WO2007017489A2 - Verfahren zur detektion von hindernissen mittels radar - Google Patents

Verfahren zur detektion von hindernissen mittels radar Download PDF

Info

Publication number
WO2007017489A2
WO2007017489A2 PCT/EP2006/065108 EP2006065108W WO2007017489A2 WO 2007017489 A2 WO2007017489 A2 WO 2007017489A2 EP 2006065108 W EP2006065108 W EP 2006065108W WO 2007017489 A2 WO2007017489 A2 WO 2007017489A2
Authority
WO
WIPO (PCT)
Prior art keywords
signal
radar
cfar
values
value
Prior art date
Application number
PCT/EP2006/065108
Other languages
English (en)
French (fr)
Other versions
WO2007017489A3 (de
Inventor
Mark Christmann
Leif Wiebking
Original Assignee
Siemens Aktiengesellschaft
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens Aktiengesellschaft filed Critical Siemens Aktiengesellschaft
Priority to EP06778178A priority Critical patent/EP1913413A2/de
Publication of WO2007017489A2 publication Critical patent/WO2007017489A2/de
Publication of WO2007017489A3 publication Critical patent/WO2007017489A3/de

Links

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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals

Definitions

  • the present invention relates to a method for detecting an object by means of radar and a calculated CFAR value.
  • Radar measures distances to scattered objects within a given by the antenna lighting function or directional characteristics.
  • a scattering object in the radar beam leads to an increased energy density in the received signal compared to the noise of a blank measurement.
  • the time at which the increased energy density appears is proportional to the distance to the scattering object.
  • the spectral energy density of the received signal is evaluated, the frequency of which is proportional to the distance.
  • the first approach realizes a fixed detection threshold. Although this is once adapted to the characteristics of the radar, this method is sensitive to changes such as e.g. the temperature, and disturbances in the time signal prone. A single short peak in the time signal of an FMCW radar results in an increase in noise over the entire spectral range, which in turn leads to extremely many false alarms.
  • the second approach attempts to estimate the noise threshold (CFAR algorithm, Constant False Alarm Rate).
  • CFAR algorithm Constant False Alarm Rate
  • the field of application of this method is limited by the required computing power, since the noise threshold (CFAR value) is calculated for each measurement.
  • this method represents a compromise between the detectability of targets and the false alarm rate.
  • CFAR value the noise threshold
  • this method represents a compromise between the detectability of targets and the false alarm rate.
  • False alarms are detections of an assumed scattering object, but are based on noise.
  • Another disadvantage is that radar systems present sensors with a very high data rate, which must be reduced for improved further processing.
  • the present invention discloses a method for detecting an object by means of radar comprising the steps of detecting a first linear radar signal and digitizing the first radar signal into a plurality of first signal values and detecting at least one second linear radar signal and digitizing the second radar signal into a plurality of second ones Signal values, calculating a CFAR value respectively to the first and second signal values and forming a difference between the first and second signal values and the respective CFAR value, multiplying the respective difference by a weighting function and averaging the weighted first signal values with the weighted second signal values.
  • a first linear radar signal of an object or scattering object or of a spatial area is detected.
  • a second linear radar signal of the same spatial domain is detected to utilize the co-processing of both linear radar signals for improved evaluation.
  • these are converted into digital values and preferably stored in a shift register.
  • the first and second radar signals are preferably further processed in logarithmic form.
  • CFAR values are calculated for the respective first and second signal values and subsequently the respective CFAR values are subtracted from the signal values.
  • the respective difference is further processed with the aid of a weighting function. Subsequently, the first and second signal values processed in the same way are averaged so as to provide a more efficient discrimination between scattering objects and false alarms in the measured radar signals.
  • the above-mentioned evaluation function assumes a factor ⁇ 1 for differences close to zero, a factor> 1 for the difference> 0.5, and a factor--1 for the difference--1.
  • FIG. 1 shows the exemplary distribution of CFAR values for two different distances
  • FIG. 2 is a flow chart of a preferred embodiment of the present method.
  • Fig. 3 is a schematic representation of the calculation of the CFAR values and the further evaluation of the detected radar signals and
  • FIG. 4 shows a representation of the evaluation function for evaluating the CFAR-normalized spectral values, in order subsequently to determine the signal values and to calculate a scattering object probability.
  • the method for detecting an object by means of radar consists of processing steps which enable a significantly improved scatter object detection in comparison to the prior art.
  • the acquired linear data of the radar signal of an object are preferably logarithmized and compressed in this way in the integer number range.
  • the step of logarithmizing makes it possible to calculate the CFAR value for each measurement with current hardware, since the amount of data to be processed is reduced. This reduces the number of bits needed per reading while not reducing the number of readings.
  • the noise threshold is continuously estimated.
  • the detected signal values are normalized by the CFAR value and the remaining uncertainty after the CFAR calculation as to whether a false alarm or a scatter object exists is made by an additional evaluation of the processed signal values of the radar signal with a weighting function and a subsequent averaging of the radar signals of the same object or scanned space area.
  • Fig. 1 shows the frequency distribution of CFAR values determined in a plurality of measurements for two different distances 1 and 2. These frequency distributions show a constant Gaussian distribution of CFAR values over the entire spectral range. At these values, a consistent quantifiable uncertainty of ⁇ 1.5 dB emerges for the current design.
  • a decision threshold above the range of maximum frequency of the CFAR values makes sense.
  • the decision threshold should be below this range.
  • an averaging over several measurements is appropriate.
  • weak scattered objects go down very quickly in an averaging. This would result in the gain of a signal characteristic oriented calculation of the decision threshold, achieved by the CFAR value, being lost.
  • a rating function is introduced. In this case, the values which are calculated from the difference between the preferred logarithmized spectral value / signal value and the CFAR value do not enter with their own value in the averaging, but with a function-dependent factor.
  • a first linear radar signal is recorded with a specific energy density, from which the distance to any objects can be derived.
  • the linear radar signal is logarithmized.
  • these are digitized and stored, for example, in a shift register (see FIG. 3).
  • the digitized signal values are ordered according to the magnitude of their amplitude. To exclude the above overvaluation, at least the largest and the smallest amplitude value are excluded from the continuous calculation of the CFAR value. It is also conceivable to exclude more than just the largest and the smallest amplitude value from this calculation. The remaining ordered amplitude values are then summed to calculate the threshold OC and divided by the number of summands.
  • the guard cells of the cell in the test and the signal value in the test are not included in the calculation of the threshold, since they can falsify the estimation of the noise background.
  • the number of these neighboring cells is designated k Gu ardceii. It is also conceivable to adapt the number of adjacent cells not to be considered to the signal width of the objects to be detected.
  • the CFAR noise estimate includes the continuous calculation of the threshold value from the ordered amplitude values and their assignment to the quantity OC.
  • the signal value-specific CFAR value is subtracted from the respective signal value of the cell in the test.
  • the difference between the signal value and the CFAR value is then used for the preferred evaluation function according to FIG. 4.
  • the difference values of signal value and CFAR value are plotted as input values on the X-axis.
  • the y-axis provides the output values that are included in the later averaging, which result from the application of the evaluation function to the input values.
  • the range of input values can be divided into three areas, as indicated by the label above the Diagram is indicated.
  • noise can be assumed, while input values approximately> + 1 are detected as a scattering object.
  • CFAR uncertainty area Between the areas “noise” and “scattering object” lies the CFAR uncertainty area, in which a possible scattering object is not detected with certainty.
  • the evaluation function shown in Fig. 4 basically divides into the following three areas. For input values around zero, there is an area multiplied by a factor ⁇ l. Thus, the input values from the CFAR uncertainty range in the later averaging only slightly small. Input values that are above the CFAR uncertainty range are much more meaningful. For this reason, they are multiplied by a large factor. Input values that lie below the CFAR uncertainty range are reliably detected as noise and do not represent a scattering object. They are assigned a large negative factor and they are therefore able to delete rare false alarms in the integration step during individual measurements.
  • the weighting function causes compression / saturation for both large and small values. It should e.g. in a message of ten weighted spectra, nine distinct blank measurements will be able to suppress detection of any size.
  • the radar signal / spectrum is preferably logarithmized before the CFAR calculation. In this way, the dynamics of the signal / spectrum can be reduced so that it can be represented in the integer number range.
  • the modified CFAR algorithm can be implemented on an integer basis in a programmable logic device, such as an FPGA.
  • a continuous evaluation of the detected radar signal is possible.
  • Another advantage of the present invention is that the signal processing with current components can be realized inexpensively. Furthermore, in addition to an echo list, the present method also provides information about the probability of the actual presence of a scattering object. This is a very important input, especially for downstream echo tracking.

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

Die vorliegende Erfindung liefert ein Verfahren zum Erfassen eines Objekts mittels Radar, bei dem das erfasste lineare Radarsignal zunächst digitalisiert und dann unter Anwendung eines CFAR-Algorithmus verarbeitet wird. Die Differenz aus Signalwert und CFAR-Wert wird mit einer Bewertungsfunktion multipliziert, um ein nachfolgendes Mitteln von mehreren bewerteten Signalwerten durchzuführen.

Description

Verfahren zur Detektion von Hindernissen mittels Radar
Die vorliegende Erfindung betrifft ein Verfahren zum Erfassen eines Objekts mit Hilfe von Radar und eines berechneten CFAR- Werts .
Radar misst Entfernungen zu Streuobjekten innerhalb einer durch die Antenne vorgegebenen Beleuchtungsfunktion bzw. Richtcharakteristik. Hierbei führt ein Streuobjekt im Radarstrahl zu einer gegenüber dem Rauschen einer Leermessung erhöhten Energiedichte im Empfangssignal. Für ein gepulstes Radar ist der Zeitpunkt, in dem die erhöhte Energiedichte erscheint, proportional zum Abstand zu dem Streuobjekt. Für ein FMCW-System (Frequency Modulated Continuous Wave) wird die spektrale Energiedichte des Empfangssignals ausgewertet, dessen Frequenz proportional zum Abstand ist.
Bisher gibt es zwei grundlegende Ansätze zur Detektion von Hindernissen mittels Radar. Der erste Ansatz realisiert eine feste Detektionsschwelle . Diese wird zwar einmalig auf die Eigenschaften des Radars angepasst, allerdings ist dieses Verfahren gegenüber Veränderungen, wie z.B. die Temperatur, und Störungen im Zeitsignal anfällig. Ein einziger kurzer Peak im Zeitsignal eines FMCW-Radars resultiert in einer Anhebung des Rauschens über den gesamten Spektralbereich, was dann wiederum zu extrem vielen Fehlalarmen führt.
Bei dem zweiten Ansatz wird versucht, die Schwelle des Rauschens zu schätzen (CFAR-Algorithmus, Constant False Alarm Rate) . Das Einsatzgebiet dieses Verfahrens ist durch die erforderliche Rechenleistung begrenzt, da die Rauschschwelle (CFAR-Wert) für jede Messung berechnet wird. Zudem stellt aufgrund der zu treffenden harten Entscheidung dieses Verfahren einen Kompromiss zwischen der Detektierbarkeit von Zielen und der Fehlalarmrate dar. Bei der Berechnung bekannter CFAR-Werte treten in Abhängigkeit von dem Schwellwert entweder vermehrt Fehlalarme auf oder es werden Streuobjekte nicht erkannt. Fehlalarme sind Detektionen eines angenommenen Streuobjekts, denen jedoch Rauschen zugrunde liegt. Ein weiterer Nachteil besteht darin, dass Radarsysteme Sensoren mit einer sehr hohen Datenrate darstellen, die für eine verbesserte Weiterverarbeitung verringert werden muss .
Es ist daher die Aufgabe der vorliegenden Erfindung, Streuobjekte von Rauschen zu unterscheiden, also eine Entscheidungsschwelle zu definieren und eine Datenreduktion ohne Informationsverlust für Radarsysteme bereitzustellen.
Die obige Aufgabe wird durch ein Verfahren gemäß dem unabhängigen Patentanspruch 1 gelöst. Weitere Ausführungsformen und Weiterentwicklungen der vorliegenden Erfindung gehen aus der folgenden Beschreibung und den anhängenden Ansprüchen hervor.
Die vorliegende Erfindung offenbart ein Verfahren zum Erfassen eines Objekts mittels Radar, das die folgenden Schritte aufweist: Erfassen eines ersten linearen Radarsignals und Digitalisieren des ersten Radarsignals in eine Mehrzahl erster Signalwerte und Erfassen mindestens eines zweiten linearen Radarsignals und Digitalisieren des zweiten Radarsignals in eine Mehrzahl zweiter Signalwerte, Berechnen eines CFAR-Werts jeweils zu den ersten und zweiten Signalwerten und Bilden einer Differenz aus den ersten und zweiten Signalwerten und dem jeweiligen CFAR-Wert, Multiplizieren der jeweiligen Differenz mit einer Bewertungsfunktion und Mitteln der bewerteten ersten Signalwerte mit den bewerteten zweiten Signalwerten .
Zunächst wird in einem ersten Durchlauf ein erstes lineares Radarsignal eines Objekts bzw. Streuobjekts oder eines Raumbereichs erfasst. In mindestens einem zweiten Durchlauf wird ein zweites lineares Radarsignal des gleichen Raumbereichs erfasst, um die gemeinsame Verarbeitung beider linearer Radarsignale für eine verbesserte Auswertung zu nutzen. Zur weiteren Auswertung der erfassten linearen Radarsignale werden diese in digitale Werte umgewandelt und bevorzugt in einem Schieberegister abgelegt. Um die zu verarbeitende Datenmenge zu reduzieren, werden die ersten und zweiten Radarsignale bevorzugt in logarithmierter Form weiter verarbeitet .
Um zwischen Streuobjekt und Rauschen unterscheiden zu können, werden zu den jeweiligen ersten und zweiten Signalwerten CFAR- Werte berechnet und nachfolgend die jeweiligen CFAR-Werte von den Signalwerten abgezogen. Um die Auswertung der Differenz aus Signalwert und CFAR-Wert zu optimieren, wird die jeweilige Differenz mit Hilfe einer Bewertungsfunktion weiter verarbeitet. Nachfolgend werden die auf die gleiche Weise verarbeiteten ersten und zweiten Signalwerte gemittelt, um auf diese Weise eine effizientere Unterscheidung zwischen Streuobjekten und Fehlalarmen in den gemessenen Radarsignalen bereitzustellen.
Die oben genannte Bewertungsfunktion nimmt für Differenzen nahe Null einen Faktor ≤l, für die Differenz > 0,5 einen Faktor > 1 und für die Differenz <-l einen Faktor <-l an.
Es ist des Weiteren bevorzugt, für die Berechnung des jeweiligen CFAR-Werts jeweils mindestens den Signalwert mit der größten und den mit der kleinsten Amplitude nicht zu berücksichtigen .
Bevorzugte Ausführungsformen der vorliegenden Erfindung werden unter Bezugnahme auf die begleitende Zeichnung näher erläutert. Es zeigen:
Fig. 1 die beispielhafte Verteilung von CFAR-Werten für zwei unterschiedliche Entfernungen, Fig. 2 ein Flussdiagramm einer bevorzugten Ausführungsform des vorliegenden Verfahrens,
Fig. 3 eine schematische Darstellung der Berechnung der CFAR- Werte und der weiteren Auswertung der erfassten Radarsignale und
Fig. 4 eine Darstellung der Bewertungsfunktion zur Bewertung der CFAR-normierten Spektralwerte, um anschließend die Signalwerte zu mittein und eine Streuobjektwahrscheinlichkeit zu berechnen.
Das Verfahren zum Erfassen eines Objekts mittels Radar besteht aus Verarbeitungsschritten, die eine wesentlich verbesserte Streuobjekterkennung im Vergleich zum Stand der Technik ermöglichen. Die erfassten linearen Daten des Radarsignals eines Objekts werden bevorzugt logarithmiert und auf diese Weise in den Integer Zahlenbereich komprimiert. Durch den Schritt des Logarithmierens wird die Berechnung des CFAR-Werts für jede Messung mit aktueller Hardware möglich, da die Menge der zu verarbeitenden Daten reduziert wird. Somit wird die Anzahl an Bits reduziert, die je Messwert nötig sind, während die Anzahl an Messwerten nicht reduziert wird.
Im Rahmen des Verfahrens wird die Rauschschwelle kontinuierlich geschätzt. Auf dieser Grundlage werden die erfassten Signalwerte durch den CFAR-Wert normiert und die verbleibende Unsicherheit nach der CFAR-Berechnung, ob ein Fehlalarm oder ein Streuobjekt vorliegt, wird durch eine zusätzliche Bewertung der verarbeiteten Signalwerte des Radarsignals mit einer Bewertungsfunktion und eine nachfolgende Mittelung der Radarsignale desselben Objekts oder abgetasteten Raumbereichs reduziert.
Zunächst wurde für das vorliegende Verfahren der CFAR-Algo- rithmus statistisch klassifiziert. Zur Illustration zeigt Fig. 1 die Häufigkeitsverteilung von CFAR-Werten, die in einer Vielzahl von Messungen für zwei unterschiedliche Entfernungen 1 und 2 bestimmt worden sind. Diese Häufigkeitsverteilungen zeigen eine gleich bleibende gaußförmige Verteilung der CFAR- Werte über dem gesamten Spektralbereich. Bei diesen Werten stellt sich eine gleich bleibende quantifizierbare Unsicherheit von ±1,5 dB für den derzeitigen Aufbau heraus.
Zur Vermeidung von Fehlalarmen macht also eine Entscheidungsschwelle oberhalb des Bereichs größter Häufigkeit der CFAR- Werte Sinn. Um möglichst viele Streuobjekte zu detektieren, sollte die Entscheidungsschwelle unterhalb dieses Bereichs liegen. Um diese harte Entscheidung aufzuweichen, bietet sich eine Mittelung über mehrere Messungen an. Leider gehen schwache Streuobjekte in einer Mittelung sehr schnell unter. Damit ginge der durch den CFAR-Wert erreichte Gewinn einer an der Signalcharakteristik orientierten Berechnung der Entscheidungsschwelle verloren. Zur Lösung dieser Problematik wird eine Bewertungsfunktion eingeführt. Dabei gehen die Werte, die sich aus der Differenz von dem bevorzugt logarithmierten Spektralwert/Signalwert und der CFAR-Wert berechnen, nicht mit ihrem eigenen Wert in die Mittelung ein, sondern mit einem funktionsabhängigen Faktor.
Unter Bezugnahme auf Fig. 2 werden die Verfahrensschritte einer Ausführungsform der vorliegenden Erfindung erläutert. Zunächst wird ein erstes lineares Radarsignal mit einer bestimmten Energiedichte aufgenommen, aus dem die Entfernung zu eventuellen Objekten ableitbar ist. Um die Menge der durch das vorliegende Verfahren zu verarbeitenden Daten zu reduzieren, wird das lineare Radarsignal logarithmiert . Zur Erleichterung der weiteren Verarbeitung der erfassten Radarsignale werden diese digitalisiert und beispielsweise in einem Schieberegister abgelegt (vgl. Fig. 3) .
Um das Rauschen innerhalb des erfassten Radarsignals abzuschätzen, wird nicht das arithmetische sondern das geometri- sehe Mittel gebildet. Dies führt zu einer Überbewertung kleiner Werte, die durch eine Erweiterung des CFAR-Algorithmus abgefangen werden muss. Aus diesem Grund werden zur in Fig. 3 dargestellten CFAR-Rauschschätzung die digitalisierten Signalwerte nach der Größe ihrer Amplitude geordnet. Um die oben genannte Überbewertung auszuschließen, werden zumindest der größte und der kleinste Amplitudenwert aus der kontinuierlichen Berechnung des CFAR-Werts ausgeschlossen. Es ist ebenfalls denkbar, mehr als nur den größten und den kleinsten Amplitudenwert aus dieser Berechnung auszuschließen. Die verbleibenden geordneten Amplitudenwerte werden dann zur Berechnung des Schwellenwerts OC aufsummiert und durch die Anzahl der Summanden dividiert. Bei dieser Berechnung des Schwellenwerts werden jeweils die Nachbarzellen (guardcell) der Zelle im Test bzw. des Signalwerts im Test nicht in die Berechnung des Schwellenwerts einbezogen, da sie die Schätzung des Störhintergrunds bzw. Rauschens verfälschen können. In Fig. 3 ist die Anzahl dieser Nachbarzellen mit kGuardceii bezeichnet. Es ist ebenfalls denkbar, die Anzahl der nicht zu berücksichtigenden Nachbarzellen an die Signalbreite der zu erfassenden Objekte anzupassen.
Wie man anhand von Fig. 3 erkennt, beinhaltet die CFAR-Rauschschätzung die kontinuierliche Berechnung des Schwellenwerts aus den geordneten Amplitudenwerten und dessen Zuordnung zur Größe OC. Nachdem auf diese Weise der Störhintergrund abgeschätzt worden ist, wird der signalwertspezifische CFAR- Wert von dem jeweiligen Signalwert der Zelle im Test abgezogen. Auf die Differenz aus Signalwert und CFAR-Wert wird dann die bevorzugte Bewertungsfunktion gemäß Fig. 4 angewandt. Gemäß der Darstellung in Fig. 4 sind die Differenzwerte aus Signalwert und CFAR-Wert als Eingangswerte auf der X-Achse aufgetragen. Die Y-Achse liefert die in die spätere Mittelung eingehenden Ausgangswerte, die aus der Anwendung der Bewertungsfunktion auf die Eingangswerte hervorgehen. Den Bereich der Eingangswerte kann man in drei Bereiche unterteilen, wie es durch die Beschriftung oberhalb des Diagramms angedeutet ist. Für Eingangswerte ungefähr <-l kann man von einem Rauschen ausgehen, während Eingangswerte ungefähr >+l als Streuobjekt erkannt werden. Zwischen den Bereichen „Rauschen" und „Streuobjekt" liegt der CFAR-Unsi- cherheitsbereich, in dem ein eventuelles Streuobjekt nicht mit Sicherheit erkannt wird.
Die in Fig. 4 dargestellte Bewertungsfunktion teilt sich grundlegend in die folgenden drei Bereiche. Für Eingangswerte um Null herum gibt es einen Bereich, in dem mit einem Faktor ≤l multipliziert wird. Somit fallen die Eingangswerte aus dem CFAR-Unsicherheitsbereich bei der späteren Mittelung nur gering ins Gewicht. Eingangswerte, die oberhalb des CFAR- Unsicherheitsbereichs liegen, haben eine wesentlich größere Aussagekraft. Aus diesem Grund werden sie mit einem großen Faktor multipliziert. Eingangswerte, die unterhalb des CFAR- Unsicherheitsbereichs liegen, werden sicher als Rauschen erkannt und stellen kein Streuobjekt dar. Ihnen wird ein großer negativer Faktor zugeordnet und sie sind daher in der Lage, bei Einzelmessungen selten auftretende Fehlalarme im Integrationsschritt zu löschen.
Bei Anpassung der oben diskutierten Faktoren der Bewertungsfunktion muss zum einen darauf geachtet werden, dass schwache Streuobjekte nicht durch ein überbewertetes Rauschen ausgelöscht werden. Gleichzeitig soll eine gestörte Einzelmessung nicht zu einem Fehlalarm des Mittelungsergebnisses führen. Aus diesem Grund bewirkt die Bewertungsfunktion eine Kompression/Sättigung für große und kleine Werte. Es sollen z.B. bei einer Mitteilung von zehn gewichteten Spektren neun deutliche Leermessungen in der Lage sein, eine Detektion beliebiger Größe zu unterdrücken.
Mit Hilfe des beschriebenen Verfahrens lässt sich eine robuste Radardatenauswertung realisieren, die ohne Kalibrierung und trotz fertigungsbedingter Schwankungen in der Radarvorrichtung funktioniert. Aufgrund der für bisherige CFAR-Algorithmen be- nötigten hohen Rechenleistung ist mit derzeit verfügbaren Prozessoren keine kontinuierliche Auswertung von Radarmodulen mit hoher Bandbreite möglich. Eine Auswertung des Radarsignals mit Rechenpause hat wiederum Informationsverluste zur Folge. Daher wird bevorzugt das Radarsignal/Spektrum vor der CFAR-Berech- nung logarithmiert . Auf diese Weise kann die Dynamik des Signals/Spektrums so weit reduziert werden, dass es im Integer- Zahlenbereich dargestellt werden kann. Auf dieser Grundlage ist der abgewandelte CFAR-Algorithmus auf Integer-Basis in einem programmierbaren Logikbaustein, wie z.B. einem FPGA, realisierbar. Zudem ist basierend auf der in Fig. 2 schematisch dargestellten Reihenfolge der Verarbeitungsblöcke für die Signalwerte eine kontinuierliche Auswertung des erfassten Radarsignals möglich.
Ein weiterer Vorteil der vorliegenden Erfindung besteht darin, dass sich die Signalverarbeitung mit aktuellen Komponenten kostengünstig realisieren lässt. Des Weiteren liefert das vorliegende Verfahren neben einer Echoliste auch eine Aussage über die Wahrscheinlichkeit des tatsächlichen Vorhandenseins eines Streuobjekts. Dies ist vor allem für eine nachgelagerte Echoverfolgung (tracking) eine sehr wichtige Eingangsgröße.

Claims

Patentansprüche
1. Verfahren zum Erfassen eines Objekts mittels Radar, das die folgenden Schritte aufweist: a. Erfassen eines ersten linearen Radarsignals und
Digitalisieren des ersten Radarsignals in eine Mehrzahl erster Signalwerte und Erfassen mindestens eines zweiten linearen Radarsignals und Digitalisieren des zweiten Radarsignals in eine Mehrzahl zweiter Signalwerte, b. Berechnen eines CFAR-Werts jeweils zu den ersten und zweiten Signalwerten und Bilden einer Differenz aus jeweils den ersten und zweiten Signalwerten und dem CFAR-Wert, c. Multiplizieren der jeweiligen Differenz mit einer
Bewertungsfunktion und d. Mitteln der bewerteten ersten Signalwerte mit den bewerteten zweiten Signalwerten.
2. Verfahren gemäß Anspruch 1, das den weiteren Schritt aufweist :
Ordnen der ersten und zweiten Signalwerte nach ihrer Amplitude und Berechnen des jeweiligen CFAR-Werts, wobei jeweils mindestens der Signalwert mit der größten Amplitude und der Signalwert mit der kleinsten Amplitude nicht berücksichtigt werden.
3. Verfahren gemäß einem der vorhergehenden Ansprüche, das den weiteren Schritt aufweist:
Logarithmieren des ersten und zweiten Radarsignals, nachdem sie erfasst worden sind.
4. Verfahren gemäß einem der vorhergehenden Ansprüche, in dem die Bewertungsfunktion für die Differenz nahe Null einen Faktor < 1, für die Differenz > 0,5 einen Faktor > 1 und für die Differenz < -1 einen Faktor < -1 vorgibt.
PCT/EP2006/065108 2005-08-09 2006-08-07 Verfahren zur detektion von hindernissen mittels radar WO2007017489A2 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP06778178A EP1913413A2 (de) 2005-08-09 2006-08-07 Verfahren zur detektion von hindernissen mittels radar

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102005037628.2 2005-08-09
DE200510037628 DE102005037628B3 (de) 2005-08-09 2005-08-09 Verfahren zum Erfassen eines Objektes mittels Radar

Publications (2)

Publication Number Publication Date
WO2007017489A2 true WO2007017489A2 (de) 2007-02-15
WO2007017489A3 WO2007017489A3 (de) 2007-04-26

Family

ID=37719449

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2006/065108 WO2007017489A2 (de) 2005-08-09 2006-08-07 Verfahren zur detektion von hindernissen mittels radar

Country Status (3)

Country Link
EP (1) EP1913413A2 (de)
DE (1) DE102005037628B3 (de)
WO (1) WO2007017489A2 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012020850A1 (de) 2012-10-24 2014-04-24 Daimler Ag Verfahren zur Objektdetektion

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10330773B2 (en) * 2016-06-16 2019-06-25 Texas Instruments Incorporated Radar hardware accelerator

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4489319A (en) * 1981-03-06 1984-12-18 Raytheon Company Detector with variance sensitivity

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19738260C2 (de) * 1997-09-02 2003-01-23 Eads Deutschland Gmbh Verfahren zur Detektion eines Radarzieles
DE10034080C2 (de) * 2000-07-13 2003-05-15 Eads Deutschland Gmbh Umlauf-Integration-Korrelation

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4489319A (en) * 1981-03-06 1984-12-18 Raytheon Company Detector with variance sensitivity

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MASHADE EL M B: "PARTIALLY CORRELATED SWEEPS DETECTION ANALYSIS OF MEAN LEVEL DETECTOR WITH AND WITHOUT CENSORING IN NONIDEAL BACKGROUND CONDITIONS" AEU INTERNATIONAL JOURNAL OF ELECTRONICS AND COMMUNICATIONS, ELSEVIER, JENA, DE, Bd. 53, Nr. 1, 1999, Seiten 33-44, XP000927953 ISSN: 1434-8411 *
VAN GENDEREN P ET AL: "Non coherent integration in a medium PRF radar" RECORD OF THE IEEE 1995 INTERNATIONAL RADAR CONFERENCE (CAT. NO.95CH-3571-0) IEEE NEW YORK, NY, USA, 1995, Seiten 91-94, XP002420347 ISBN: 0-7803-2121-9 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012020850A1 (de) 2012-10-24 2014-04-24 Daimler Ag Verfahren zur Objektdetektion

Also Published As

Publication number Publication date
WO2007017489A3 (de) 2007-04-26
DE102005037628B3 (de) 2007-04-19
EP1913413A2 (de) 2008-04-23

Similar Documents

Publication Publication Date Title
DE69605439T2 (de) System zum detektieren von mikro-burst
EP3410154B1 (de) Verfahren und sensorsystem zur vermessung der eigenschaften einer übertragungsstrecke eines messsystems zwischen sender und empfänger
EP2674776B1 (de) Ermittelung eines Überfahrbarkeitsindikators für ein Objekt
DE102010029699A1 (de) Radarsensor und Verfahren zur Detektion von Niederschlag mit einem Radarsensor
DE102015013854A1 (de) Verfahren und Radarvorrichtung zum Erfassen eines Zielobjekts
DE3883262T2 (de) Radar-Doppler Verfahren und Gerät zur Messung der Anfangsgeschwindigkeit eines Projektils.
DE102016225494B4 (de) Verfahren und vorrichtung zum erfassen eines zielobjekts
EP2375663B1 (de) Verfahren zur Klassifizierung von Signalen nach der verwendeten Modulationsart
DE102014226073A1 (de) Verfahren und Vorrichtung zum Betreiben eines Radarsystems eines Kraftfahrzeugs
DE102015210676A1 (de) Fmcw-radarvorrichtung und fmcw-radarsignal-verarbeitungsverfahren
EP3112894A1 (de) Verfahren zur automatischen klassifikation von radarobjekten
DE102012007979A1 (de) Verfahren zur Bestimmung des Füllstandes eines Mediums und entsprechende Vorrichtung
DE3408404C2 (de) Vorrichtung zur Radarsimulation
DE3744691C2 (de) Verfahren und Gerät zur Bewertung von Radarzielimpulsen
DE102013105953B4 (de) Verfahren zur Detektion von strahlungsemittierenden Partikeln
DE19824267A1 (de) Verfahren zur Erkennung von Nutz- und Störechos im Empfangssignal von Abstandssensoren sowie Anordnung zur Durchführung des Verfahrens
DE102005037628B3 (de) Verfahren zum Erfassen eines Objektes mittels Radar
DE69232090T2 (de) Geschwindigkeitsabhängige Empfindlichkeitsreglung
DE102019216017A1 (de) Verfahren und Vorrichtung zur Verarbeitung einer Doppler-Range-Matrix und Radarsystem
DE102004059946A1 (de) Vorrichtung und Verfahren zum Ermitteln eines Korrelationsmaximums
DE102004003304B3 (de) System zur Verbesserung der Sichtbarkeit eines Ziels
DE3028225C1 (de) Radarempfaenger
EP2699933B1 (de) Verfahren und vorrichtung zum bestimmen von zielparametern mittels passivem sonar und supportwerten
EP0548689B1 (de) Verfahren zum Detektieren und Unterscheiden weit entfernter Hubschrauber von anderen Fahrzeugen
DE19637010C2 (de) Verfahren zur Radarsignalverarbeitung

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2006778178

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 06778178

Country of ref document: EP

Kind code of ref document: A2

WWP Wipo information: published in national office

Ref document number: 2006778178

Country of ref document: EP