CN117434511B - 一种基于毫米波雷达的多目标角度解模糊方法及相关设备 - Google Patents
一种基于毫米波雷达的多目标角度解模糊方法及相关设备 Download PDFInfo
- Publication number
- CN117434511B CN117434511B CN202311705755.7A CN202311705755A CN117434511B CN 117434511 B CN117434511 B CN 117434511B CN 202311705755 A CN202311705755 A CN 202311705755A CN 117434511 B CN117434511 B CN 117434511B
- Authority
- CN
- China
- Prior art keywords
- signal
- uniform array
- angle
- signal space
- candidate
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 56
- 230000008569 process Effects 0.000 claims description 23
- 239000013598 vector Substances 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 2
- 238000003491 array Methods 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research 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
- 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
-
- 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
- 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
-
- 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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/14—Systems for determining direction or deviation from predetermined direction
-
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
-
- 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
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Abstract
本申请公开了一种基于毫米波雷达的多目标角度解模糊方法及相关设备,包括:获取第一均匀阵的信号以及第二均匀阵的信号,这两个均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,两者的基线为互质关系,且孔径的差值小于预设阈值;利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成;利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角。本申请有效解决了车载毫米波雷达的多目标的角度模糊问题,可以实现高分辨、无模糊的角度估计。
Description
技术领域
本申请涉及毫米波雷达技术领域,更具体地说,是涉及一种基于毫米波雷达的多目标角度解模糊方法及相关设备。
背景技术
随着辅助驾驶/自动驾驶的迅速发展,多种传感器被用于环境的探测、感知、建模等。其中,毫米波雷达体积小、价格低廉、不受天气干扰、测距测速精准,因此逐渐成为汽车辅助驾驶/自动驾驶的重要传感器之一。
对于车载毫米波雷达,为了用较少的天线实现较好的测角效果,许多学者和厂商针对天线布局问题进行了研究。传统的天线布局采用均匀阵,且天线间隔等于半波长,优点是可以实现正负90°的无模糊测角,但是由于车载毫米波雷达可布局的天线数量较少,天线总体孔径小,该布局方法无法实现高分辨率的测角性能。为了达到高分辨、不模糊的测角效果,稀疏布阵方法成为了研究和应用的热点。
利用稀疏阵列联合MIMO(Multiple-Input Multiple-Output)技术,可以用较少的天线达到较大的天线孔径,从而提升了角分辨率。然而,当天线阵列稀疏时,天线间距往往大于半波长,造成了角度模糊的问题。目前,角度解模糊的经典方法有:长短基线法、参差基线法、虚拟基线法等,这些算法过去主要用于干涉仪,且适用于解算单个目标的角度模糊,不太适用于车载毫米波雷达的多目标场景。
发明内容
有鉴于此,本申请提供了一种基于毫米波雷达的多目标角度解模糊方法及相关设备,以实现车载应用下高分辨、无模糊的角度估计。
为实现上述目的,本申请第一方面提供了一种基于毫米波雷达的多目标角度解模糊方法,包括:
获取第一均匀阵的信号以及第二均匀阵的信号,所述第一均匀阵以及所述第二均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,所述第一均匀阵列的基线与所述第二均匀阵列的基线为互质关系,所述第一均匀阵列的孔径与所述第二均匀阵列的孔径的差值小于预设阈值;
利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成;
利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角。
优选地,获取第一均匀阵的信号以及第二均匀阵的信号的过程,包括:
获取所述MIMO阵列中各虚拟阵元的原始信号;
基于所述第一均匀阵中各虚拟阵元的位置,从所述原始信号中提取所述第一均匀阵的信号;
基于所述第二均匀阵中各虚拟阵元的位置,从所述原始信号中提取所述第二均匀阵的信号。
优选地,利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量的过程,包括:
将所述第一信号空间的信号残差初始化为所述第一均匀阵的信号;
将所述第二信号空间的信号残差初始化为所述第二均匀阵的信号;
基于所述第一信号空间的信号残差,利用正交匹配追踪算法获取第一信号空间中贡献最大的第一信号分量;
基于所述第二信号空间的信号残差,利用正交匹配追踪算法获取第二信号空间中贡献最大的第二信号分量;
将所述第一信号分量和所述第二信号分量确定为一组目标分量;
基于所述第一信号分量重构所述第一信号空间并更新所述第一信号空间的信号残差;
基于所述第二信号分量重构所述第二信号空间并更新所述第二信号空间的信号残差;
返回执行利用正交匹配追踪算法获取第一信号空间中贡献最大的第一信号分量的步骤,直至所述第一信号空间以及所述第二信号空间中各目标的信号分量均已被获取。
优选地,基于所述第一信号空间的信号残差,利用正交匹配追踪算法获取第一信号空间中贡献最大的第一信号分量的过程,包括:
将测角范围进行等分,得到N个候选角度,N为预设的自然数;
基于每一候选角度、载波波长以及第一均匀阵中各虚拟阵元的位置,构建导向矢量,所述导向矢量包括N个分量;
获取所述导向矢量与所述第一信号空间的信号残差中相关度最高的分量,将所述分量确定为第一信号分量。
优选地,基于所述第一信号分量重构所述第一信号空间并更新所述第一信号空间的信号残差的过程,包括:
从所述第一信号空间中移除所述第一信号分量,得到重构后的第一信号空间;
利用重构后的第一信号空间更新所述第一信号空间的信号残差,得到所述第一信号空间更新后的信号残差。
优选地,利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角的过程,包括:
针对每一组模糊角度:
基于所述第一均匀阵以及所述第二均匀阵的基线长度、载波波长、预设的候选点数量以及所述组模糊角度,获取对应于所述第一均匀阵的第一候选波达角集以及对应于所述第二均匀阵的第二候选波达角集;
从所述第一候选波达角集中筛选目标第一候选波达角,并从所述第二候选波达角集中筛选目标第二候选波达角,使得目标第一候选波达角与目标第二候选波达角的差值绝对值最小;
基于所述目标第一候选波达角和所述目标第二候选波达角,确定所述组模糊角度的波达角。
优选地,基于所述第一均匀阵以及所述第二均匀阵的基线长度、载波波长、预设的候选点数量以及所述组模糊角度,获取对应于所述第一均匀阵的第一候选波达角集以及对应于所述第二均匀阵的第二候选波达角集的过程,包括:
基于所述第一均匀阵的基线长度、载波波长、预设的候选点数量以及第一模糊角度,获取第一等效相位主值;
基于所述第一等效相位主值获取第一候选相位集,并将所述第一候选相位集中的每一候选相位转换为候选波达角,得到第一候选波达角集,所述第一模糊角度为所述组模糊角度中对应于所述第一均匀阵的模糊角度;
基于所述第二均匀阵的基线长度、载波波长、所述候选点数量以及第二模糊角度,获取第二等效相位主值;
基于所述第二等效相位主值获取第二候选相位集,并将所述第二候选相位集中的每一候选相位转换为候选波达角,得到第二候选波达角集,所述第二模糊角度为所述组模糊角度中对应于所述第二均匀阵的模糊角度。
本申请第二方面提供了一种基于毫米波雷达的多目标角度解模糊装置,包括:
信号获取单元,用于获取第一均匀阵的信号以及第二均匀阵的信号,所述第一均匀阵以及所述第二均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,所述第一均匀阵列的基线与所述第二均匀阵列的基线为互质关系,所述第一均匀阵列的孔径与所述第二均匀阵列的孔径的差值小于预设阈值;
模糊角获取单元,用于利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成;
角度解模糊单元,用于利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角。
本申请第三方面提供了一种基于毫米波雷达的多目标角度解模糊设备,包括:存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现上述的基于毫米波雷达的多目标角度解模糊方法的各个步骤。
本申请第四方面提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述的基于毫米波雷达的多目标角度解模糊方法的各个步骤。
经由上述的技术方案可知,本申请首先获取第一均匀阵的信号以及第二均匀阵的信号,其中,所述第一均匀阵以及所述第二均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,通过设计阵列中各收发天线的布局,可以用有限的天线产生更多的虚拟阵元,从而可以实现天线孔径的拓展;所述第一均匀阵列的基线与所述第二均匀阵列的基线为互质关系,利用所述互质关系,以便后续对候选角度进行解模糊;所述第一均匀阵列的孔径与所述第二均匀阵列的孔径的差值小于预设阈值,即,两组均匀阵的总体覆盖孔径接近,从而具有较接近的角分辨率。接着,利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,其中,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成。最后,利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角。本申请提出的方法有效解决了车载毫米波雷达的多目标的角度模糊问题,可以实现高分辨、无模糊的角度估计。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的基于毫米波雷达的多目标角度解模糊方法的示意图;
图2为本申请实施例公开的仿真任务结果比对方法中的工作流示意图;
图3示例了本申请实施例公开的第一信号空间的3个目标的信号分量;
图4示例了本申请实施例公开的天线布局、第一均匀阵及第二均匀阵;
图5示例了本申请实施例公开的2个目标下的仿真实验计算结果;
图6示例了本申请实施例公开的3个目标下的仿真实验计算结果;
图7为本申请实施例公开的基于毫米波雷达的多目标角度解模糊装置的示意图;
图8为本申请实施例公开的基于毫米波雷达的多目标角度解模糊设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面介绍本申请实施例提供的基于毫米波雷达的多目标角度解模糊方法。请参阅图1,本申请实施例提供的基于毫米波雷达的多目标角度解模糊方法可以包括如下步骤:
步骤S101,获取第一均匀阵的信号以及第二均匀阵的信号。
可以理解的是,需要预先设计好收发天线的布局,在多个发送天线和多个接收天线的作用下,形成MIMO阵列,所述第一均匀阵以及所述第二均匀阵则为预设的MIMO阵列中的两组均匀排布的虚拟阵列。所述第一均匀阵列的基线与所述第二均匀阵列的基线为互质关系,所述第一均匀阵列的孔径与所述第二均匀阵列的孔径的差值小于预设阈值。
示例性地,如图2所示,假设第一均匀阵的基线长度为,第二均匀阵的基线长度为/>,则/>和/>必须满足下述互质关系:
(1)
其中,表示公约数求解函数,/>表示载波波长,其中,/>表示光速,/>表示载波频率。
步骤S102,利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度。
正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)是压缩感知领域的经典算法之一,作为目前许多常用高效算法的基础,具有简单高效的特点。
所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成。可以理解,每一组目标分量由第一信号空间的一个分量和第二信号空间的一个分量组成。
步骤S103,利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角。
本申请首先获取第一均匀阵的信号以及第二均匀阵的信号,其中,所述第一均匀阵以及所述第二均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,通过设计阵列中各收发天线的布局,可以用有限的天线产生更多的虚拟阵元,从而可以实现天线孔径的拓展;所述第一均匀阵列的基线与所述第二均匀阵列的基线为互质关系,利用所述互质关系,以便后续对候选角度进行解模糊;所述第一均匀阵列的孔径与所述第二均匀阵列的孔径的差值小于预设阈值,即,两组均匀阵的总体覆盖孔径接近,从而具有较接近的角分辨率。接着,利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,其中,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成。最后,利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角。本申请提出的方法有效解决了车载毫米波雷达的多目标的角度模糊问题,可以实现高分辨、无模糊的角度估计。
在本申请的一些实施例中,步骤S101获取第一均匀阵的信号以及第二均匀阵的信号的过程,可以包括:
S1,获取MIMO阵列中各虚拟阵元的原始信号。
S2,基于第一均匀阵中各虚拟阵元的位置,从原始信号中提取第一均匀阵的信号。
S3,基于第二均匀阵中各虚拟阵元的位置,从原始信号中提取第二均匀阵的信号。
在本申请的一些实施例中,步骤S102利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量的过程,可以包括:
S1,将第一信号空间的信号残差初始化为第一均匀阵的信号。
S2,将第二信号空间的信号残差初始化为第二均匀阵的信号。
S3,基于第一信号空间的信号残差,利用正交匹配追踪算法获取第一信号空间中贡献最大的第一信号分量。
S4,基于第二信号空间的信号残差,利用正交匹配追踪算法获取第二信号空间中贡献最大的第二信号分量。
S5,将第一信号分量和第二信号分量确定为一组目标分量。
S6,基于第一信号分量重构第一信号空间,并更新第一信号空间的信号残差。
S7,基于第二信号分量重构第二信号空间,并更新第二信号空间的信号残差。
S8,返回执行步骤S3,直至第一信号空间以及第二信号空间中各目标的信号分量均已被获取。
在本申请的一些实施例中,上述S3基于第一信号空间的信号残差,利用正交匹配追踪算法获取第一信号空间中贡献最大的第一信号分量的过程,包括:
S31,将测角范围进行等分,得到N个候选角度。
其中,N为预设的自然数。
S32,基于每一候选角度、载波波长以及第一均匀阵中各虚拟阵元的位置,构建第一导向矢量。
其中,第一导向矢量包括N个分量。
S33,获取第一导向矢量与第一信号空间的信号残差中相关度最高的分量,将所述分量确定为第一信号分量。
在本申请的一些实施例中,上述S34基于第二信号空间的信号残差,利用正交匹配追踪算法获取第二信号空间中贡献最大的第二信号分量的过程,包括:
S31,将测角范围进行等分,得到N个候选角度。
S32,基于每一候选角度、载波波长以及第二均匀阵中各虚拟阵元的位置,构建第二导向矢量。
其中,第二导向矢量包括N个分量。
S33,获取第二导向矢量与第二信号空间的信号残差中相关度最高的分量,将所述分量确定为第二信号分量。
从上面记载可知,对于第一信号空间与第二信号空间,其信号分解的方法相同,下面以第一信号空间为例,详细介绍获取各目标分量的过程。
示例性地,如图3所示,假设第一信号空间由3个目标的信号分量构成,其目标分量分别为/>、/>、/>。
为了寻找中贡献最大的信号分量,首先将测角范围/>:
;
等间隔地分为若干份,得到N个分量:
;
建导向矢量:
(2)
(3)
其中,为第一均匀阵中各虚拟阵元的位置。
然后,建立空的索引集合,并初始化信号空间的残差/>。再计算目前信号空间中与残差相关度最高的分量的索引值:
(4)
再将分量索引放入索引集合/>中,即:/>,根据索引/>可以计算模糊角度为/>。因此,可以记/>和/>当前信号空间贡献最大的模糊角度分为/>与/>。
在本申请的一些实施例中,上述S6基于第一信号分量重构第一信号空间,并更新第一信号空间的信号残差的过程,可以包括:
S61,从第一信号空间中移除第一信号分量,得到重构后的第一信号空间。
S62,利用重构后的第一信号空间更新第一信号空间的信号残差,得到第一信号空间更新后的信号残差。
在本申请的一些实施例中,上述S7基于第二信号分量重构第二信号空间,并更新第二信号空间的信号残差的过程,可以包括:
S71,从第二信号空间中移除第二信号分量,得到重构后的第二信号空间。
S72,利用重构后的第二信号空间更新第二信号空间的信号残差,得到第二信号空间更新后的信号残差。
从上面记载可知,对于第一信号空间与第二信号空间,其空间重构及残差更新的方法相同,下面以第一信号空间为例,详细介绍空间重构及残差更新的过程。
根据前面更新的索引集合,可知其对应的信号矢量的集合为/>,因此可获得新的信号空间的导向矢量/>:
;
然后更新信号空间的残差:
(5)
在本申请的一些实施例中,步骤S103利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角的过程,可以包括:
针对每一组模糊角度:
S1,基于第一均匀阵以及第二均匀阵的基线长度、载波波长、预设的候选点数量以及该组模糊角度,获取对应于第一均匀阵的第一候选波达角集以及对应于第二均匀阵的第二候选波达角集。
S2,从第一候选波达角集中筛选目标第一候选波达角,并从第二候选波达角集中筛选目标第二候选波达角,使得目标第一候选波达角与目标第二候选波达角的差值绝对值最小。
S3,基于目标第一候选波达角和目标第二候选波达角,确定该组模糊角度的波达角。
在本申请的一些实施例中,上述S1基于第一均匀阵以及第二均匀阵的基线长度、载波波长、预设的候选点数量以及该组模糊角度,获取对应于第一均匀阵的第一候选波达角集以及对应于第二均匀阵的第二候选波达角集的过程,可以包括:
S11,基于第一均匀阵的基线长度、载波波长、预设的候选点数量以及第一模糊角度,获取第一等效相位主值。
S12,基于第一等效相位主值获取第一候选相位集,并将第一候选相位集中的每一候选相位转换为候选波达角,得到第一候选波达角集。
其中,第一模糊角度为该组模糊角度中对应于第一均匀阵的模糊角度。
S13,基于第二均匀阵的基线长度、载波波长、候选点数量以及第二模糊角度,获取第二等效相位主值。
S14,基于第二等效相位主值获取第二候选相位集,并将第二候选相位集中的每一候选相位转换为候选波达角,得到第二候选波达角集。
其中,第二模糊角度为该组模糊角度中对应于第二均匀阵的模糊角度。
示例性地,对于和/>,已知第二步获取的最大贡献的信号分量对应的模糊角度分别为/>和/>。由于2组均匀阵的基线长度均大于半波长,因此角度/>和/>不是真实的波达角,需要对其进行解模糊,具体的解模糊算法如下。
对于角度和/>,已知2个均匀阵的基线分别为/>,/>,先恢复其等效相位主值/>和/>:
(6)
式中,表示在其不模糊测角范围内的候选点数量,在一定范围内,候选点数量/>越大,获得的等效相位主值越精确。
再根据模糊倍数,利用等效相位主值和/>获得相位的候选集/>和/>:
(7)
式中,模糊倍数和/>是在模糊边界中,间隔为1的整数,其边界值与阵列的基线长度有关,模糊倍数组成的集合/>,/>的计算公式为:
(8)
然后,对候选集和/>进行遍历,用集合中的每一个相位恢复一个波达角,获得波达角的候选集/>和/>:
(9)
最后,对波达角的候选集和/>进行遍历,获得两组候选集中波达角最接近的值,即/>,至此获得了第i个目标的真实波达角,其中,表示分别对/>的N个元素和/>集合中的M个元素进行遍历,求出N*M个元素的差值的绝对值。
下面以一个具体的例子说明本申请实施例的技术效果。该例子的天线布局如图4所示,图中的单位长度为半波长,第一行表示接收天线的位置,分别为,第二行表示发射天线的位置,分别为/>,第三行是MIMO阵列的位置。此外,第三行中,五角星与圆形分别表示两个子均匀阵的阵元位置,第一均匀阵和第二均匀阵的基线长度分别为/>、/>,符合公式(1)的条件,且两个均匀阵的总体孔径分别为/>、,总体孔径大小接近,因此角分辨率接近。
然后,根据本申请的解模糊方法,用第一均匀阵和第二均匀阵的信号解模糊。仿真实验设置2个目标进行测试,目标角度为,测试结果如图5所示。图5中,圆点是本申请提出的解模糊方法的解算结果,与真实角度非常接近。从图中可看出,本申请提出的稀疏阵列设计及角度解模糊方法,能准确的解算出2个大角度的目标,且角分辨率为/>。
图6示例了3个目标的仿真实验结果,3个目标分别为。图6中,本申请提出的解模糊方法能正确解算出多个目标角度。因此,本申请提出的方法能解算出大角度、角度接近的多个目标,能用较少的阵元实现较高的角分辨率和较大的不模糊测角范围。
下面对本申请实施例提供的基于毫米波雷达的多目标角度解模糊装置进行描述,下文描述的基于毫米波雷达的多目标角度解模糊装置与上文描述的基于毫米波雷达的多目标角度解模糊方法可相互对应参照。
请参见图7,本申请实施例提供的基于毫米波雷达的多目标角度解模糊装置,可以包括:
信号获取单元21,用于获取第一均匀阵的信号以及第二均匀阵的信号,所述第一均匀阵以及所述第二均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,所述第一均匀阵列的基线与所述第二均匀阵列的基线为互质关系,所述第一均匀阵列的孔径与所述第二均匀阵列的孔径的差值小于预设阈值;
模糊角获取单元22,用于利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成;
角度解模糊单元23,用于利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角。
在本申请的一些实施例中,信号获取单元21获取第一均匀阵的信号以及第二均匀阵的信号的过程,可以包括:
获取所述MIMO阵列中各虚拟阵元的原始信号;
基于所述第一均匀阵中各虚拟阵元的位置,从所述原始信号中提取所述第一均匀阵的信号;
基于所述第二均匀阵中各虚拟阵元的位置,从所述原始信号中提取所述第二均匀阵的信号。
在本申请的一些实施例中,模糊角获取单元22利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量的过程,可以包括:
将所述第一信号空间的信号残差初始化为所述第一均匀阵的信号;
将所述第二信号空间的信号残差初始化为所述第二均匀阵的信号;
基于所述第一信号空间的信号残差,利用正交匹配追踪算法获取第一信号空间中贡献最大的第一信号分量;
基于所述第二信号空间的信号残差,利用正交匹配追踪算法获取第二信号空间中贡献最大的第二信号分量;
将所述第一信号分量和所述第二信号分量确定为一组目标分量;
基于所述第一信号分量重构所述第一信号空间并更新所述第一信号空间的信号残差;
基于所述第二信号分量重构所述第二信号空间并更新所述第二信号空间的信号残差;
返回执行利用正交匹配追踪算法获取第一信号空间中贡献最大的第一信号分量的步骤,直至所述第一信号空间以及所述第二信号空间中各目标的信号分量均已被获取。
在本申请的一些实施例中,模糊角获取单元22基于所述第一信号空间的信号残差,利用正交匹配追踪算法获取第一信号空间中贡献最大的第一信号分量的过程,可以包括:
将测角范围进行等分,得到N个候选角度,N为预设的自然数;
基于每一候选角度、载波波长以及第一均匀阵中各虚拟阵元的位置,构建导向矢量,所述导向矢量包括N个分量;
获取所述导向矢量与所述第一信号空间的信号残差中相关度最高的分量,将所述分量确定为第一信号分量。
在本申请的一些实施例中,模糊角获取单元22基于所述第一信号分量重构所述第一信号空间并更新所述第一信号空间的信号残差的过程,可以包括:
从所述第一信号空间中移除所述第一信号分量,得到重构后的第一信号空间;
利用重构后的第一信号空间更新所述第一信号空间的信号残差,得到所述第一信号空间更新后的信号残差。
在本申请的一些实施例中,角度解模糊单元23利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角的过程,可以包括:
针对每一组模糊角度:
基于所述第一均匀阵以及所述第二均匀阵的基线长度、载波波长、预设的候选点数量以及所述组模糊角度,获取对应于所述第一均匀阵的第一候选波达角集以及对应于所述第二均匀阵的第二候选波达角集;
从所述第一候选波达角集中筛选目标第一候选波达角,并从所述第二候选波达角集中筛选目标第二候选波达角,使得目标第一候选波达角与目标第二候选波达角的差值绝对值最小;
基于所述目标第一候选波达角和所述目标第二候选波达角,确定所述组模糊角度的波达角。
在本申请的一些实施例中,角度解模糊单元23基于所述第一均匀阵以及所述第二均匀阵的基线长度、载波波长、预设的候选点数量以及所述组模糊角度,获取对应于所述第一均匀阵的第一候选波达角集以及对应于所述第二均匀阵的第二候选波达角集的过程,可以包括:
基于所述第一均匀阵的基线长度、载波波长、预设的候选点数量以及第一模糊角度,获取第一等效相位主值;
基于所述第一等效相位主值获取第一候选相位集,并将所述第一候选相位集中的每一候选相位转换为候选波达角,得到第一候选波达角集,所述第一模糊角度为所述组模糊角度中对应于所述第一均匀阵的模糊角度;
基于所述第二均匀阵的基线长度、载波波长、所述候选点数量以及第二模糊角度,获取第二等效相位主值;
基于所述第二等效相位主值获取第二候选相位集,并将所述第二候选相位集中的每一候选相位转换为候选波达角,得到第二候选波达角集,所述第二模糊角度为所述组模糊角度中对应于所述第二均匀阵的模糊角度。
本申请实施例提供的基于毫米波雷达的多目标角度解模糊装置可应用于基于毫米波雷达的多目标角度解模糊设备,如计算机等。可选的,图8示出了基于毫米波雷达的多目标角度解模糊设备的硬件结构框图,参照图8,基于毫米波雷达的多目标角度解模糊设备的硬件结构可以包括:至少一个处理器31,至少一个通信接口32,至少一个存储器33和至少一个通信总线34。
在本申请实施例中,处理器31、通信接口32、存储器33、通信总线34的数量为至少一个,且处理器31、通信接口32、存储器33通过通信总线34完成相互间的通信;
处理器31可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本申请实施例的一个或多个集成电路等;
存储器33可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory)等,例如至少一个磁盘存储器;
其中,存储器33存储有程序,处理器31可调用存储器33存储的程序,所述程序用于:
获取第一均匀阵的信号以及第二均匀阵的信号,所述第一均匀阵以及所述第二均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,所述第一均匀阵列的基线与所述第二均匀阵列的基线为互质关系,所述第一均匀阵列的孔径与所述第二均匀阵列的孔径的差值小于预设阈值;
利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成;
利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
本申请实施例还提供一种存储介质,该存储介质可存储有适于处理器执行的程序,所述程序用于:
获取第一均匀阵的信号以及第二均匀阵的信号,所述第一均匀阵以及所述第二均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,所述第一均匀阵列的基线与所述第二均匀阵列的基线为互质关系,所述第一均匀阵列的孔径与所述第二均匀阵列的孔径的差值小于预设阈值;
利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成;
利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
综上所述:
本申请首先获取第一均匀阵的信号以及第二均匀阵的信号,其中,所述第一均匀阵以及所述第二均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,通过设计阵列中各收发天线的布局,可以用有限的天线产生更多的虚拟阵元,从而可以实现天线孔径的拓展;所述第一均匀阵列的基线与所述第二均匀阵列的基线为互质关系,利用所述互质关系,以便后续对候选角度进行解模糊;所述第一均匀阵列的孔径与所述第二均匀阵列的孔径的差值小于预设阈值,即,两组均匀阵的总体覆盖孔径接近,从而具有较接近的角分辨率。接着,利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,其中,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成。最后,利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角。本申请提出的方法有效解决了车载毫米波雷达的多目标的角度模糊问题,可以实现高分辨、无模糊的角度估计。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间可以根据需要进行组合,且相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种基于毫米波雷达的多目标角度解模糊方法,其特征在于,包括:
获取第一均匀阵的信号以及第二均匀阵的信号,所述第一均匀阵以及所述第二均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,所述第一均匀阵的基线与所述第二均匀阵的基线为互质关系,所述第一均匀阵的孔径与所述第二均匀阵的孔径的差值小于预设阈值;
利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成;
利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角;
其中,利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量的过程,包括:
将所述第一信号空间的信号残差初始化为所述第一均匀阵的信号;
将所述第二信号空间的信号残差初始化为所述第二均匀阵的信号;
基于所述第一信号空间的信号残差,利用正交匹配追踪算法获取第一信号空间中信号残差相关度最大的第一信号分量;
基于所述第二信号空间的信号残差,利用正交匹配追踪算法获取第二信号空间中信号残差相关度最大的第二信号分量;
将所述第一信号分量和所述第二信号分量确定为一组目标分量;
基于所述第一信号分量重构所述第一信号空间并更新所述第一信号空间的信号残差;
基于所述第二信号分量重构所述第二信号空间并更新所述第二信号空间的信号残差;
返回执行利用正交匹配追踪算法获取第一信号空间中信号残差相关度最大的第一信号分量的步骤,直至所述第一信号空间以及所述第二信号空间中各目标的信号分量均已被获取。
2.根据权利要求1所述的方法,其特征在于,获取第一均匀阵的信号以及第二均匀阵的信号的过程,包括:
获取所述MIMO阵列中各虚拟阵元的原始信号;
基于所述第一均匀阵中各虚拟阵元的位置,从所述原始信号中提取所述第一均匀阵的信号;
基于所述第二均匀阵中各虚拟阵元的位置,从所述原始信号中提取所述第二均匀阵的信号。
3.根据权利要求1所述的方法,其特征在于,基于所述第一信号空间的信号残差,利用正交匹配追踪算法获取第一信号空间中信号残差相关度最大的第一信号分量的过程,包括:
将测角范围进行等分,得到N个候选角度,N为预设的自然数;
基于每一候选角度、载波波长以及第一均匀阵中各虚拟阵元的位置,构建导向矢量,所述导向矢量包括N个分量;
获取所述导向矢量与所述第一信号空间的信号残差中相关度最高的分量,将所述分量确定为第一信号分量。
4.根据权利要求1所述的方法,其特征在于,基于所述第一信号分量重构所述第一信号空间并更新所述第一信号空间的信号残差的过程,包括:
从所述第一信号空间中移除所述第一信号分量,得到重构后的第一信号空间;
利用重构后的第一信号空间更新所述第一信号空间的信号残差,得到所述第一信号空间更新后的信号残差。
5.根据权利要求1所述的方法,其特征在于,利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角的过程,包括:
针对每一组模糊角度:
基于所述第一均匀阵以及所述第二均匀阵的基线长度、载波波长、预设的候选点数量以及所述组模糊角度,获取对应于所述第一均匀阵的第一候选波达角集以及对应于所述第二均匀阵的第二候选波达角集;
从所述第一候选波达角集中筛选目标第一候选波达角,并从所述第二候选波达角集中筛选目标第二候选波达角,使得目标第一候选波达角与目标第二候选波达角的差值绝对值最小;
基于所述目标第一候选波达角和所述目标第二候选波达角,确定所述组模糊角度的波达角。
6.根据权利要求5所述的方法,其特征在于,基于所述第一均匀阵以及所述第二均匀阵的基线长度、载波波长、预设的候选点数量以及所述组模糊角度,获取对应于所述第一均匀阵的第一候选波达角集以及对应于所述第二均匀阵的第二候选波达角集的过程,包括:
基于所述第一均匀阵的基线长度、载波波长、预设的候选点数量以及第一模糊角度,获取第一等效相位主值;
基于所述第一等效相位主值获取第一候选相位集,并将所述第一候选相位集中的每一候选相位转换为候选波达角,得到第一候选波达角集,所述第一模糊角度为所述组模糊角度中对应于所述第一均匀阵的模糊角度;
基于所述第二均匀阵的基线长度、载波波长、所述候选点数量以及第二模糊角度,获取第二等效相位主值;
基于所述第二等效相位主值获取第二候选相位集,并将所述第二候选相位集中的每一候选相位转换为候选波达角,得到第二候选波达角集,所述第二模糊角度为所述组模糊角度中对应于所述第二均匀阵的模糊角度。
7.一种基于毫米波雷达的多目标角度解模糊装置,其特征在于,包括:
信号获取单元,用于获取第一均匀阵的信号以及第二均匀阵的信号,所述第一均匀阵以及所述第二均匀阵为预设的MIMO阵列中的两组均匀排布的虚拟阵列,所述第一均匀阵的基线与所述第二均匀阵的基线为互质关系,所述第一均匀阵的孔径与所述第二均匀阵的孔径的差值小于预设阈值;
模糊角获取单元,用于利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量,并获取对应于每一组目标分量的一组模糊角度,所述第一信号空间由所述第一均匀阵的信号构建而成,所述第二信号空间由所述第二均匀阵的信号构建而成;
角度解模糊单元,用于利用参差基线解模糊算法对每一组模糊角度解模糊,得到每一目标的波达角;
其中,所述模糊角获取单元利用正交匹配追踪算法获取第一信号空间以及第二信号空间中的各组目标分量的过程,包括:
将所述第一信号空间的信号残差初始化为所述第一均匀阵的信号;
将所述第二信号空间的信号残差初始化为所述第二均匀阵的信号;
基于所述第一信号空间的信号残差,利用正交匹配追踪算法获取第一信号空间中信号残差相关度最大的第一信号分量;
基于所述第二信号空间的信号残差,利用正交匹配追踪算法获取第二信号空间中信号残差相关度最大的第二信号分量;
将所述第一信号分量和所述第二信号分量确定为一组目标分量;
基于所述第一信号分量重构所述第一信号空间并更新所述第一信号空间的信号残差;
基于所述第二信号分量重构所述第二信号空间并更新所述第二信号空间的信号残差;
返回执行利用正交匹配追踪算法获取第一信号空间中信号残差相关度最大的第一信号分量的步骤,直至所述第一信号空间以及所述第二信号空间中各目标的信号分量均已被获取。
8.一种基于毫米波雷达的多目标角度解模糊设备,其特征在于,包括:存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如权利要求1~6中任一项所述的基于毫米波雷达的多目标角度解模糊方法的各个步骤。
9.一种存储介质,其上存储有计算机程序,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1~6中任一项所述的基于毫米波雷达的多目标角度解模糊方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311705755.7A CN117434511B (zh) | 2023-12-13 | 2023-12-13 | 一种基于毫米波雷达的多目标角度解模糊方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311705755.7A CN117434511B (zh) | 2023-12-13 | 2023-12-13 | 一种基于毫米波雷达的多目标角度解模糊方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117434511A CN117434511A (zh) | 2024-01-23 |
CN117434511B true CN117434511B (zh) | 2024-03-01 |
Family
ID=89551749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311705755.7A Active CN117434511B (zh) | 2023-12-13 | 2023-12-13 | 一种基于毫米波雷达的多目标角度解模糊方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117434511B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975939A (zh) * | 2010-09-28 | 2011-02-16 | 北京航空航天大学 | 一种基于压缩感知理论的多普勒解模糊处理方法 |
CN102999316A (zh) * | 2012-11-16 | 2013-03-27 | 清华大学 | 正交追踪算法在gpu上的并行实现方法 |
CN106021637A (zh) * | 2016-04-15 | 2016-10-12 | 山东农业大学 | 互质阵列中基于迭代稀疏重构的doa估计方法 |
CN106569171A (zh) * | 2016-11-08 | 2017-04-19 | 西安电子科技大学 | 基于双层混合阵列的波达方向角估计方法 |
CN110927661A (zh) * | 2019-11-22 | 2020-03-27 | 重庆邮电大学 | 基于music算法的单基地展开互质阵列mimo雷达doa估计方法 |
CN112014792A (zh) * | 2020-08-28 | 2020-12-01 | 陕西理工大学 | 一种改进的二维互质阵列doa估计方法 |
CN113504522A (zh) * | 2021-07-06 | 2021-10-15 | 北京航空航天大学 | 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 |
CN114966657A (zh) * | 2021-02-25 | 2022-08-30 | 恩智浦有限公司 | 使用稀疏阵列处理的基于雷达的检测 |
CN115390070A (zh) * | 2022-07-14 | 2022-11-25 | 西安电子科技大学 | 一种机动平台单通道短孔径sar的海面目标聚焦定位方法 |
CN116008904A (zh) * | 2022-12-21 | 2023-04-25 | 中国科学院空天信息创新研究院 | 基于感知压缩的二维doa估计方法、装置及介质 |
CN116027257A (zh) * | 2022-10-27 | 2023-04-28 | 中国航空工业集团公司雷华电子技术研究所 | 一种干涉仪测向系统参差基线布阵方法 |
-
2023
- 2023-12-13 CN CN202311705755.7A patent/CN117434511B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975939A (zh) * | 2010-09-28 | 2011-02-16 | 北京航空航天大学 | 一种基于压缩感知理论的多普勒解模糊处理方法 |
CN102999316A (zh) * | 2012-11-16 | 2013-03-27 | 清华大学 | 正交追踪算法在gpu上的并行实现方法 |
CN106021637A (zh) * | 2016-04-15 | 2016-10-12 | 山东农业大学 | 互质阵列中基于迭代稀疏重构的doa估计方法 |
CN106569171A (zh) * | 2016-11-08 | 2017-04-19 | 西安电子科技大学 | 基于双层混合阵列的波达方向角估计方法 |
CN110927661A (zh) * | 2019-11-22 | 2020-03-27 | 重庆邮电大学 | 基于music算法的单基地展开互质阵列mimo雷达doa估计方法 |
CN112014792A (zh) * | 2020-08-28 | 2020-12-01 | 陕西理工大学 | 一种改进的二维互质阵列doa估计方法 |
CN114966657A (zh) * | 2021-02-25 | 2022-08-30 | 恩智浦有限公司 | 使用稀疏阵列处理的基于雷达的检测 |
CN113504522A (zh) * | 2021-07-06 | 2021-10-15 | 北京航空航天大学 | 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 |
CN115390070A (zh) * | 2022-07-14 | 2022-11-25 | 西安电子科技大学 | 一种机动平台单通道短孔径sar的海面目标聚焦定位方法 |
CN116027257A (zh) * | 2022-10-27 | 2023-04-28 | 中国航空工业集团公司雷华电子技术研究所 | 一种干涉仪测向系统参差基线布阵方法 |
CN116008904A (zh) * | 2022-12-21 | 2023-04-25 | 中国科学院空天信息创新研究院 | 基于感知压缩的二维doa估计方法、装置及介质 |
Non-Patent Citations (1)
Title |
---|
常虹 ; 卢光跃 ; 冯景瑜 ; .基于压缩感知的无模糊宽带测向技术.系统工程与电子技术.2013,(第05期),920-923. * |
Also Published As
Publication number | Publication date |
---|---|
CN117434511A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108872929B (zh) | 基于内插虚拟阵列协方差矩阵子空间旋转不变性的互质阵列波达方向估计方法 | |
CN109655799B (zh) | 基于iaa的协方差矩阵向量化的非均匀稀疏阵列测向方法 | |
CN110308417B (zh) | 基于矩阵填充的嵌套阵阵元失效下的波达方向估计方法及装置 | |
CN107450047B (zh) | 嵌套阵下基于未知互耦信息的压缩感知doa估计方法 | |
CN109490819B (zh) | 一种基于稀疏贝叶斯学习的离格波达方向估计方法 | |
CN112630766B (zh) | 基于张量高阶奇异值分解的雷达角度和距离估计方法 | |
CN109061630B (zh) | 在嵌套阵列下基于改进的正交匹配追踪doa估计方法 | |
CN108375751A (zh) | 多信源波达方向估计方法 | |
CN108594164B (zh) | 一种平面阵列doa估计方法及设备 | |
CN109633520B (zh) | 一种均匀圆阵超分辨率空间谱估计方法 | |
CN108802669B (zh) | 二维波达方向估计方法、二维波达方向估计装置及终端 | |
CN110018438B (zh) | 一种波达方向估计方法和装置 | |
CN108398659B (zh) | 一种矩阵束与求根music结合的波达方向估计方法 | |
KR101958337B1 (ko) | 신호의 도래각을 추정하는 방법 및 장치 | |
CN107656239B (zh) | 一种基于极化敏感阵列的相干信源测向方法 | |
CN112098970A (zh) | 一种用于交通微波检测的速度解模糊算法及相关设备 | |
CN109696651B (zh) | 一种基于m估计的低快拍数下波达方向估计方法 | |
CN117434511B (zh) | 一种基于毫米波雷达的多目标角度解模糊方法及相关设备 | |
WO2010066306A1 (en) | Apparatus and method for constructing a sensor array used for direction of arrival (doa) estimation | |
CN109782246B (zh) | 波达方向估计方法及装置、雷达、可读存储介质 | |
CN113391266B (zh) | 基于非圆多嵌套阵降维子空间数据融合的直接定位方法 | |
CN109782245A (zh) | 波达方向估计方法及装置、雷达、可读存储介质 | |
CN113238184A (zh) | 一种基于非圆信号的二维doa估计方法 | |
Youn et al. | Circular Convolutional Learned ISTA for Automotive Radar DOA Estimation | |
CN110873866A (zh) | 一种互耦条件下单基地mimo雷达目标角度估计方法 |
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 |