CN111044987B - 基于汽车雷达的环境目标速度解模糊方法、***及介质 - Google Patents

基于汽车雷达的环境目标速度解模糊方法、***及介质 Download PDF

Info

Publication number
CN111044987B
CN111044987B CN201911367798.2A CN201911367798A CN111044987B CN 111044987 B CN111044987 B CN 111044987B CN 201911367798 A CN201911367798 A CN 201911367798A CN 111044987 B CN111044987 B CN 111044987B
Authority
CN
China
Prior art keywords
target
speed
doppler
detection
environmental
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
Application number
CN201911367798.2A
Other languages
English (en)
Other versions
CN111044987A (zh
Inventor
张臣勇
张伟
王雨
车驰
王帅
李尧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Nalei Technology Co ltd
Original Assignee
Chengdu Nalei Technology Co ltd
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 Chengdu Nalei Technology Co ltd filed Critical Chengdu Nalei Technology Co ltd
Priority to CN201911367798.2A priority Critical patent/CN111044987B/zh
Publication of CN111044987A publication Critical patent/CN111044987A/zh
Application granted granted Critical
Publication of CN111044987B publication Critical patent/CN111044987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/415Identification of targets based on measurements of movement associated with the target
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/02Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50Systems of measurement based on relative movement of target
    • G01S13/58Velocity or trajectory determination systems; Sense-of-movement determination systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于汽车雷达的环境目标速度解模糊方法、***及存储介质,属于雷达测速技术领域,用于解决目前解模糊运算量大、精度低的技术问题,采用的具体技术方案为:基于汽车雷达发射两组不同脉冲重复周期的脉冲多普勒信号,获得两组不同的二维FFT数据;统计两组二维FFT数据中不同多普勒维度的目标数量,获得目标数量最多的多普勒维位置,即为环境目标的多普勒维位置;采取假设验证法求解环境目标的真实速度。本发明的方法、***及存储介质均具有运算量小、精度高、操作简便等优点。

Description

基于汽车雷达的环境目标速度解模糊方法、***及介质
技术领域
本发明涉及雷达测速技术领域,具体涉及一种基于汽车雷达的环境目标速度解模糊方法、***及介质。
背景技术
车载毫米波雷达是一种安装在汽车上的用于障碍物目标探测的收发设备。它通过向汽车周围空间发射电磁波,电磁波遇到障碍物后一部分返回到雷达,雷达接受到回波信号后进行一系列信号处理技术来获得电磁波接触到的各个障碍物目标的距离、速度、角度等信息。雷达对上述目标信息有一定的检测范围,当目标位于检测范围内,上述检测信息是准确的;当目标超过检测范围后,上述检查结果就是模糊的,需要进行后续解模糊运算。其中环境目标(如树木、路牌、栅栏、建筑物等)占据检测结果的大多数,此类目标的速度测量结果也是模糊的,需要进行解模糊运算。
其中车载毫米波雷达通常采用脉冲多普勒形式的FMCW波形,在这种波形体制下,最大检测速度Vmax由脉冲重复周期Tc决定:
Figure BDA0002338906310000011
若目标测量速度为Va,目标真实速度为Vr,则其关系可以用下式表示:
Vr=Va+n·Vmax
其中,n为模糊倍数,速度解模糊即求解使得上式成立的n。最常用的方法是基于中国余数定理的速度解模糊方法,但是存在以下缺点:
(1)现有速度解模糊方法对环境目标和非环境目标都进行无差别解模糊,造成了运算量的剧增,而且由于幅度匹配的误差,容易出现解模糊错误;
(2)由于解模糊有一定成功率,环境目标解模糊结果可能是错误的,导致解模糊容易出现错误;
(3)根据现有解模糊方法,目标越多,解模糊成功率越小,环境目标频谱容易对运动目标产生干扰,导致车、人等危险目标解模糊失败。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种运算量少、精度高的基于汽车雷达的环境目标速度解模糊方法、***及介质。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于汽车雷达的环境目标速度解模糊方法,包括步骤:
1)基于汽车雷达发射两组不同脉冲重复周期的脉冲多普勒信号,获得两组不同的二维FFT数据;
2)统计两组二维FFT数据中不同多普勒维度的目标数量,获得目标数量最多的多普勒维位置,即为环境目标的多普勒维位置;
3)采取假设验证法求解环境目标的真实速度。
作为上述技术方案的进一步改进:在步骤1)中,对二维FFT数据做二维恒虚警检测(CFAR),检测出的目标位置以坐标对{d,f}表示,其中d为目标距离维位置,f为目标多普勒位置;
每个被测目标ti的检测结果为{di,fi},其中第一组发射脉冲对应的检测结果集合为{t1 t2 … tm};第二组发射波形检测结果集合为{t1 t2 … tn}。
作为上述技术方案的进一步改进:在步骤2)中,对集合{t1 t2 … tm}和{t1 t2 …tn}统计出现次数最多的f位置,得到最大多普勒维fmax1、fmax2,即为环境目标所在的多普勒维位置。
作为上述技术方案的进一步改进:所述步骤3)的具体过程为:
3.1)通过环境目标所在的多普勒维位置,得到环境目标对应的检测速度Va1、Va2
3.2)利用两个检测速度Va1、Va2与真实速度的关系:
Vr=Va1+n1·Vmax1=Va2+n2·Vmax2 (1)
式中n1、n2为整数,n1、n2取值范围为[-M,M],M为最大模糊倍数;Vmax1为其中一组脉冲信号对应的最大检测速度,Vmax2为另外一组脉冲信号对应的最大检测速度;
求解[n1 n2],得到环境目标的真实速度。
作为上述技术方案的进一步改进:在步骤3.2)中,根据中国余数定理,存在唯一解对[n1 n2]使得上式成立,采用假设验证法求解:
先假设n1取值为[-M,M]中的任一值m,将m代入式(1)中,计算n2,若该n2为整数,则说明假设成立,否则假设不成立,继续下一次假设验证,最终得到正确解模糊倍数
Figure BDA0002338906310000021
对检测速度为Va1的检测目标,认为其模糊倍数为
Figure BDA0002338906310000022
使用式(1)计算环境目标真实速度Vr=Va1+m·Vmax1
作为上述技术方案的进一步改进:除了最大多普勒维fmax1、fmax2,其它多普勒维位置为运动目标位置。
本发明进一步公开了一种基于汽车雷达的环境目标速度解模糊***,其特征在于,包括
第一模块,用于基于汽车雷达发射两组不同脉冲重复周期的脉冲多普勒信号,获得两组不同的二维FFT数据;
第二模块,用于统计两组二维FFT数据中不同多普勒维度的目标数量,获得目标数量最多的多普勒维位置,即为环境目标的多普勒维位置;
第三模块,用于采取假设验证法求解环境目标的真实速度。
本发明还公开了一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在被处理器运行时执行如上所述的基于汽车雷达的环境目标速度解模糊方法的步骤。
本发明进一步公开了一种计算机设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述计算机程序在被处理器运行时执行如上所述的基于汽车雷达的环境目标速度解模糊方法的步骤。
本发明还公开了一种终端,所述终端包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如上所述的基于汽车雷达的环境目标速度解模糊方法所执行的操作。。
与现有技术相比,本发明具有下述优点:。
(1)本发明的基于汽车雷达的环境目标速度解模糊方法、***及存储介质,通过对大量检测目标进行分类,确定目标数量最多的多普勒维位置为环境目标的多普勒维位置,从而确定环境目标(或为静止目标),再对环境目标进行统一解模糊运算,得到环境目标的真实速度,因此能够极大地减小解模糊运算量;另外,通过上述方法判断目标是否属于环境目标,能够减少环境目标对运动目标的频谱干扰;上述方法整体操作简便且精度高。
(2)本发明的基于汽车雷达的环境目标速度解模糊方法、***及存储介质,通过统计快慢调频的静止目标位置,直接对该位置进行解算模糊倍数,而不需要去对每个目标进行解模糊,因而效率高;利用快慢调频的模糊关系,只需要找到满足快慢调频速度关系的整数值对n1、n2即可,且由于静止目标的多数性,快慢调频静止目标的位置准确性极高,因而解模糊准确率极高。
附图说明
图1为本发明的方法在实施例的流程图。
图2为本发明中两组脉冲信号在实施例的波形图。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步描述。
如图1所示,本发明的基于汽车雷达的环境目标速度解模糊方法,应用于汽车雷达或者防护雷达等场景中,具体包括步骤:
1)基于汽车雷达发射两组不同脉冲重复周期的脉冲多普勒信号,获得两组不同的二维FFT数据;
2)统计两组二维FFT数据中不同多普勒维度的目标数量,获得目标数量最多的多普勒维位置,即为环境目标的多普勒维位置;
3)采取假设验证法求解环境目标的真实速度。
本发明的基于汽车雷达的环境目标速度解模糊方法,通过对大量检测目标进行分类,确定目标数量最多的多普勒维位置为环境目标的多普勒维位置,从而确定环境目标(或为静止目标),再对环境目标进行统一解模糊运算,得到环境目标的真实速度,因此能够极大地减小解模糊运算量;另外,通过上述方法判断目标是否属于环境目标,能够减少环境目标对运动目标的频谱干扰;上述方法整体操作简便且精度高。
本实施例中,在步骤1)中,对二维FFT数据做二维恒虚警检测(CFAR),检测出的目标位置以坐标对{d,f}表示,其中d为目标距离维位置,f为目标多普勒位置;
每个被测目标ti的检测结果为{di,fi},其中第一组发射脉冲对应的检测结果集合为{t1 t2 … tm};第二组发射波形检测结果集合为{t1 t2 … tn};
在步骤2)中,对集合{t1 t2 … tm}和{t1 t2 … tn}统计出现次数最多的f位置,得到最大多普勒维fmax1、fmax2,即为环境目标所在的多普勒维位置。
本实施例中,所述步骤3)的具体过程为:
3.1)通过环境目标所在的多普勒维位置,得到环境目标对应的检测速度Va1、Va2
3.2)利用两个检测速度Va1、Va2与真实速度的关系:
Vr=Va1+n1·Vmax1=Va2+n2·Vmax2 (1)
式中n1、n2为整数,n1、n2取值范围为[-M,M],M为最大模糊倍数;Vmax1为其中一组脉冲信号对应的最大检测速度,Vmax2为另外一组脉冲信号对应的最大检测速度;
求解[n1 n2],得到环境目标的真实速度。
在步骤3.2)中,根据中国余数定理,存在唯一解对[n1 n2]使得上式成立,采用假设验证法求解:
先假设n1取值为[-M,M]中的任一值m,将m代入式(1)中,计算n2,若该n2为整数,则说明假设成立,否则假设不成立,继续下一次假设验证,最终得到正确解模糊倍数
Figure BDA0002338906310000041
对检测速度为Va1的检测目标,认为其模糊倍数为
Figure BDA0002338906310000051
使用式(1)计算环境目标真实速度Vr=Va1+m·Vmax1
本发明通过统计快慢调频的静止目标位置,直接对该位置进行解算模糊倍数,而不需要去对每个目标进行解模糊,因而效率高;利用快慢调频的模糊关系,只需要找到满足快慢调频速度关系的整数值对n1、n2即可,且由于静止目标的多数性,快慢调频静止目标的位置准确性极高,因而解模糊准确率极高。
下面结合一完整的具体实施例对上述方法做进一步说明:
S01、毫米级雷达发射两组FMCW体制的脉冲多普勒信号,两组信号的起止频率、信号带宽、调制时间、采样点数、脉冲累积数、采样率等参数完全一致,唯一不同的是相邻两脉冲之间的等待时间不同,如图2所示,先发送第一种周期的信号,发送完成之后立即发送第二种周期的信号;
S02、对两组发送信号的回波信号分别同时进行目标检测,检测方法采用通用雷达检测方法,对雷达回波数据做数字信号处理,包括数字信号采样、动目标显示、傅里叶变换、恒虚警检测等;特别地,在此需要对二维FFT结果做二维恒虚警检测(CFAR),检测出的目标位置以坐标对{d,f}表示,d为目标距离维位置,f为目标多普勒位置;每个被测目标ti的检测结果为{di,fi},第一组发射波形对应的检测结果为集合为{t1 t2 … tm};第二组发射波形检测结果集合为{t1 t2 … tn};
S03、分别对检测集合{t1 t2 … tm}、{t1 t2 … tn}统计出现次数最多的f位置,得到最大多普勒维fmax1、fmax2,即为静止目标所在的多普勒维位置,从而计算得到静止目标对应的检测速度Va1和Va2
S04、利用两个速度值Va1,Va2与真实速度的关系,即:
Vr=Va1+n1·Vmax1=Va2+n2·Vmax2 (1)
上式中n1、n2为整数,n1、n2取值范围为[-M,M],M为最大模糊倍数。静止目标解模糊方法即为寻找使得上式成立的n1、n2,根据中国余数定理,存在唯一解对[n1n2]使得上式成立,故可采用假设验证法求解:
先假设n1取值为[-M,M]中的任一值m,将m代入上式中,计算n2,若该n2为整数,则说明假设成立,否则假设不成立,继续下一次假设验证,最终得到正确解模糊倍数
Figure BDA0002338906310000052
对检测速度为Va1的检测目标,认为其模糊倍数为
Figure BDA0002338906310000061
使用等式计算静止目标真实速度Vr=Va1+m·Vmax1
对检测速度不为Va1的检测目标,认为其为运动目标,采用常规解模糊方法运算。
本发明还公开了一种基于汽车雷达的环境目标速度解模糊***,包括
第一模块,用于基于汽车雷达发射两组不同脉冲重复周期的脉冲多普勒信号,获得两组不同的二维FFT数据;
第二模块,用于统计两组二维FFT数据中不同多普勒维度的目标数量,获得目标数量最多的多普勒维位置,即为环境目标的多普勒维位置;
第三模块,用于采取假设验证法求解环境目标的真实速度。
本发明还公开了一种计算机存储介质,其上存储有计算机程序,所述计算机程序在被处理器运行时执行如上所述的基于汽车雷达的环境目标速度解模糊方法的步骤。本发明进一步公开了一种计算机设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序在被处理器运行时执行如上所述的基于汽车雷达的环境目标速度解模糊方法的步骤。本发明还公开了一种终端,所述终端包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如上所述的基于汽车雷达的环境目标速度解模糊方法所执行的操作。
本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一个计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现各种功能。存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种基于汽车雷达的环境目标速度解模糊方法,其特征在于,包括步骤:
1)基于汽车雷达发射两组不同脉冲重复周期的脉冲多普勒信号,获得两组不同的二维FFT数据;
2)统计两组二维FFT数据中不同多普勒维度的目标数量,获得目标数量最多的多普勒维位置,即为环境目标的多普勒维位置;
3)采取假设验证法求解环境目标的真实速度;
在步骤1)中,对二维FFT数据做二维恒虚警检测,检测出的目标位置以坐标对{d,f}表示,其中d为目标距离维位置,f为目标多普勒位置;
每个被测目标ti的检测结果为{di,fi},其中第一组发射脉冲对应的检测结果集合为{t1t2…tm};第二组发射波形检测结果集合为{t1t2…tn};
在步骤2)中,对集合{t1t2…tm}和{t1t2…tn}统计出现次数最多的f位置,得到最大多普勒维fmax1、fmax2,即为环境目标所在的多普勒维位置;
除了最大多普勒维fmax1、fmax2,其它多普勒维位置为运动目标位置。
2.根据权利要求1所述的基于汽车雷达的环境目标速度解模糊方法,其特征在于,所述步骤3)的具体过程为:
3.1)通过环境目标所在的多普勒维位置,得到环境目标对应的检测速度Va1、Va2
3.2)利用两个检测速度Va1、Va2与真实速度的关系:
Vr=Va1+n1·Vmax1=Va2+n2·Vmax2 (1)
式中n1、n2为整数,n1、n2取值范围为[-M,M],M为最大模糊倍数;Vmax1为其中一组脉冲信号对应的最大检测速度,Vmax2为另外一组脉冲信号对应的最大检测速度;
求解[n1n2],得到环境目标的真实速度。
3.根据权利要求2所述的基于汽车雷达的环境目标速度解模糊方法,其特征在于,在步骤3.2)中,根据中国余数定理,存在唯一解对[n1n2]使得上式成立,采用假设验证法求解:
先假设n1取值为[-M,M]中的任一值m,将m代入式(1)中,计算n2,若该n2为整数,则说明假设成立,否则假设不成立,继续下一次假设验证,最终得到正确解模糊倍数
Figure FDA0003456696840000011
对检测速度为Va1的检测目标,认为其模糊倍数为
Figure FDA0003456696840000012
使用式(1)计算环境目标真实速度
Figure FDA0003456696840000013
4.一种基于汽车雷达的环境目标速度解模糊***,其特征在于,包括
第一模块,用于基于汽车雷达发射两组不同脉冲重复周期的脉冲多普勒信号,获得两组不同的二维FFT数据;
第二模块,用于统计两组二维FFT数据中不同多普勒维度的目标数量,获得目标数量最多的多普勒维位置,即为环境目标的多普勒维位置;
第三模块,用于采取假设验证法求解环境目标的真实速度;
在第一模块中,对二维FFT数据做二维恒虚警检测,检测出的目标位置以坐标对{d,f}表示,其中d为目标距离维位置,f为目标多普勒位置;
每个被测目标ti的检测结果为{di,fi},其中第一组发射脉冲对应的检测结果集合为{t1t2…tm};第二组发射波形检测结果集合为{t1t2…tn};
在第二模块中,对集合{t1t2…tm}和{t1t2…tn}统计出现次数最多的f位置,得到最大多普勒维fmax1、fmax2,即为环境目标所在的多普勒维位置;
除了最大多普勒维fmax1、fmax2,其它多普勒维位置为运动目标位置。
5.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在被处理器运行时执行如权利要求1-3中任意一项所述的基于汽车雷达的环境目标速度解模糊方法的步骤。
6.一种计算机设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述计算机程序在被处理器运行时执行如权利要求1-3中任意一项所述的基于汽车雷达的环境目标速度解模糊方法的步骤。
7.一种终端,其特征在于,所述终端包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如权利要求1-3中任意一项所述的基于汽车雷达的环境目标速度解模糊方法所执行的操作。
CN201911367798.2A 2019-12-26 2019-12-26 基于汽车雷达的环境目标速度解模糊方法、***及介质 Active CN111044987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911367798.2A CN111044987B (zh) 2019-12-26 2019-12-26 基于汽车雷达的环境目标速度解模糊方法、***及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911367798.2A CN111044987B (zh) 2019-12-26 2019-12-26 基于汽车雷达的环境目标速度解模糊方法、***及介质

Publications (2)

Publication Number Publication Date
CN111044987A CN111044987A (zh) 2020-04-21
CN111044987B true CN111044987B (zh) 2022-04-26

Family

ID=70240568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911367798.2A Active CN111044987B (zh) 2019-12-26 2019-12-26 基于汽车雷达的环境目标速度解模糊方法、***及介质

Country Status (1)

Country Link
CN (1) CN111044987B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111638508B (zh) * 2020-06-08 2023-03-31 华域汽车***股份有限公司 一种用于高效速度解模糊的汽车毫米波雷达波形设计方法
CN112835025B (zh) * 2020-12-31 2022-12-06 森思泰克河北科技有限公司 基于雷达检测的目标速度解模糊方法、装置及终端设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101470202B (zh) * 2007-12-26 2012-05-23 清华大学 一种脉冲多普勒雷达***及其信号处理方法
CN104459685B (zh) * 2014-11-05 2017-02-15 河海大学 一种统计mimo雷达多目标高速定位方法
JP6889098B2 (ja) * 2017-12-14 2021-06-18 株式会社東芝 レーダ装置及びそのレーダ信号処理方法
CN108594233B (zh) * 2018-04-24 2020-07-14 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
CN109164422A (zh) * 2018-09-26 2019-01-08 西安电子科技大学 一种基于抖动重频的脉冲多普勒雷达解模糊测距方法
CN109814073B (zh) * 2019-01-21 2022-11-11 西安电子科技大学 一种mtd雷达解模糊测速方法
CN109932700B (zh) * 2019-03-28 2021-02-19 北京润科通用技术有限公司 一种多普勒速度的解模糊方法及装置

Also Published As

Publication number Publication date
CN111044987A (zh) 2020-04-21

Similar Documents

Publication Publication Date Title
CN105425224B (zh) 车载毫米波雷达***多目标个数获取方法及装置
CN105549012B (zh) 车载毫米波雷达***多目标检测装置
CN105549001A (zh) 车载毫米波雷达***多目标检测方法
CN113009441B (zh) 一种雷达运动反射面多径目标的识别方法及装置
CN111123253B (zh) 基于自适应门限目标聚类的车辆识别方法、***及介质
CN111044987B (zh) 基于汽车雷达的环境目标速度解模糊方法、***及介质
JP2015514971A (ja) 物標検出の方法
CN113009442B (zh) 一种雷达静止反射面多径目标的识别方法及装置
CN112771401A (zh) 目标检测方法、装置、雷达以及车辆
CN112834992A (zh) 一种脉冲多普勒雷达的信号处理方法、装置及存储介质
WO2023124780A1 (zh) 点云数据增强方法、装置、计算机设备、***及存储介质
WO2023030556A2 (zh) 噪底估计值的确定方法、目标检测方法及装置、电子设备
CN114114197A (zh) 多普勒模糊度的计算方法、多普勒速度的计算方法及装置
US20210323560A1 (en) Vehicle speed calculation method, system, device, and storage medium
CN110940973B (zh) 一种用于雷达目标检测的角度测量方法及装置
CN109116325B (zh) 基于捷变相参雷达的目标识别方法及***
CN110907930B (zh) 一种基于角度估计的车载雷达目标检测估计方法及装置
CN114609624A (zh) 基于mimo雷达的目标速度解法、存储器以及电子设备
CN116027288A (zh) 生成数据的方法、装置、电子设备及存储介质
CN116068503A (zh) 毫米波雷达和激光雷达的联合标定方法、装置及终端设备
US20240019565A1 (en) Motion compensation for fast target detection in automotive radar
Zhang et al. An efficient track-before-detect algorithm based on complex likelihood ratio in radar systems
CN114415167B (zh) 速度检测方法、装置、电子设备及存储介质
EP4369028A1 (en) Interface for detection representation of hidden activations in neural networks for automotive radar
CN113567950B (zh) 一种毫米波雷达距离速度谱估计方法及***

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