)x(t)=aH(θ)x(t)。
这时常规波束形成器的输出功率可表示为:
PDBF(θ)=E[y(t)2]=wH(θ)Rw(θ)=aH(θ)Ra(θ)
在±90度的范围内,步长(step)小于或等于0.5度,使得输出功率P最大的θ值(角度)即为目标的角度值,以确保其具有较高的测角精度,其输出功率P最大的θ值(角度)即为目标的角度值。
由于采用高精度DBF算法计算角度时,计算时间较长,,为此本实施例中引入前面多基线测角算法得到的测角结果来缩短计算时间,即利用已计算的角度值缩小伪谱计算范围与峰值搜索范围,从而大大减小运算时间。如果此方法不能计算出角度值,则使用正常的DBF算法再次计算角度,以防止漏掉有效目标。
为防止太多的目标点使用正常的DBF算法计算角度,本实施例中限定了使用DBF算法计算全伪谱来检测目标点角度的次数,以避免计算量过大,耗费时间过程。如果超过此限定计算目标点数,则其余剩下的目标将直接采用多基线测角算法得到的角度值。
为防止太多目标点使用DBF算法计算角度,仅仅对具有威胁的目标点与快速测角算法中相位模糊数误差值大于误差阈值的目标点进行DBF测角。
本实施例采用的DBF算法进行角度计算的过程包括以下步骤:
S401:初始化设定加权矢量矩阵w(θ)=[1 e-iωt…e-i(M-1)ωt]T,DBF全伪谱计算次数为0。
加权矢量矩阵w(θ)中,θ在[-90°~+90°]的范围内遍历。
DBF全伪谱计算次数用于表征进行全伪谱计算的次数,只有当进行全伪谱计算时,DBF全伪谱计算次数才增加。
S402:获取对各阵元输出x(t)进行校准。
S403:基于加权矢量矩阵w(θ)和阵元输出矩阵x(t),计算阵列的输出矩阵y(t)。
S404:根据多基线测角算法测量得到的角度,计算该角度两侧多个角度(如左右各8个角度)的输出功率,并基于计算的这些角度(16个角度)的输出功率生成部分伪谱。
S405:计算部分伪谱中的峰值(包括峰值能量(输出功率)与对应的角度)。
S406:判断是否满足部分伪谱中的峰值数小于1且DBF全伪谱计算次数小于预设的次数阈值(本实施例中设定为3),如果是,进入S407;否则,进入S408。
S407:生成角度在±90°的范围内的全伪谱,并计算全伪谱中的峰值,令DBF全伪谱计算次数加1。
S408:判断峰值数是否大于0,如果是,找到最大的峰值并做插值处理,得到目标点的角度,并返回峰值个数;否则,直接返回峰值个数。
S5:结合快速测角算法得到的目标点的测角误差与高精度测角算法的测角性能来获得最终的测角结果。
由于理论上测角误差值(相位模糊数误差值)越小,快速测角算法的误差越小;伪谱峰值能量越大,高精度测角算法越可靠,因此,本实施例制定了以下的判定过程:
S501:判断伪谱的峰值个数是否大于0,如果是,进入S502;否则,选取快速测角算法得到的角度作为最终的测角结果;
S502:判断伪谱峰值的最大能量(即输出功率P)是否大于第一峰值能量阈值,如果是,选取高精度测角算法得到的角度作为最终的测角结果;否则,进入S503;
S503:判断测角误差(相位模糊数误差值)是否小于第一测角误差阈值,如果是,选取快速测角算法得到的角度作为最终的测角结果;否则,选取高精度测角算法得到的角度作为最终的测角结果。
需要说明的是,第一峰值能量阈值对应高精度测角算法测角结果处于良好与不良界限出的值,第一测角误差阈值对应快速测角算法测角结果处于良好与不良界限出的值,本领域技术然预案可以根据多次实验数据来对这两个参数进行取值。
本发明实施例采用了一种快速测角方法与一种高精度测角方法相结合进行测角,其中快速测角方法不限于采用多基线方法,还可以采用双通道比相法等,高精度测角方法也不限于DBF算法也可以选择capon等,两者可以相互配合测量目标角度。
由于多基线方法既能快速测量角度又能保证一定的精度,比常规的双通道比相法等快速测角算法在测量角度时具有更高的精度,因而为本实施例中的一种较优选择。
由于DBF算法既可以在选定的角度范围内计算伪谱与搜索峰值,并且还可以在选择的角度范围内通过减少步长(step)提高选择角度的个数来提高测角的精度,因此为本实施例的一种较优的选择。
本发明实施例中,对于快速测角方法需要给出测角结果的评价参数,以此作为是否继续采用高精度测角方法检测的前提,另外还需要给出高精度测角方法的评价参数,从而作为两种方法检测完成后最终测角结果判断的依据。
本发明实施例采用快速测角算法与高精度测角算法相结合的方式进行目标点角度的测量,即避免了只采用快速测角算法精度不够高的问题,又解决了只采用高精度测角算法耗用时间过多的问题,能够同时兼顾高精度和高速度。
实施例二:
本发明还提供一种车载雷达测角终端设备,包括存储器、处理器以及存储在所述存储器中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本发明实施例一的上述方法实施例中的步骤。
进一步地,作为一个可执行方案,所述车载雷达测角终端设备可以是车载电脑、云端服务器等计算设备。所述车载雷达测角终端设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,上述车载雷达测角终端设备的组成结构仅仅是车载雷达测角终端设备的示例,并不构成对车载雷达测角终端设备的限定,可以包括比上述更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述车载雷达测角终端设备还可以包括输入输出设备、网络接入设备、总线等,本发明实施例对此不做限定。
进一步地,作为一个可执行方案,所称处理器可以是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述车载雷达测角终端设备的控制中心,利用各种接口和线路连接整个车载雷达测角终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述车载雷达测角终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据手机的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例上述方法的步骤。
所述车载雷达测角终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)以及软件分发介质等。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (10)
1.一种车载雷达测角方法,其特征在于,包括以下步骤:
S1:计算雷达CFAR检测到的所有目标点的距离与速度;
S2:通过快速测角算法测量所有目标点的角度,并提取角度测量过程中得到的各目标点的测角误差;
S3:针对快速测角算法中测角误差小于测角误差阈值的目标点,结合其距离、速度和角度判断目标点是否存在威胁;
S4:针对存在威胁的目标点和快速测角算法中测角误差大于或等于测角误差阈值的目标点,结合快速测角算法的测量结果,通过高精度测角算法重新测量目标点的角度;
S5:结合快速测角算法得到的目标点的测角误差与高精度测角算法的测角性能来获得最终的测角结果。
2.根据权利要求1所述的车载雷达测角方法,其特征在于:快速测角算法采用多基线测角算法,此时测角误差采用相位模糊数误差值来评估。
3.根据权利要求1所述的车载雷达测角方法,其特征在于:高精度测角算法采用DBF算法。
4.根据权利要求1所述的车载雷达测角方法,其特征在于:雷达采用应用于车载后向的毫米波雷达。
5.根据权利要求1所述的车载雷达测角方法,其特征在于:步骤S3中判断目标点是否存在威胁的过程包括以下步骤:
S301:根据车速、目标点检测速度以及快速测角算法得到角度判断目标点是否为运动目标,如果是,进入步骤S302;否则,判定目标点不存在威胁;
S302:判断目标点的运动方向是否为靠近,如果是,进入步骤S303;否则,判定目标点不存在威胁;
S303:计算目标点距离本车的横向距离,如果横向距离小于预设的距离阈值,进入步骤S304;否则,判定目标点不存在威胁;
S304:判断目标点是否为虚假目标,如果是,判定目标点不存在威胁;否则,判定目标点存在威胁。
6.根据权利要求1所述的车载雷达测角方法,其特征在于:步骤S4中当高精度测角算法采用DBF算法时,结合快速测角算法的测量结果,通过高精度测角算法测量目标点的角度的方法为:初始设定DBF全伪谱计算次数为0;在针对每个目标点进行角度测量时,首先根据多基线测角算法测量得到的目标点的角度,计算该角度两侧多个角度的输出功率,并基于计算的这些角度的输出功率生成部分伪谱;判断是否满足部分伪谱中的峰值数小于1且DBF全伪谱计算次数小于预设的次数阈值,如果是,生成角度在±90度的范围内的全伪谱,并令DBF全伪谱计算次数加1,基于全伪谱获取目标点的角度;否则,基于部分伪谱获取目标点的角度;基于全伪谱获取目标点的角度和基于部分伪谱获取目标点的角度时均通过峰值搜索初步获取目标点的角度,再通过插值的方法更精确的获取目标点的角度。
7.根据权利要求6所述的车载雷达测角方法,其特征在于:全伪谱和部分伪谱的步长均小于或等于0.5度。
8.根据权利要求1所述的车载雷达测角方法,其特征在于:步骤S5的具体判定过程包括以下步骤:
S501:判断伪谱的峰值个数是否大于0,如果是,进入S502;否则,选取快速测角算法得到的角度作为最终的测角结果;
S502:判断伪谱峰值的最大能量是否大于第一峰值能量阈值,如果是,选取高精度测角算法得到的角度作为最终的测角结果;否则,进入S503;
S503:判断测角误差是否小于第一测角误差阈值,如果是,选取快速测角算法得到的角度作为最终的测角结果;否则,选取高精度测角算法得到的角度作为最终的测角结果。
9.一种车载雷达测角终端设备,其特征在于:包括处理器、存储器以及存储在所述存储器中并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1~8中任一所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1~8中任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311464481.7A CN117368922A (zh) | 2023-11-06 | 2023-11-06 | 一种车载雷达测角方法、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311464481.7A CN117368922A (zh) | 2023-11-06 | 2023-11-06 | 一种车载雷达测角方法、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117368922A true CN117368922A (zh) | 2024-01-09 |
Family
ID=89402201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311464481.7A Pending CN117368922A (zh) | 2023-11-06 | 2023-11-06 | 一种车载雷达测角方法、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117368922A (zh) |
-
2023
- 2023-11-06 CN CN202311464481.7A patent/CN117368922A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gamba | Radar signal processing for autonomous driving | |
US9470782B2 (en) | Method and apparatus for increasing angular resolution in an automotive radar system | |
US6661366B2 (en) | Adaptive digital sub-array beamforming and deterministic sum and difference beamforming, with jamming cancellation and monopulse ratio preservation | |
CN109581352B (zh) | 一种基于毫米波雷达的超分辨测角系统 | |
US9229100B2 (en) | Phased array radar with monopulse algorithm measurement | |
CN111948619B (zh) | 一种多类型外辐射源照射下目标被动协同探测方法及系统 | |
Bialer et al. | Super resolution wide aperture automotive radar | |
JP4972852B2 (ja) | レーダ装置 | |
CN113109781B (zh) | 波达方向估计方法、雷达和可移动设备 | |
Feng et al. | Target localization using MIMO-monopulse: Application on 79 GHz FMCW automotive radar | |
US20030184473A1 (en) | Adaptive digital sub-array beamforming and deterministic sum and difference beamforming, with jamming cancellation and monopulse ratio preservation | |
KR101796472B1 (ko) | 레이더 장치 및 그것을 이용한 도래각 추정 방법 | |
JP4232628B2 (ja) | レーダ装置 | |
Lee et al. | Enhanced performance of MUSIC algorithm using spatial interpolation in automotive FMCW radar systems | |
CN117368922A (zh) | 一种车载雷达测角方法、终端设备及存储介质 | |
Boyle et al. | Comparison of monostatic and bistatic bearing estimation performance for low RCS targets | |
Haleem et al. | On the distribution of ambiguity levels in MIMO radar | |
CN114265058A (zh) | Mimo雷达目标测角方法、装置、电子设备及存储介质 | |
CN112689773B (zh) | 雷达信号处理方法和雷达信号处理装置 | |
CN113419240A (zh) | 基于双通道sar的动目标检测方法,双通道sar及存储介质 | |
Schmid et al. | Mutual coupling and compensation in FMCW MIMO radar systems | |
TWI808874B (zh) | 用於交通工具的雷達系統及偵測方法 | |
CN116008944B (zh) | 一种毫米波fmcw雷达空间维信源数判断方法和装置 | |
Bialer et al. | A Multi-radar Joint Beamforming Method | |
Dash et al. | Beamforming for a Fast Scanning Phased Array Weather Radar |
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 |