WO2021169085A1 - 一种毫米波mimo交通雷达求熵解速度模糊的方法 - Google Patents
一种毫米波mimo交通雷达求熵解速度模糊的方法 Download PDFInfo
- Publication number
- WO2021169085A1 WO2021169085A1 PCT/CN2020/095559 CN2020095559W WO2021169085A1 WO 2021169085 A1 WO2021169085 A1 WO 2021169085A1 CN 2020095559 W CN2020095559 W CN 2020095559W WO 2021169085 A1 WO2021169085 A1 WO 2021169085A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- target
- distance
- speed
- radar
- doppler
- Prior art date
Links
Images
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
- G01S7/418—Theoretical aspects
Definitions
- the invention belongs to the technical field of MIMO radar signal processing, and in particular relates to a method for entropy solving speed ambiguity of a millimeter wave MIMO traffic radar.
- millimeter-wave radar In intelligent transportation, there are various types of sensors, and millimeter-wave radar has many advantages such as unaffected by light, long range, unaffected by weather, low price, and high reliability. Therefore, the application research and development of millimeter-wave radar has become a trend.
- millimeter-wave radar In the active and safe driving technology of automobiles, millimeter-wave radar has gradually become an indispensable and important sensor by virtue of its all-time and all-weather working characteristics.
- TDM time-interleaved linear frequency modulated continuous wave
- LFMCW linear frequency modulated continuous wave
- the phase difference can be compensated by finding the phase compensation peak, specifically by comparing multiple channels.
- the maximum amplitude after the FFT output under the compensation coefficient is phase-compensated.
- the embodiment of the present application provides a method for solving entropy speed ambiguity of a millimeter wave MIMO traffic radar, optimizing the technical problem of ambiguity speed ambiguity that can only be performed for one target in the same dimension in the prior art, and provides multiple information in the same dimension.
- the embodiment of the present application provides a method for calculating entropy and solving speed ambiguity of a millimeter wave MIMO traffic radar, which includes performing the following operations on each target:
- drawing the range-Doppler ambiguity map includes performing range-Doppler two-dimensional Fourier transform on the three-dimensional radar echo signal S(r, c, g) to obtain S 2DFFT (rn, dn, g), where rn is the number of FFT points in the range, dn is the number of Doppler FFT points, and g is the number of channels; draw distance-Doppler-dimensional ambiguity graphs S 2DFFT (rn, dn) of g channels; FFT Represents the distance-Doppler two-dimensional Fourier.
- millimeter-wave MIMO radar adopts time division multiple access (TDM) for waveform configuration at the transmitting end.
- TDM time division multiple access
- the pulse repetition period of 3 is staggered at equal intervals.
- the radar echo signal is obtained, the transmitting antennas are turned on in the order of pulse arrangement, and the working time of each transmitting antenna is set to T c .
- the receiving antennas are simultaneously received by each transmitting antenna that is turned on in turn. Reorder the radar echo signals to obtain the three-dimensional radar echo signal S(r, c, g) according to the spatial order of sampling points-pulse number-channel number, where r is the sample The number of points, c is the number of pulses, and g is the number of channels.
- the millimeter wave MIMO radar includes 3 transmitting antennas and 4 receiving antennas.
- the MIMO system is equivalent.
- the constant false alarm processing includes comparing the current unit to be detected with a threshold determined by the background noise power level. If the sampling value of the unit to be detected is greater than the threshold, then the processor It will determine that there is a target in the corresponding distance and speed unit, and then continue to slide the window to detect other units to be detected until all units to be detected are detected.
- this application uses constant false alarm detection (CFAR) to detect multiple targets in a range-Doppler gate, and repeat the operations in the above steps , So as to accurately calculate the information of all target points and achieve more accurate positioning. Finally, the problem of splitting multiple targets under the same distance-speed gate is realized, and the accurate estimation of the target angle is realized.
- CFAR constant false alarm detection
- Fig. 1 is a schematic diagram of the MIMO radar antenna arrangement of the present invention.
- Figure 2 is a situation where the target is split
- Fig. 3 is the result of phase compensation in the case of target split in Fig. 2;
- Figure 4 shows the split of two targets with the same distance-speed
- Figure 5 is the result of phase compensation after splitting two targets at the same distance and speed
- Fig. 6 is a flow chart of phase compensation based on entropy in the present application.
- the channel order reorder the echo data received by the receiving antenna
- the distance-speed information corresponding to p target points can be obtained, and the fuzzy speed of one target i is v est ;
- 2L v true correspond to 2L weighted vectors, corresponding to the output power of the 2L group after DBF;
- i+1 will re-enter the constant false early warning (CFAR) detection in the range-Doppler dimension, and the distance-velocity information corresponding to p target points can be obtained, and the fuzzy speed of one target i is v est Step, loop.
- CFAR constant false early warning
- a millimeter-wave MIMO traffic radar method for calculating entropy to resolve speed ambiguity including the following steps:
- Millimeter-wave MIMO radar uses time division multiple access (TDM) at the transmitter to configure waveforms, that is, one pulse cycle contains 3 sub-pulses, and these 3 sub-pulses are staggered at equal intervals in time by 1/3 of the pulse repetition period. .
- the radar echo signals are reordered to obtain the three-dimensional radar echo signal S(r, c, g), where r is the number of sampling points, c is the number of pulses, and g Is the number of channels;
- the constant false alarm processing is the conventional two-dimensional constant false alarm processing.
- a certain threshold is set according to engineering experience.)
- the millimeter wave MIMO radar adopts time division multiple access for waveform configuration at the transmitting end, that is, a pulse period contains 3 sub-pulses, and these 3 sub-pulses are 1/3 of the pulse repetition period in time, etc. Stagger the interval.
- Step 1 In order to ensure good orthogonality of the transmitted waveform, the millimeter-wave MIMO radar adopts time division multiple access (TDMA) for waveform configuration at the transmitting end, that is, a pulse period contains 3 sub-pulses, and these 3 sub-pulses Staggered in time at equal intervals of 1/3 of the pulse repetition period. Therefore, in the test, the transmitting antennas are turned on sequentially in the order of pulse arrangement, and the working time of each transmitting antenna is T c , and the four receiving antennas simultaneously receive the echo signals generated by each transmitting antenna that are turned on in turn. .
- TDMA time division multiple access
- Step 2 Preliminary estimation of speed and distance information
- the echo signal S(r,c,g) is transformed by range-Doppler two-dimensional Fourier (FFT) to obtain S 2DFFT (rn,dn,g), where rn is the number of FFT points in the range, and dn is the Dopp Redirect the number of FFT points, and g is the number of channels.
- FFT range-Doppler two-dimensional Fourier
- Step 3 Find the angle information of the target
- digital beamforming can be used to obtain the angle information of the target.
- DBF digital beamforming
- Step 4 Prevent the speed measurement from being blurred, and calculate the unambiguous speed v true of the target
- Step 5 The new weighting vector is used for digital beamforming (DBF) again, and the entropy is finally calculated to obtain the corresponding group number e of the minimum entropy.
- the 2L group of compensation phases are respectively compensated into the weighting vector, and 2L groups of different new ones can be obtained.
- Step 6 Obtain the unambiguous speed, and then obtain the weighted vector
- Step 7 Obtain the new output power and obtain the accurate target
- Obtain the output power P'DBF (e), P'DBF (e) w (e) R x w H (e) to solve the problem of target splitting, and obtain accurate angle information of the target at the same time.
- Figure 2 shows a target split situation.
- Figure 3 is the result of phase compensation through the above steps. At this time, the angle information of the target can be accurately obtained, which solves the problem of target splitting;
- Figure 4 shows the same distance -The two targets of speed are split.
- Figure 5 is the result of completing the phase compensation through the above steps. At this time, the angle information of the two targets can be accurately obtained, which solves the problem of multiple targets splitting.
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
一种毫米波MIMO交通雷达求熵解速度模糊的方法,包括如下步骤:获取雷达回波信号;获取目标的距离初步信息;获取目标的速度初步信息;获取目标角度信息;计算目标的不模糊速度,建立优化模型,得到2L组不同的补偿相位;获取最小熵值e,再将这2L组不同的新的加权矢量用于数字波束形成,得到2L组不同的输出功率;根据最小熵值所在位置e,得此时对应的不模糊速度,求得新的输出功率、获得准确目标,将最小熵值对应的加权矢量,重新用于数字波束形成,获得目标准确的角度信息。通过在同一维度下对多个目标进行检测的方法,实现了高精度高效率的测量。
Description
本发明属于MIMO雷达信号处理技术领域,尤其涉及一种毫米波MIMO交通雷达求熵解速度模糊的方法。
在智能交通中,传感器的种类多样,而毫米波雷达有着不受光线影响、作用距离远、不受天气影响、价格低、可靠性高等诸多优点,因此,毫米波雷达的应用研发成为趋势。
在汽车主动安全驾驶技术中,毫米波雷达凭借其全天时、全天候工作的特点,逐步成为不可或缺的重要传感器。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现在市场上交通雷达多采用TDM的方式进行波形配置,但由于TDM的MIMO波形是时间交错线性调频连续波(LFMCW)波形,当目标速度足够大时,导致不同的发射波形到达目标之间产生相位差,最终导致在测角度过程中目标出现分裂;而最新的方法也是局限在同一维度下的一个目标进行求模糊速度,如通过找到相位补偿峰值的方式来补偿相位差,具体是通过比较多路补偿系数下FFT输出后的幅度最大值进行相位补偿。
而现需要一种在同一维度下对多个目标进行检测的一种方法来实现高精度高效率的测量结果。
发明内容
本申请实施例通过提供一种毫米波MIMO交通雷达求熵解速度模糊的方法,优化现有技术中只能针对同一维度下的一个目标进行求模糊速度的技术问题,提供在同一维度下的多个目标进行检测的方法来实现高精度高效率的测量结果。
本申请实施例提供了一种毫米波MIMO交通雷达求熵解速度模糊的方法,包括对每个目标进行如下操作:
获取目标的距离初步信息,对距离-多普勒维模糊图进行恒虚警处理,得到目标对应的距离门r
p,其中,p=1,......,Num,Num为距离-多普勒维检测到的目标个数;
获取目标的速度初步信息,对距离-多普勒维模糊图进行恒虚警处理,得到目标对应的多普勒门d
p,其中,p=1,......,Num,Num为距离-多普勒维检测到的目标个数;选取一个距离-多普勒门下的目标回波信号S
2DFFT(r
p,d
p,g)进行后续处理,此时初步估计目标速度为v
est=d
p*v
res,其中,v
res为速度分辨率,
N
dopplerFFT为多普勒维傅里叶变换的点数,λ为波长,T
c为每个发射天线工作的时间;
获取目标角度信息,根据对三维雷达回波信号S(r,c,g)进行距离-速度二维傅里叶变换后的回波信号做数字波束形成,其中,r为采样点数,c为脉冲数,g为通道数;
计算目标的不模糊速度v
true,建立优化模型v
true=v
est+jv
max,其中j=-L:L,L为任意整数,
v
max为最大速度,λ为波长,M为发射天线数,T
c为每个发射天线工作的时间;j从-L取至L,得到共2L组不同的v
true,即得到2L组不同的补偿相位,每组的补偿相位可表示为:
其中,
获取最小熵值所在位置e,将2L组补偿相位分别补偿到加权矢量a当中,得到2L组新的加权矢量
其中,
d为等效天线间距,θ为目标相对于雷达的方位角;
N代表接收天线数,即
,MN代表M*N;再将这2L组不同的新的加权矢量用于数字波束形成,得到2L组不同的输出功率,即P′
DBF(1:2L)=w(1:2L)R
xw
H(1:2L),其中,R
x为协方差矩阵,
w
H为新的加权矢量w的共轭转置;熵的计算公式为En(1:2L)=-∑[P(1:2L)log
2P(1:2L)],其中,
比较熵值的大小,得到这2L组熵值最小值对应的组号e,即En(e)=min[En(1:2L)],1≤e≤2L,min表示取最小值,En(1:2L)表示2L 组熵,En(e)表示最小熵的值,e表示最小熵值所在的组号;
求得新的输出功率、获得准确目标,将最小熵值对应的加权矢量,重新用于数字波束形成,并求得一组输出功率P′
DBF(e)=w(e)R
xw
H(e),获得目标准确的角度信息;w(e)表示最小熵值所在组号对应的加权矢量,R
x为协方差矩阵,
w
H(e)为w(e)的共轭转置;
重复上述步骤直至取完Num个p值。
作为本申请改进的技术方案,绘制距离-多普勒维模糊图包括对三维雷达回波信号S(r,c,g)进行距离-多普勒二维傅里叶变换得到S
2DFFT(rn,dn,g),其中,rn为距离向FFT点数,dn为多普勒向FFT点数,g为通道数;绘制g个通道的距离-多普勒维模糊图S
2DFFT(rn,dn);FFT表示距离-多普勒二维傅里叶。
作为本申请改进的技术方案,获取目标角度信息包括:首先求S
2DFFT(r
p,d
p,g)的协方差矩阵
E表示求均值,S
2DFFT(r
p,d
p,g)表示同一距离-多普勒门下的目标回波信号,
表示对S
2DFFT(r
p,d
p,g)的共轭转置;再求输出功率P
DBF=aR
xa
H,加权矢量
d为等效天线间距,θ为目标相对于雷达的方位角,MN为M*N。
作为本申请改进的技术方案,毫米波MIMO雷达在发射端多采用时分多址(TDM)的方式进行波形配置,即一个脉冲周期内包含3个子脉冲,且这3个子脉冲在时间上以1/3的脉冲重复周期等间隔错开。
作为本申请改进的技术方案,获取雷达回波信号,按照脉冲排列的顺序依次打开发射天线,设定每个发射天线工作的时间为T
c,接收天线同时接收由依次打开的每个发射天线产生的雷达回波信号,将回波信号按照采样点数-脉冲数-通道数的空间顺序,将雷达回波信号重新排序得到三维雷达回波信号S(r,c,g),其中,r为采样点数,c为脉冲数,g为通道数。
作为本申请改进的技术方案,毫米波MIMO雷达包含3个发射天线,4个接收天线,发射天线之间的间距为d1=6λ,接收天线之间的间距为d2=1.5λ,MIMO体制等效成一发多收的相控阵体制时,收发天线的等效间距为d=0.75λ。
作为本申请改进的技术方案,恒虚警处理包括将当前待检测的单元与由背景噪声功率电平决定的门限进行比较,若此待检测单元中的采样值大于门限值,那么该处理器就会判定在对应距离和速度单元内存在目标,然后继续滑窗,检测其他待检测单元,直到检测完所有待检测单元。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
相对于现有技术中一个距离-速度门内的目标进行的相位补偿,本申请采用恒虚警检测(CFAR)可以检测到多个距离-多普勒门内的目 标,重复上述步骤中的操作,从而将所有目标点的信息进行准确解算,实现更精确的定位。最终实现同一距离-速度门下多个目标分裂的问题、实现目标角度的准确估计。
图1是本发明的MIMO雷达天线排布示意图。
图2是一个目标分裂的情况;
图3是图2目标分裂的情况完成相位补偿后的结果;
如图4是同距离-速度的两个目标分裂的情况;
图5是同距离-速度的两个目标分裂完成相位补偿后的结果;
图6是本申请的基于熵值的相位补偿流程图。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
图1为本发明中雷达采用的天线布局:毫米波MIMO雷达包含3个发射天线,4个接收天线,发射天线之间的间距为d1=6λ,接收 天线之间的间距为d2=1.5λ,MIMO体制等效成一发多收的相控阵体制时,收发天线的等效间距为d=0.75λ。
结合流程图6:对本申请的方法具体实施步骤描述如下:
根据通道顺序,将接收天线接收的回波数据重新排序;
对M*N(本文中也采用MN表示)个通道的回波信号进行距离-多普勒维的FFT;
在距离-多普勒维做恒虚预警(CFAR)检测,可得p个目标点对应的距离-速度信息,其中一个目标i的模糊速度为v
est;
构建优化模型,搜索不模糊速度v
true=v
est+jv
max;
2L个v
true对应2L个加权矢量,对应DBF后的2L组输出功率;
比较得到熵值最小的输出功率对应的加权矢量及速度(即不模糊速度);
若i<p,则i+1重新进入在距离-多普勒维做恒虚预警(CFAR)检测,可得p个目标点对应的距离-速度信息,其中一个目标i的模糊速度为v
est步骤,进行循环。
若i不小于p,则结束。
详细地表述为:
一种毫米波MIMO交通雷达求熵解速度模糊的方法,包括如下步骤:
毫米波MIMO雷达在发射端多采用时分多址(TDM)的方式进行波形配置,即一个脉冲周期内包含3个子脉冲,且这3个子脉冲在时间上以1/3的脉冲重复周期等间隔错开。本申请采用毫米波MIMO雷达包含3个发射天线,4个接收天线,发射天线之间的间距为d1=6λ,接收天线之间的间距为d2=1.5λ,MIMO体制等效成一发多收的相控阵体制时,收发天线的等效间距为d=0.75λ。
获取雷达回波信号,按照脉冲排列的顺序依次打开发射天线,设定每个发射天线工作的时间为T
c,接收天线同时接收由依次打开的每个发射天线产生的雷达回波信号,将回波信号按照采样点数-脉冲数-通道数的空间顺序,将雷达回波信号重新排序得到三维雷达回波信号S(r,c,g),其中,r为采样点数,c为脉冲数,g为通道数;
对每个目标进行如下操作:获取目标的距离初步信息,对雷达回波信号S(r,c,g)进行距离-多普勒二维傅里叶(FFT)变换得到S
2DFFT(rn,dn,g),所谓的傅里叶变换即S
2DFFT=FFT(S);其中,rn为距离向FFT点数,dn为多普勒向FFT点数,g为通道数。绘制g个通道的距离-多普勒维模糊图S
2DFFT(rn,dn),对距离-多普勒维模糊图进行恒虚警处理(即将当前待检测的单元与由背景噪声功率电平决定的门限进行比较,若此待检测单元中的采样值大于门限值,那么该处理器就会判定在对应距离和速度单元内存在目标,然后继续滑窗,检测其他待检测单元,直到检测完所有待检测单元,实际应用中可采用(CA/OS/DP)等多种恒虚警检测方法,本申请不再对其进行详述。但可简述为对距离-多普勒模糊图进行恒虚警处理就是常规的二维恒 虚警处理,根据工程经验设定一定的阈值门限。),得到目标对应的距离门r
p,其中p=1,......,Num,Num为距离-多普勒维检测到的目标个数;
获取目标的速度初步信息,对雷达回波信号S(r,c,g)进行距离-多普勒二维傅里叶(FFT)变换得到S
2DFFT(rn,dn,g),绘制g个通道的距离-多普勒维模糊图S
2DFFT(rn,dn),对距离-多普勒维模糊图进行恒虚警处理(同上),得到目标对应的多普勒门d
p,其中p=1,......,Num,Num为距离-多普勒维检测到的目标个数;选取一个距离-多普勒门下的目标回波信号S
2DFFT(r
p,d
p,g)进行后续处理,此时初步估计目标速度为v
est=d
p*v
res,其中,
N
dopplerFFT为多普勒维傅里叶变换的点数,λ为波长,v
res为速度分辨率,T
c为每个发射天线工作的时间;
获取目标角度信息,根据对三维雷达回波信号S(r,c,g)进行距离-速度二维傅里叶变换后的回波信号做数字波束形成;其中,r为采样点数,c为脉冲数,g为通道数。包括:首先求S
2DFFT(r
p,d
p,g)的协方差矩阵
E表示求均值,S
2DFFT(r
p,d
p,g)表示同一距离-多普勒门下的目标回波信号,
表示对S
2DFFT(r
p,d
p,g)的共轭转置,再求输出功率P
DBF=aR
xa
H,加权矢量
d为等效天线间距,θ为目标相对于雷达的方位角,MN为M*N。
计算目标的不模糊速度v
true,建立优化模型v
true=v
est+jv
max,其中j=-L:L(L为任意整数),
v
max为最大速度,λ为波长,M 为发射天线数,本申请中M=3,T
c为每个发射天线工作的时间;j从-L取至L,得到共2L组不同的v
true,即得到2L组不同的补偿相位,每组的补偿相位可表示为:
,其中,
获取最小熵值所在位置e,将2L组补偿相位分别补偿到加权矢量a当中,得到2L组新的加权矢量
其中,
d为等效天线间距,θ为目标相对于雷达的方位角;
N代表接收天线数,即
,MN代表M*N;再将这2L组不同的新的加权矢量用于数字波束形成,得到2L组不同的输出功率,即P′
DBF(1:2L)=w(1:2L)R
xw
H(1:2L),其中,R
x为协方差矩阵,
w
H为新的加权矢量w的共轭转置;熵的计算公式为En(1:2L)=-∑[P(1:2L)log
2P(1:2L)],其中,
比较熵值的大小,得到这2L组熵值最小值对应的组号e,即En(e)=min[En(1:2L)],1≤e≤2L,min表示取最小值,En(1:2L)表示2L组熵,En(e)表示最小熵的值,e表示最小熵值所在的组号;
求得新的输出功率、获得准确目标,将最小熵值对应的加权矢量,重新用于数字波束形成,并求得一组输出功率P′
DBF(e)=w(e)R
xw
H(e),获得目标准确的角度信息;w(e)表示最小熵值所在组号对应的加权矢量,R
x为协方差矩阵,
w
H(e)为w(e)的共轭转置;
重复上述步骤直至取完Num个p值。
在上述方法中,毫米波MIMO雷达在发射端多采用时分多址的方式进行波形配置,即一个脉冲周期内包含3个子脉冲,且这3个子脉冲在时间上以1/3的脉冲重复周期等间隔错开。
具体应用时:
步骤1、毫米波MIMO雷达为了保证发射波形具有良好的正交性,在发射端多采用时分多址(TDMA)的方式进行波形配置,即一个脉冲周期内包含3个子脉冲,且这3个子脉冲在时间上以1/3的脉冲重复周期等间隔错开。因此,在测试中,发射天线是按照脉冲排列的顺序依次打开的,且每个发射天线工作的时间为T
c,而4个接收天线同时接收由依次打开的每个发射天线产生的回波信号。
步骤2、初步估算速度、距离信息
对接收天线接收得到的回波信号重新排序,得到包含目标信息的三维雷达回波信号S(r,c,g),其中,r为采样点数,c为脉冲数,g为通道数,对雷达回波信号S(r,c,g)进行距离-多普勒二维傅里叶(FFT) 变换得到S
2DFFT(rn,dn,g),其中,rn为距离向FFT点数,dn为多普勒向FFT点数,g为通道数。绘制g个通道的距离-多普勒维模糊图S
2DFFT(rn,dn),对距离-多普勒维模糊图进行恒虚警处理得到目标对应的距离门r
p和多普勒门d
p,其中p=1,......,Num,Num为距离-多普勒维检测到的目标个数,可计算得目标的距离、速度信息。此时初步估计目标速度为v
est=d
p*v
res,其中,
N
dopplerFFT为多普勒维傅里叶变换的点数,λ为波长,v
res为速度分辨率。
步骤3、求目标的角度信息
根据步骤二中二维FFT后的回波信号做数字波束形成(DBF),可求得目标的角度信息。首先求S
2DFFT(r
p,d
p,g)的协方差矩阵
再求输出功率P
DBF=aR
xa
H,其中,加权矢量
d为等效天线间距,θ为目标相对于雷达的方位角。
步骤4、防止测速模糊,计算目标的不模糊速度v
true
当目标速度过大时,通道间的相位差会导致测速模糊,同时使得目标在方位向存在分裂且角度信息不准确的情况,为了补偿通道之间的相位差,需要计算目标的不模糊速度v
true,这里构造一个简单的优化模型v
true=v
est+jv
max,其中j=-L:L(L为任意整数),
j从-L取至L,可以得到共2L组不同的v
true,因此可得到2L组不同的 补偿相位,每组的补偿相位可表示为:
其中,
步骤5、新的加权矢量再次用于数字波束形成(DBF),求熵最终求得最小熵值的对应组号e,将2L组补偿相位分别补偿到加权矢量当中,可以得到2L组不同的新的加权矢量
即
再将这2L组不同的新的加权矢量用于数字波束形成(DBF),可得到2L组不同的输出功率,即P′
DBF(1:2L)=w(1:2L)R
xw
H(1:2L);熵的计算公式为En(1:2L)=-∑[P(1:2L)log
2P(1:2L)],其中,
比较熵值的大小,得到这2L组熵值最小值对应的组号e,即En(e)=min[En(1:2L)],1≤e≤2L。
步骤6、求得不模糊速度,进而得到加权矢量
步骤7、求得新的输出功率,获得准确目标
将步骤6中得到的最小熵值对应的加权矢量,重新用于数字波束形成(DBF),并求得一组输出功率,根据P′
DBF(e)=w(e)R
xw
H(e)求得输出功率P′
DBF(e),P′
DBF(e)=w(e)R
xw
H(e)即可解决目标分裂的问题,同时可获得目标准确的角度信息。如图2所示一个目标分裂的情况,图3是通过上述步骤完成相位补偿后的结果,此时可以准确的得到该目标的角度信息,解决了一个目标分裂的问题;如图4是同距离-速度的两个目标分裂的情况,图5是通过上述步骤完成相位补偿后的结果,此时可以准确的得到这两个目标的角度信息,解决了多个目标分裂的问题。
虽然本申请已以较佳实施例揭露如上,然其并非用以限定本申请。本申请所属技术领域中具有通常知识者,在不脱离本申请的精神和范围内,当可作各种的更动与润饰。因此,本申请的保护范围当视权利要求书所界定者为准。
Claims (7)
- 一种毫米波MIMO交通雷达求熵解速度模糊的方法,其特征在于,包括对每个目标进行如下操作:获取目标的距离初步信息,对距离-多普勒维模糊图进行恒虚警处理,得到目标对应的距离门r p,其中,p=1,......,Num,Num为距离-多普勒维检测到的目标个数;获取目标的速度初步信息,对距离-多普勒维模糊图进行恒虚警处理,得到目标对应的多普勒门d p,其中,p=1,......,Num,Num为距离-多普勒维检测到的目标个数;选取一个距离-多普勒门下的目标回波信号S 2DFFT(r p,d p,g)进行后续处理,此时初步估计目标速度为v est=d p*v res,其中,v res为速度分辨率, N dopplerFFT为多普勒维傅里叶变换的点数,λ为波长,T c为每个发射天线工作的时间;获取目标角度信息,根据对三维雷达回波信号S(r,c,g)进行距离-速度二维傅里叶变换后的回波信号做数字波束形成,其中,r为采样点数,c为脉冲数,g为通道数;计算目标的不模糊速度v true,建立优化模型v true=v est+jv max,其中j=-L∶L,L为任意整数, v max为最大速度,λ为波长,M为发射天线数,T c为每个发射天线工作的时间;j从-L取至L,得到共2L组不同的v true,即得到2L 组不同的补偿相位,每组的补偿相位可表示为: 其中,获取最小熵值所在位置e,将2L组补偿相位分别补偿到加权矢量a当中,得到2L组新的加权矢量 其中, d为等效天线间距,θ为目标相对于雷达的方位角; N代表接收天线数,即 MN代表M*N;再将这2L组不同的新的加权矢量用于数字波束形成,得到2L组不同的输出功率,即P′ DBF(1∶2L)=w(1∶2L)R xw H(1∶2L),其中,R x为协方差矩阵, w H为新的加权矢量w的共轭转置;熵的计算公式为En(1∶2L)=-∑[P(1∶2L)log 2P(1∶2L)],其中, 比较熵值的大小,得到这2L组熵值最小值对应的组号e,即En(e)=min[En(1∶2L)],1≤e≤2L,min表示取最小值,En(1∶2L)表示2L组熵,En(e)表示最小熵的值,e表示最小熵值所在的组号;求得新的输出功率、获得准确目标,将最小熵值对应的加权矢量,重新用于数字波束形成,并求得一组输出功率P′ DBF(e)=w(e)R xw H(e),获得目标准确的角度信息;w(e)表示最小熵值所在组号对应的加权矢量,R x为协方差矩阵, w H(e)为w(e)的共轭转置;重复上述步骤直至取完Num个p值。
- 根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法,其特征在于,对三维雷达回波信号S(r,c,g)进行距离-多普勒二维傅里叶变换得到S 2DFFT(rn,dn,g),其中,rn为距离向FFT点数,dn为多普勒向FFT点数,g为通道数;绘制g个通道的距离-多普勒维模糊图S 2DFFT(rn,dn);FFT表示距离-多普勒二维傅里叶。
- 根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法,其特征在于,毫米波MIMO雷达在发射端多采用时分多址(TDM)的方式进行波形配置,即一个脉冲周期内包含3个子脉冲,且这3个子脉冲在时间上以1/3的脉冲重复周期等间隔错开。
- 根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法,其特征在于,获取雷达回波信号,按照脉冲排列的顺序依次打开发射天线,设定每个发射天线工作的时间为T c,接收天线同时接收由依次打开的每个发射天线产生的雷达回波信号,将回波信号按照采样点数-脉冲数-通道数的空间顺序,将雷达回波信号重新排序得到三维雷达回波信号S(r,c,g),其中,r为采样点数,c为脉冲数,g为通道数。
- 根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法,其特征在于,毫米波MIMO雷达包含3个发射天线,4个接收天线,发射天线之间的间距为d1=6λ,接收天线之间的间距为d2=1.5λ,MIMO体制等效成一发多收的相控阵体制时,收发天线的等效间距为d=0.75λ。
- 根据权利要求1所述的一种毫米波MIMO交通雷达求熵解速度模糊的方法,其特征在于,恒虚警处理包括将当前待检测的单元与由背景噪声功率电平决定的门限进行比较,若此待检测单元中的采样值大于门限值,那么该处理器就会判定在对应距离和速度单元内存在目标,然后继续滑窗,检测其他待检测单元,直到检测完所有待检测单元。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010124482.7A CN111308437B (zh) | 2020-02-27 | 2020-02-27 | 一种毫米波mimo交通雷达求熵解速度模糊的方法 |
CN202010124482.7 | 2020-02-27 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2021169085A1 true WO2021169085A1 (zh) | 2021-09-02 |
Family
ID=71149350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2020/095559 WO2021169085A1 (zh) | 2020-02-27 | 2020-06-11 | 一种毫米波mimo交通雷达求熵解速度模糊的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111308437B (zh) |
WO (1) | WO2021169085A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113917423A (zh) * | 2021-09-28 | 2022-01-11 | 纵目科技(上海)股份有限公司 | 多普勒模糊度的计算方法、测量目标速度的方法及装置 |
CN114152939A (zh) * | 2021-10-27 | 2022-03-08 | 西安电子工程研究所 | 一种同时多波束雷达点迹凝聚方法 |
CN114185038A (zh) * | 2021-11-29 | 2022-03-15 | 珠海安自达科技有限公司 | 一种基于毫米波雷达网实现超高角度分辨力的方法及系统 |
CN114265656A (zh) * | 2021-12-24 | 2022-04-01 | 四川千里倍益康医疗科技股份有限公司 | 筋膜枪及其显示屏显示控制方法 |
CN114879179A (zh) * | 2022-05-24 | 2022-08-09 | 中国电子科技集团公司第二十研究所 | 一种适用于高重频极化雷达的慢速目标检测方法 |
CN115128562A (zh) * | 2022-08-29 | 2022-09-30 | 长沙隼眼软件科技有限公司 | 通道校准方法、装置及存储介质 |
CN116930907A (zh) * | 2023-09-15 | 2023-10-24 | 厦门大学 | 一种ddma-mimo雷达的目标相参积累检测方法 |
CN117452390A (zh) * | 2023-12-25 | 2024-01-26 | 厦门大学 | 一种ddma-mimo雷达速度估计方法 |
CN117930213A (zh) * | 2024-03-25 | 2024-04-26 | 湘江实验室 | 一种基于毫米波雷达探测人体存在的方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022027241A1 (zh) * | 2020-08-04 | 2022-02-10 | 华为技术有限公司 | 信号处理方法和装置 |
CN112230213B (zh) * | 2020-08-26 | 2024-02-02 | 北京航空航天大学杭州创新研究院 | 毫米波雷达及其信号处理方法、装置、计算机可读存储介质 |
CN112068117B (zh) * | 2020-09-11 | 2023-11-03 | 上海航天电子通讯设备研究所 | 基于pd检测的精确测速修正方法及系统 |
CN112305530B (zh) * | 2020-11-02 | 2022-12-23 | 上海神添实业有限公司 | 一种无人机群目标检测方法、电子设备及存储介质 |
CN112462343B (zh) * | 2020-11-11 | 2023-09-19 | 中国人民解放军空军预警学院 | 一种通过频域变换处理提取雷达信号脉内特征参数的方法 |
CN112098970B (zh) * | 2020-11-18 | 2021-02-19 | 南京慧尔视智能科技有限公司 | 一种用于交通微波检测的速度解模糊算法及相关设备 |
CN112558032B (zh) * | 2020-11-30 | 2024-03-26 | 北京航天光华电子技术有限公司 | 一种用于地面警戒雷达的数字信号处理组件 |
CN112710998B (zh) * | 2020-12-16 | 2022-05-17 | 南京慧尔视智能科技有限公司 | 一种用于微波检测的速度解模糊算法及相关设备 |
CN112690270A (zh) * | 2020-12-21 | 2021-04-23 | 西安京维智网科技有限公司 | 基于毫米波雷达的高压输电线路杆塔探鸟驱鸟系统及方法 |
CN114019495B (zh) * | 2021-10-27 | 2024-05-31 | 海信集团控股股份有限公司 | 一种确定毫米波雷达的最大不模糊速度的方法及相关装置 |
CN114137508B (zh) * | 2022-01-29 | 2022-04-26 | 南京隼眼电子科技有限公司 | 运动目标速度解模糊方法、装置、电子设备及存储介质 |
CN114325632B (zh) * | 2022-03-14 | 2022-06-17 | 广东大湾区空天信息研究院 | Mimo体制下的毫米波雷达速度解模糊方法及处理设备 |
CN114839588B (zh) * | 2022-06-27 | 2023-03-21 | 珠海正和微芯科技有限公司 | Fmcw毫米波雷达接收天线阵误差补偿方法、系统及装置 |
CN114814778B (zh) * | 2022-06-29 | 2022-09-20 | 长沙莫之比智能科技有限公司 | 一种基于毫米波雷达的载体速度解算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594233A (zh) * | 2018-04-24 | 2018-09-28 | 森思泰克河北科技有限公司 | 一种基于mimo汽车雷达的速度解模糊方法 |
CN110109078A (zh) * | 2019-05-05 | 2019-08-09 | 西安电子科技大学 | 基于相参频率捷变雷达的速度解模糊方法 |
CN110412558A (zh) * | 2019-07-03 | 2019-11-05 | 南京理工大学 | 基于tdm mimo的解车载fmcw雷达速度模糊方法 |
CN111239721A (zh) * | 2020-02-13 | 2020-06-05 | 南京航空航天大学 | 车载mimo雷达求熵解速度模糊的方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5276453A (en) * | 1993-02-02 | 1994-01-04 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Method for ambiguity resolution in range-Doppler measurements |
CN103616679B (zh) * | 2013-11-19 | 2016-04-27 | 北京航空航天大学 | 基于差波束调制和波形分析的pd雷达测距测角方法 |
US10627483B2 (en) * | 2016-07-09 | 2020-04-21 | Texas Instruments Incorporated | Methods and apparatus for velocity detection in MIMO radar including velocity ambiguity resolution |
CN107966688B (zh) * | 2017-11-09 | 2021-04-20 | 东南大学 | 基于相位干涉技术的宽带雷达目标速度解模糊方法 |
CN110161472B (zh) * | 2019-04-29 | 2022-07-22 | 东南大学 | 一种基于信号复用的宽带车载毫米波雷达解速度模糊方法 |
CN110488270B (zh) * | 2019-07-31 | 2022-10-14 | 电子科技大学 | 一种用于车载lfmcw雷达解速度模糊测角方法 |
CN110412514B (zh) * | 2019-08-02 | 2023-05-23 | 南京慧尔视智能科技有限公司 | 一种mimo体制下的线性调频连续波波形优化方法 |
CN110837081B (zh) * | 2019-11-08 | 2022-09-06 | 南京理工大学 | 基于p/d波段雷达信号融合处理的高速目标检测方法 |
-
2020
- 2020-02-27 CN CN202010124482.7A patent/CN111308437B/zh active Active
- 2020-06-11 WO PCT/CN2020/095559 patent/WO2021169085A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594233A (zh) * | 2018-04-24 | 2018-09-28 | 森思泰克河北科技有限公司 | 一种基于mimo汽车雷达的速度解模糊方法 |
CN110109078A (zh) * | 2019-05-05 | 2019-08-09 | 西安电子科技大学 | 基于相参频率捷变雷达的速度解模糊方法 |
CN110412558A (zh) * | 2019-07-03 | 2019-11-05 | 南京理工大学 | 基于tdm mimo的解车载fmcw雷达速度模糊方法 |
CN111239721A (zh) * | 2020-02-13 | 2020-06-05 | 南京航空航天大学 | 车载mimo雷达求熵解速度模糊的方法 |
Non-Patent Citations (2)
Title |
---|
DAI ZUONING; ZHANG XINGGAN; FANG HUI; BAI YECHAO: "High Accuracy Velocity Measurement Based on Keystone Transform Using Entropy Minimization", CHINESE JOURNAL OF ELECTRONICS, TECHNOLOGY EXCHANGE LTD., HONG KONG,, HK, vol. 25, no. 4, 1 July 2016 (2016-07-01), HK, pages 774 - 778, XP006072150, ISSN: 1022-4653, DOI: 10.1049/cje.2016.06.009 * |
XING MENGDAO, SU JUNHAI, WANG GENYUAN, BAO ZHENG: "New Parameter Estimation and Detection Algorithm for High Speed Small Target", IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS., IEEE SERVICE CENTER, PISCATAWAY, NJ., US, vol. 47, no. 1, 1 January 2011 (2011-01-01), US, pages 214 - 224, XP055841433, ISSN: 0018-9251, DOI: 10.1109/TAES.2011.5705671 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113917423A (zh) * | 2021-09-28 | 2022-01-11 | 纵目科技(上海)股份有限公司 | 多普勒模糊度的计算方法、测量目标速度的方法及装置 |
CN113917423B (zh) * | 2021-09-28 | 2024-05-28 | 纵目科技(上海)股份有限公司 | 多普勒模糊度的计算方法、测量目标速度的方法及装置 |
CN114152939B (zh) * | 2021-10-27 | 2024-04-30 | 西安电子工程研究所 | 一种同时多波束雷达点迹凝聚方法 |
CN114152939A (zh) * | 2021-10-27 | 2022-03-08 | 西安电子工程研究所 | 一种同时多波束雷达点迹凝聚方法 |
CN114185038A (zh) * | 2021-11-29 | 2022-03-15 | 珠海安自达科技有限公司 | 一种基于毫米波雷达网实现超高角度分辨力的方法及系统 |
CN114185038B (zh) * | 2021-11-29 | 2022-08-12 | 珠海安自达科技有限公司 | 一种基于毫米波雷达网实现超高角度分辨力的方法及系统 |
CN114265656A (zh) * | 2021-12-24 | 2022-04-01 | 四川千里倍益康医疗科技股份有限公司 | 筋膜枪及其显示屏显示控制方法 |
CN114879179A (zh) * | 2022-05-24 | 2022-08-09 | 中国电子科技集团公司第二十研究所 | 一种适用于高重频极化雷达的慢速目标检测方法 |
CN114879179B (zh) * | 2022-05-24 | 2024-05-14 | 中国电子科技集团公司第二十研究所 | 一种适用于高重频极化雷达的慢速目标检测方法 |
CN115128562B (zh) * | 2022-08-29 | 2022-11-29 | 长沙隼眼软件科技有限公司 | 通道校准方法、装置及存储介质 |
CN115128562A (zh) * | 2022-08-29 | 2022-09-30 | 长沙隼眼软件科技有限公司 | 通道校准方法、装置及存储介质 |
CN116930907A (zh) * | 2023-09-15 | 2023-10-24 | 厦门大学 | 一种ddma-mimo雷达的目标相参积累检测方法 |
CN116930907B (zh) * | 2023-09-15 | 2024-01-12 | 厦门大学 | 一种ddma-mimo雷达的目标相参积累检测方法 |
CN117452390A (zh) * | 2023-12-25 | 2024-01-26 | 厦门大学 | 一种ddma-mimo雷达速度估计方法 |
CN117452390B (zh) * | 2023-12-25 | 2024-05-03 | 厦门大学 | 一种ddma-mimo雷达速度估计方法 |
CN117930213A (zh) * | 2024-03-25 | 2024-04-26 | 湘江实验室 | 一种基于毫米波雷达探测人体存在的方法 |
CN117930213B (zh) * | 2024-03-25 | 2024-06-04 | 湘江实验室 | 一种基于毫米波雷达探测人体存在的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111308437B (zh) | 2022-03-22 |
CN111308437A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021169085A1 (zh) | 一种毫米波mimo交通雷达求熵解速度模糊的方法 | |
CN111157981B (zh) | 多入多出调频连续波雷达系统 | |
CN109975807B (zh) | 一种适用于毫米波车载雷达的降维子空间测角方法 | |
Zhang et al. | Super resolution DOA based on relative motion for FMCW automotive radar | |
CN111736131B (zh) | 一种剔除一比特信号谐波虚假目标的方法及相关组件 | |
CN102156279B (zh) | 基于mimo的双基地雷达地面动目标检测方法 | |
CN108693511B (zh) | 时分复用mimo雷达的运动目标角度计算方法 | |
CN109188385B (zh) | 杂波背景下的高速微弱目标检测方法 | |
CN111239721B (zh) | 车载mimo雷达求熵解速度模糊的方法 | |
CN111257879B (zh) | 基于二范数解决毫米波mimo雷达目标分裂的方法 | |
CN113504522B (zh) | 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 | |
CN111273248B (zh) | 一种基于相位补偿的解速度模糊方法 | |
Shapir et al. | Doppler ambiguity resolving in TDMA automotive MIMO radar via digital multiple PRF | |
CN111007503A (zh) | 基于频率谱精确定位的运动目标聚焦和定位方法及系统 | |
CN110488283A (zh) | 一种用于多通道hrws-sar通道的误差校正方法 | |
CN108872947B (zh) | 一种基于子空间技术的海杂波抑制方法 | |
CN110940973B (zh) | 一种用于雷达目标检测的角度测量方法及装置 | |
CN112230220A (zh) | 基于Radon变换的Deramp-STAP动目标检测方法 | |
CN109917371B (zh) | 一种基于改进微波波形的微波雷达测量方法 | |
CN115616629B (zh) | 一种基于天基外辐射源信号的运动目标探测补偿方法 | |
CN116500620A (zh) | 毫米波雷达的数据处理方法、装置、存储介质及无人车 | |
Ishtiaq et al. | Detection and tracking of multiple targets using dual-frequency interferometric radar | |
CN114994676A (zh) | 一种一站固定式双站低频超宽带sar运动目标成像方法 | |
WO2021196165A1 (zh) | 频率分析方法、装置及雷达 | |
CN110231590B (zh) | 一种基于dft变换的阵列目标角度测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 20922367 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 20922367 Country of ref document: EP Kind code of ref document: A1 |