CN118011381A - 基于fmcw雷达的距离-速度联合估计方法、系统及介质 - Google Patents
基于fmcw雷达的距离-速度联合估计方法、系统及介质 Download PDFInfo
- Publication number
- CN118011381A CN118011381A CN202410226186.6A CN202410226186A CN118011381A CN 118011381 A CN118011381 A CN 118011381A CN 202410226186 A CN202410226186 A CN 202410226186A CN 118011381 A CN118011381 A CN 118011381A
- Authority
- CN
- China
- Prior art keywords
- distance
- speed
- dimension
- frequency
- estimation value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 65
- 238000001228 spectrum Methods 0.000 claims abstract description 62
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims abstract description 25
- 238000007670 refining Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 15
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于FMCW雷达的距离‑速度联合估计方法、系统及介质，其中，方法包括：获取接收信号序列，并将接收信号序列构造为M×N的二维信号矩阵；利用二维信号矩阵，使用2D‑FFT联合距离‑速度估计算法获得初始距离维频率估计值和初始速度维频率估计值；基于初始距离维频率估计值和初始速度维频率估计值，使用CZT算法细化频谱估计获得精确距离维频率估计值和精确速度维频率估计值；基于精确距离维频率估计值和精确速度维频率估计值，计算目标的精确距离‑速度估计值。本发明能够在提高移动目标的距离和速度估计精度的同时减低计算复杂度。
Description
技术领域
本发明涉及雷达测距测速技术领域，特别是涉及一种基于FMCW雷达的距离-速度联合估计方法。
背景技术
FMCW雷达常见由三角波、锯齿波等方式频率调制，通过对回波信号进行一系列信号处理得到与物体距离和速度有关的频率信息，实现同时测距测速。FMCW雷达由于其优良的性能和硬件成本，目前已广泛应用于自动驾驶、室内人员跟踪系统、航空航天、医疗监测等领域。
在FMCW雷达中，距离-Doppler算法能同时分析运动目标的距离和速度信息。传统基于FFT算法的2D-FFT距离-速度估计算法广泛用于很多实际应用中，但是存在如下不足之处。首先，由于距离-速度的模糊，目标的距离和速度不能利用一个chirp信号同时获得，必须使用多个chirp信号来消除这种模糊。其二，2D-FFT距离-速度估计算法的分辨率较差，不能获得目标准确的距离和速度信息，从而制约了该算法提供详细信息的能力。此外，提高速度分辨率通常需要大量的数据，从而制约了其实时性。为了解决这个问题，现有文献提出了基于FFT-MUSIC的距离-Doppler估计方法、针对FMCW雷达利用2D-Unitary ESPRIT算法、以及基于2D-Unitary ESPRIT的联合距离-速度估计算法，这些方法实现了高精度联合估计多个目标的距离-速度信息，并且完成了距离与速度信息的自动配对。但是，这类基于超分辨率的距离-速度估计算法虽然具有较高的估计精度，但同样具有很高的计算复杂度，难于进行硬件实现和实时处理，从而使得其在实际的工程应用中难于实现。因此，需要研究复杂度低且能满足实际工程应用精度需求的联合距离-速度估计算法。
发明内容
本发明所要解决的技术问题是提供一种基于FMCW雷达的距离-速度联合估计方法，能够在提高移动目标的距离和速度估计精度的同时减低计算复杂度。
本发明解决其技术问题所采用的技术方案是：提供一种基于FMCW雷达的距离-速度联合估计方法，包括以下步骤：
获取接收信号序列，并将接收信号序列构造为M×N的二维信号矩阵；
利用二维信号矩阵，使用2D-FFT联合距离-速度估计算法获得初始距离维频率估计值和初始速度维频率估计值；
基于初始距离维频率估计值和初始速度维频率估计值，使用CZT算法细化频谱估计获得精确距离维频率估计值和精确速度维频率估计值；
基于精确距离维频率估计值和精确速度维频率估计值，计算目标的精确距离-速度估计值。
所述获取接收信号序列，并将接收信号序列构造为M×N的二维信号矩阵，具体为：
在采样频率fs下，获取M个chirp的长度为N点的接收信号序列ym，所述接收信号序列ym表示为：ym＝[y[0,m] y[1,m] … y[N-1,m]],m＝0,1,…,M-1；
将接收信号序列ym构造为M×N的二维信号矩阵Z，表示为：
所述利用二维信号矩阵，使用2D-FFT联合距离-速度估计算法获得初始距离维频率估计值和初始速度维频率估计值，具体包括：
计算二维信号矩阵的距离维FFT，得到距离维FFT幅度谱，通过FFT频谱的峰值检测确定目标的距离峰值序号，并根据目标的距离峰值序号估计目标的初始距离维频率估计值，根据初始距离维频率估计值计算初始距离估计值；
在对应于距离峰值序号的位置上对距离维FFT幅度谱进行速度维FFT，得到速度维FFT幅度谱，通过FFT频谱的峰值检测确定目标的速度峰值序号，并根据目标的速度峰值序号估计目标的初始速度维频率估计值，根据初始速度维频率估计值计算初始速度估计值。
所述目标的初始距离维频率估计值通过进行估计，所述初始距离估计值通过/>计算得到，所述目标的初始速度维频率估计值通过/>进行估计，所述初始速度估计值通过/>进行计算，其中，/>为目标的初始距离维频率估计值，kr,i为目标的距离峰值序号，Ts为时域采样间隔，/>为初始距离估计值，c为光速，μ为线性调频信号的斜率，/>为目标的初始速度维频率估计值，lv,i为目标的速度峰值序号，Tl为chirp重复的周期，/>为初始速度估计值，λ为发射信号波长。
所述基于初始距离维频率估计值和初始速度维频率估计值，使用CZT算法细化频谱估计获得精确距离维频率估计值和精确速度维频率估计值，具体包括：
基于初始距离维频率估计值确定距离维细化频谱区间的起点；
计算二维信号矩阵的距离维CZT，求出距离维CZT的频谱幅值最大处的距离频率索引，并根据距离频率索引和距离维细化频谱区间的起点计算精确距离维频率估计值；
基于初始速度维频率估计值确定速度维细化频谱区间的起点；
计算在对应于距离峰值序号的位置上对距离维FFT幅度谱的速度维CZT，求出速度维CZT的频谱幅值最大处的速度频率索引，根据速度频率索引和速度维细化频谱区间的起点计算精确速度维频率估计值。
所述距离维细化频谱区间的起点通过计算得到，所述速度维细化频谱区间的起点通过/>计算得到，其中，/>为距离维细化频谱区间的起点，/>为目标的初始距离维频率估计值，qr用于确定距离维细化频谱区间的大小，fs为采样频率，/>为速度维细化频谱区间的起点，/>为目标的初始速度维频率估计值，qd用于确定速度维细化频谱区间的大小，Tl为调制周期与时域采样间隔的和。
所述精确距离维频率估计值通过计算得到，所述精确速度维频率估计值通过/>计算得到，其中，/>为精确距离维频率估计值，为距离维细化频谱区间的起点，kr′,i为距离维CZT的频谱幅值最大处的距离频率索引，qr用于确定距离维细化频谱区间的大小，fs为采样频率，Mr为距离维频谱的细化倍数，/>为精确速度维频率估计值，/>为速度维细化频谱区间的起点，k′d,i为速度维CZT的频谱幅值最大处的速度频率索引，qd用于确定速度维细化频谱区间的大小，Md为速度维频谱的细化倍数，Tl为chirp重复的周期。
所述基于精确距离维频率估计值和精确速度维频率估计值，计算目标的精确距离-速度估计值，具体为：通过计算目标的精确距离估计值，通过计算目标的精确速度估计值，其中，/>为目标的精确距离估计值，c为光速，μ为线性调频信号的斜率，/>为精确距离维频率估计值，/>为目标的精确速度估计值，λ为发射信号波长，/>为精确速度维频率估计值。
本发明解决其技术问题所采用的技术方案是：提供一种电子设备，包括存储器、处理器及存储在存储器上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上述基于FMCW雷达的距离-速度联合估计方法的步骤。
本发明解决其技术问题所采用的技术方案是：提供一种计算机可读存储介质，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上述基于FMCW雷达的距离-速度联合估计方法的步骤。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明将CZT算法与2D-FFT联合距离-速度估计算法相结合，提出了2D-FFT-CZT联合距离-速度估计算法，该算法极大地提高了距离维频率和速度维距离的估计精度，从而极大地提高了移动目标的距离和速度估计的精度，满足了实际工程应用中距离和速度的高精度估计。由此可见，2D-FFT-CZT联合距离-速度估计算法既解决了2D-FFT联合距离-速度估计算法的估计精度差的问题，又解决了基于2D-Unitary ESPRIT的联合距离-速度估计算法的计算复杂度高的问题。因此，2D-FFT-CZT联合距离-速度估计算法具有较低的计算复杂度，易于实时处理和硬件实现，和易于进行实际工程应用。
附图说明
图1是本发明第一实施方式基于FMCW雷达的距离-速度联合估计方法的流程图；
图2是本发明实施例中不同信噪比时距离估计值的均方根误差的示意图；
图3是本发明实施例中不同信噪比时速度估计值的均方根误差的示意图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的第一实施方式涉及一种基于FMCW雷达的距离-速度联合估计方法，如图1所示，包括以下步骤：
步骤1，获取接收信号序列，并将接收信号序列构造为M×N的二维信号矩阵。本步骤中，首先在采样频率fs(采样周期(即时域采样间隔)Ts＝1/fs)，获取M个chirp的长度为N点的接收信号序列ym，所述接收信号序列ym表示为：ym＝[y[0,m] y[1,m] … y[N-1,m]],m＝0,1,…,M-1；然后将chirp接收信号序列ym构造为M×N的二维信号矩阵Z，M×N的二维信号矩阵Z表示为：
步骤2，利用二维信号矩阵，使用2D-FFT联合距离-速度估计算法获得初始距离维频率估计值和初始速度维频率估计值。
本实施方式中接收信号序列中距离分辨率ΔR和最大无模糊距离Rmax分别为：和/>其中，B为chirp的带宽，c为光速，/>为线性调频信号的斜率，Tc为调制周期。无模糊估计的最大绝对速度和速度分辨率可表示为：/>其中，λ为发射信号波长，Tl为chirp重复的周期。
本步骤将2D-FFT联合距离-速度估计应用于M×N的二维信号矩阵Z，获得初始距离维频率和初始速度维频率估计值，具体如下：
(1)初始距离维频率估计：
计算M×N的二维信号矩阵Z的距离维FFT，得到距离维FFT幅度谱|Z1D(m,k)|。通过FFT频谱的峰值检测获得目标的峰值序号kr＝[kr,1,kr,2,…,kr,d]，并通过下式估计目标的距离维频率值：
其中，为目标的初始距离维频率估计值。然后，利用下式计算初始距离估计值
(2)初始速度维频率估计：
为了估计各目标的速度维频率，在对应于距离序号kr,i的位置上对Z1D(m,k)进行第2次FFT(即速度维FFT)，得到速度维FFT幅度谱|Z2D(l,k)|。通过对速度维FFT幅度谱|Z2D(l,k)|的峰值检测，获得各目标速度维峰值序号lv＝[lv,1,lv,2,…,lv,d]，并下式计算速度维频率估计值：
其中，为目标的初始速度维频率估计值。然后，利用下式计算初始速度估计值
步骤3，基于初始距离维频率估计值和初始速度维频率估计值，使用CZT算法细化频谱估计获得精确距离维频率估计值和精确速度维频率估计值。
由于FFT分辨率低，故初始距离维频率和初始速度维频率的估计精度差。为了提高距离估计和速度估计精度，在初始距离维频率估计值和速度维频率估计值的基础上，利用CZT算法来细化距离维频率和速度维频率的估计精度，从而有效地提高距离和速度地估计精度，具体如下：
(1)CZT增强的距离估计：
由于FFT分辨率低，故初始距离维频率估计值的精度差。为了提高距离估计精度，利用CZT算法来提高距离维频率估计精度。为此，确定距离维细化频谱区间的起点和终点分别为：/>和/>其中，qr确定了距离维频谱细化区间的大小，且将距离维频谱细化倍数设置为Mr。计算M×N的二维信号矩阵的距离维CZT，求出CZT频谱幅值最大处的频率索引k′r,i，并根据下式计算精确频率估计值/>
(2)CZT增强的速度估计：
由于FFT分辨率低，故初始速度维频率估计值的精度差。为了提高速度估计精度，利用CZT算法来提高速度维频率估计精度。为此，确定速度维细化频谱区间的起点和终点分别为：/>和/>其中，qd确定了速度维频谱细化区间的大小，且将速度维频谱细化倍数设置为Md。计算Z1D(m,k)的速度维CZT，求出CZT频谱幅值最大处的频率索引k′d,i，并根据下式计算精确频率估计值/>
步骤4，基于精确距离维频率估计值和精确速度维频率估计值，计算目标的精确距离-速度估计值，其中，通过计算目标的精确距离估计值，通过计算目标的精确速度估计值。
下面给出一个具体的实施例来来验证本实施方式提出的2D-FFT-CZT联合距离-速度估计算法的性能，并与其他算法(2D-FFT距离-速度估计算法，基于2D-Unitary ESPRIT的联合距离-速度估计算法)进行比较。本实施例中，FMCW雷达的参数设置如表1所示。
表1：FMCW雷达的参数设置表
| 参数 | 值 |
| 采样率fs/kHz | 100 |
| 采样点数N | 1024 |
| 线性调频个数M | >1 |
| 载波频率f0/GHz | 23.8 |
| 带宽B/MHz | 997.208 |
| 线性调频周期Tc/s | 0.0102 |
| 电磁波在空气中的速度c/(km/s) | 299709 |
| 距离域CZT频率细化区间参数qr | 1 |
| 距离域CZT频率细化倍数Mr | 1024 |
| 速度域CZT频率细化区间参数qd | 1 |
| 速度域CZT频率细化倍数Md | 1024 |
本实施例中，根据本实施方式的流程估计目标的距离-速度。具体而言，采样率fs＝1000kHz，chirp接收信号序列长度为N＝1024，利用M个chirp的长度为N的接收信号序列构造M×N大小的二维矩阵，并利用构造的M×N大小的二维矩阵估计各目标的距离-速度。参与比较的方案包括经典的2D-FFT距离-速度估计算法和基于2D-Unitary ESPRIT的联合距离-速度估计算法。在表1中参数配置下，假设Tl＝Tc时，最大无模糊估计速度为Vmax＝0.3077m/s。设置接收信号序列数选取为M＝8，各chirp的长度选取为N＝1024。2D-UnitaryESPRIT的联合距离-速度估计算法的估计精度虽高，但具有非常高的计算复杂度，需要进行(MN/2)×(MN/2)维矩阵的特征分解(EVD)，故难于实时处理和难于硬件实现。
在本实施例中，设置一个目标的速度值v＝0.25米/秒和距离值R＝10米，在信噪比为[-8,30]dB的范围进行实验，在不同信噪比的情况下分别独立进行200次蒙特卡罗实验，对比了2D-FFT距离-速度估计算法、基于2D-Unitary ESPRIT的联合距离-速度估计算法和2D-FFT-CZT距离-速度估计算法的测距-测速性能。表2给出了3种方法不同信噪比时距离-速度估计值的均值，图2给出了3种方法不同信噪比时距离估计值的均方根误差，图3给出了3种方法不同信噪比时速度估计值的均方根误差。由表2可知，本实施方式提出的2D-FFT-CZT距离-速度估计算法在速度值估计方面优于基于2D-Unitary ESPRIT的联合距离-速度估计算法，而距离估计误差的均值与基于2D-Unitary ESPRIT的联合距离-速度估计算法的基本相同。由图2可知，当SNR较低时本实施方式提出的2D-FFT-CZT算法在距离估计方面差于基于2D-Unitary ESPRIT的联合距离-速度估计算法，但随着SNR增大时本实施方式提出的2D-FFT-CZT算法在距离估计方面接近于基于2D-Unitary ESPRIT的联合距离-速度估计算法。由图3可知，当SNR较低时本实施方式提出的2D-FFT-CZT距离-速度估计算法在速度估计方面优于基于2D-Unitary ESPRIT的联合距离-速度估计算法，而SNR变大时则略差于基于2D-Unitary ESPRIT的联合距离-速度估计算法。
表3不同信噪比时距离-速度估计值的均值
由此可见，2D-FFT-CZT联合距离-速度估计算法的性能极大地优于2D-FFT联合距离-速度估计算法，而计算复杂度稍高于2D-FFT联合距离-速度估计算法。而且，2D-FFT-CZT联合距离-速度估计算法的性能与基于2D-Unitary ESPRIT的联合距离-速度估计算法的性能几乎相同，但计算复杂度远低于基于2D-Unitary ESPRIT的联合距离-速度估计算法。因此，2D-FFT-CZT联合距离-速度估计算法的距离和速度估计精度高，且具有较低的计算复杂度，易于实时处理和硬件实现，和易于进行实际工程应用。本发明提出的方法也适用于测多个信源的距离-速度信息。
本发明的第二实施方式涉及一种电子设备，包括存储器、处理器及存储在存储器上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第一实施方式的基于FMCW雷达的距离-速度联合估计方法的步骤。
本发明的第三实施方式涉及一种计算机可读存储介质，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第一实施方式的基于FMCW雷达的距离-速度联合估计方法的步骤。
不难发现，本发明提出将CZT算法与2D-FFT联合距离-速度估计算法相结合，提出了2D-FFT-CZT联合距离-速度估计算法，极大地提高了距离维频率和速度维距离的估计精度，从而极大地提高了移动目标的距离和速度估计的精度，满足了实际工程应用中距离和速度的高精度估计。由此可见，2D-FFT-CZT联合距离-速度估计算法既解决了2D-FFT联合距离-速度估计算法的估计精度差的问题，又解决了现有技术中计算复杂度高的问题。因此，2D-FFT-CZT联合距离-速度估计算法具有较低的计算复杂度，易于实时处理和硬件实现，和易于进行实际工程应用。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令方法的制造品，该指令方法实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于FMCW雷达的距离-速度联合估计方法，其特征在于，包括以下步骤：
获取接收信号序列，并将接收信号序列构造为M×N的二维信号矩阵；
利用二维信号矩阵，使用2D-FFT联合距离-速度估计算法获得初始距离维频率估计值和初始速度维频率估计值；
基于初始距离维频率估计值和初始速度维频率估计值，使用CZT算法细化频谱估计获得精确距离维频率估计值和精确速度维频率估计值；
基于精确距离维频率估计值和精确速度维频率估计值，计算目标的精确距离-速度估计值。
2.根据权利要求1所述的基于FMCW雷达的距离-速度联合估计方法，其特征在于，所述获取接收信号序列，并将接收信号序列构造为M×N的二维信号矩阵，具体为：
在采样频率fs下，获取M个chirp的长度为N点的接收信号序列ym，所述接收信号序列ym表示为：ym＝[y[0,m] y[1,m] … y[N-1,m]],m＝0,1,…,M-1；
将接收信号序列ym构造为M×N的二维信号矩阵Z，表示为：
3.根据权利要求1所述的基于FMCW雷达的距离-速度联合估计方法，其特征在于，所述利用二维信号矩阵，使用2D-FFT联合距离-速度估计算法获得初始距离维频率估计值和初始速度维频率估计值，具体包括：
计算二维信号矩阵的距离维FFT，得到距离维FFT幅度谱，通过FFT频谱的峰值检测确定目标的距离峰值序号，并根据目标的距离峰值序号估计目标的初始距离维频率估计值，根据初始距离维频率估计值计算初始距离估计值；
在对应于距离峰值序号的位置上对距离维FFT幅度谱进行速度维FFT，得到速度维FFT幅度谱，通过FFT频谱的峰值检测确定目标的速度峰值序号，并根据目标的速度峰值序号估计目标的初始速度维频率估计值，根据初始速度维频率估计值计算初始速度估计值。
4.根据权利要求3所述的基于FMCW雷达的距离-速度联合估计方法，其特征在于，所述目标的初始距离维频率估计值通过进行估计，所述初始距离估计值通过计算得到，所述目标的初始速度维频率估计值通过/>进行估计，所述初始速度估计值通过/>进行计算，其中，/>为目标的初始距离维频率估计值，kr,i为目标的距离峰值序号，Ts为时域采样间隔，/>为初始距离估计值，c为光速，μ为线性调频信号的斜率，/>为目标的初始速度维频率估计值，lv,i为目标的速度峰值序号，Tl为chirp重复的周期，/>为初始速度估计值，λ为发射信号波长。
5.根据权利要求1所述的基于FMCW雷达的距离-速度联合估计方法，其特征在于，所述基于初始距离维频率估计值和初始速度维频率估计值，使用CZT算法细化频谱估计获得精确距离维频率估计值和精确速度维频率估计值，具体包括：
基于初始距离维频率估计值确定距离维细化频谱区间的起点；
计算二维信号矩阵的距离维CZT，求出距离维CZT的频谱幅值最大处的距离频率索引，
并根据距离频率索引和距离维细化频谱区间的起点计算精确距离维频率估计值；
基于初始速度维频率估计值确定速度维细化频谱区间的起点；
计算在对应于距离峰值序号的位置上对距离维FFT幅度谱的速度维CZT，求出速度维CZT的频谱幅值最大处的速度频率索引，根据速度频率索引和速度维细化频谱区间的起点计算精确速度维频率估计值。
6.根据权利要求5所述的基于FMCW雷达的距离-速度联合估计方法，其特征在于，所述距离维细化频谱区间的起点通过计算得到，所述速度维细化频谱区间的起点通过/>计算得到，其中，/>为距离维细化频谱区间的起点，/>为目标的初始距离维频率估计值，qr用于确定距离维细化频谱区间的大小，fs为采样频率，/>为速度维细化频谱区间的起点，/>为目标的初始速度维频率估计值，qd用于确定速度维细化频谱区间的大小，Tl为chirp重复的周期。
7.根据权利要求5所述的基于FMCW雷达的距离-速度联合估计方法，其特征在于，所述精确距离维频率估计值通过计算得到，所述精确速度维频率估计值通过/>计算得到，其中，/>为精确距离维频率估计值，/>为距离维细化频谱区间的起点，k′r,i为距离维CZT的频谱幅值最大处的距离频率索引，qr用于确定距离维细化频谱区间的大小，fs为采样频率，Mr为距离维频谱的细化倍数，/>为精确速度维频率估计值，/>为速度维细化频谱区间的起点，k′d,i为速度维CZT的频谱幅值最大处的速度频率索引，qd用于确定速度维细化频谱区间的大小，Md为速度维频谱的细化倍数，Tl为chirp重复的周期。
8.根据权利要求1所述的基于FMCW雷达的距离-速度联合估计方法，其特征在于，所述基于精确距离维频率估计值和精确速度维频率估计值，计算目标的精确距离-速度估计值，具体为：通过计算目标的精确距离估计值，通过/>计算目标的精确速度估计值，其中，/>为目标的精确距离估计值，c为光速，μ为线性调频信号的斜率，/>为精确距离维频率估计值，/>为目标的精确速度估计值，λ为发射信号波长，为精确速度维频率估计值。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-8中任一所述基于FMCW雷达的距离-速度联合估计方法的步骤。
10.一种计算机可读存储介质，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1-8中任一所述基于FMCW雷达的距离-速度联合估计方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410226186.6A CN118011381A (zh) | 2024-02-29 | 2024-02-29 | 基于fmcw雷达的距离-速度联合估计方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410226186.6A CN118011381A (zh) | 2024-02-29 | 2024-02-29 | 基于fmcw雷达的距离-速度联合估计方法、系统及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118011381A true CN118011381A (zh) | 2024-05-10 |
Family
ID=90956169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410226186.6A Pending CN118011381A (zh) | 2024-02-29 | 2024-02-29 | 基于fmcw雷达的距离-速度联合估计方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118011381A (zh) |
-
2024
- 2024-02-29 CN CN202410226186.6A patent/CN118011381A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102241929B1 (ko) | 위상을 보정하는 레이더 감지 | |
| CN108415010B (zh) | 一种基于梯形lfmcw调制的雷达多目标检测方法 | |
| CN114270216A (zh) | 一种强杂波下fmcw阵列雷达运动多目标弱信号检测方法、装置、计算机设备及存储介质 | |
| CN107132534B (zh) | 一种高速雷达目标频域检测的优化方法 | |
| CN107255814B (zh) | 一种基于lfmsk波形的雷达目标检测方法 | |
| CN107607924B (zh) | 一种fmcw雷达静态杂波干扰消除的信号处理方法 | |
| CN112346059A (zh) | 毫米波雷达目标速度解模糊方法 | |
| CN113805166A (zh) | 一种雷达物位计的目标跟踪测距方法及系统 | |
| CN115508820A (zh) | 一种线性调频脉冲雷达的目标探测方法 | |
| CN111443335A (zh) | 宽带雷达目标微动参数估计方法、系统、装置及存储介质 | |
| CN109001671B (zh) | 一种跳频信号的目标检测和参数估计方法及装置 | |
| CN113009483B (zh) | 一种测速方法、装置、计算机存储介质及设备 | |
| CN116299299B (zh) | 速度解模糊方法、装置、雷达设备及存储介质 | |
| CN109581350B (zh) | 基于时频积分插值的雷达测距测速方法及装置 | |
| CN109085568B (zh) | 一种基于二次混频的调频连续波多目标检测方法 | |
| CN118011381A (zh) | 基于fmcw雷达的距离-速度联合估计方法、系统及介质 | |
| CN116047447A (zh) | 基于调频连续波雷达的目标距离、速度测算方法及装置 | |
| CN105548987A (zh) | 一种连续波雷达目标加速度盲估计方法 | |
| CN112835025B (zh) | 基于雷达检测的目标速度解模糊方法、装置及终端设备 | |
| CN114624694A (zh) | 一种基于非等间隔调制ddma-mimo的雷达信号处理方法 | |
| CN114594442A (zh) | 一种时频域矩阵联合匹配的极高频回波处理方法及系统 | |
| CN116047442A (zh) | 一种检测目标角度的方法、装置及电子设备 | |
| KR101446439B1 (ko) | Fmcw 레이더의 고정밀 주파수 추정 방법 및 고정밀 주파수 추정 장치 | |
| CN114942053B (zh) | 一种基于相位估值的高精度雷达物位计测距方法 | |
| CN113567950B (zh) | 一种毫米波雷达距离速度谱估计方法及系统 |
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 |