CN111427021B - 车载毫米波雷达信号峰值检测的动态阈值计算方法及*** - Google Patents
车载毫米波雷达信号峰值检测的动态阈值计算方法及*** Download PDFInfo
- Publication number
- CN111427021B CN111427021B CN202010298419.5A CN202010298419A CN111427021B CN 111427021 B CN111427021 B CN 111427021B CN 202010298419 A CN202010298419 A CN 202010298419A CN 111427021 B CN111427021 B CN 111427021B
- Authority
- CN
- China
- Prior art keywords
- range
- radar
- doppler
- threshold
- fft
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
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
- G01S7/414—Discriminating targets with respect to background clutter
-
- 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
- G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
- G01S7/022—Road traffic radar detectors
-
- 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
- G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
-
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
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
本发明公开了一种车载毫米波雷达信号峰值检测的动态阈值计算方法及***,包括:接收雷达回波数据,对每一帧雷达回波数据进行二维FFT计算,得到距离‑多普勒图;对所述距离‑多普勒图全部点的幅度值进行直方图统计,估计每个距离门的噪声水平;根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,得到自适应峰值检测阈值。本发明的优点是:实现简单,对于车载毫米波雷达信号处理而言,有效提高雷达在实际复杂应用场景下对不同背景噪声识别置为重要,基于雷达环境噪声统计和目标功率分布特性的动态阈值计算方法,可以有效剔除无效目标,降低雷达虚警概率。
Description
技术领域
本发明涉及一种车载毫米波雷达信号峰值检测的动态阈值计算方法及***。
背景技术
FMCW体制的车载毫米波雷达发射信号为线性调频连续脉冲信号,发射信号与目标回波进行混频产生差频信号,然后对该信号进行ADC采样,最后再进行雷达数字信号处理。目前的车载毫米波雷达数字信号处理流程主要是通过对每个线性调频脉冲的采样点进行傅里叶变化计算目标距离,经过脉冲积累后进行每个距离门进行多普勒傅里叶变化,即通过两次傅里叶变化得到距离-多普勒矩阵图(R-D图)。现有技术的显著缺点是:雷达虚警概率较大。
发明内容
本发明目的在于提供基于环境噪声与目标功率统计的车载毫米波雷达动态阈值计算方法,剔除无效目标,降低雷达虚警概率。
有鉴于此,本发明提供一种车载毫米波雷达信号峰值检测的动态阈值计算方法,其特征在于,包括:
接收雷达回波数据,对每一帧雷达回波数据进行二维FFT计算,得到距离-多普勒图;
对所述距离-多普勒图全部点的幅度值进行直方图统计,估计每个距离门的噪声水平;
根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,得到自适应峰值检测阈值。
进一步地,所述对每一帧雷达回波数据进行二维FFT计算,包括:分别对每一个脉冲进行FFT,得到距离向FFT结果,然后对一帧内的多个脉冲进行多普勒FFT,非相干合并后得到R-D图。
进一步地,对所述距离-多普勒图全部点的幅度值进行直方图统计,包括:
将每个距离门全部M点取出,保留其幅度值中除符号位高有效S1位的数值,剔除低S2位的数值,分成基于多普勒单元个数的多个等级,并进行直方图分布统计,M为每帧积累的回波数。
进一步地,根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,包括:基于以下算法得到自适应峰值检测阈值:
threshold[i]=li<<S2+histgain[i]
其中,li为第i个距离门的统计结果,threshold[i]为阈值,histgain[i]为增益,<<为向左移位。
本发明的另一目的在于提供一种车载毫米波雷达信号峰值检测的动态阈值计算***,其特征在于,包括:
计算模块,用于接收雷达回波数据,对每一帧雷达回波数据进行二维FFT计算,得到距离-多普勒图;
统计模块,用于对所述距离-多普勒图全部点的幅度值进行直方图统计,估计每个距离门的噪声水平;
分配模块,根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,得到自适应峰值检测阈值。
进一步地,所述计算模块用于分别对每一个脉冲进行FFT,得到距离向FFT结果,然后对一帧内的多个脉冲进行多普勒FFT,非相干合并后得到R-D图。
进一步地,所述统计模块用于将每个距离门全部M点取出,保留其幅度值中除符号位高有效S1位的数值,剔除低S2位的数值,分成基于多普勒单元个数的多个等级,并进行直方图分布统计,M为每帧积累的回波数。
进一步地,所述分配模块基于以下算法得到自适应峰值检测阈值:
threshold[i]=li<<S2+histgain[i]
其中,li为第i个距离门的统计结果,threshold[i]为阈值,histgain[i]为增益,<<为向左移位。
本发明实现了以下显著的有益效果:
实现简单,包括:接收雷达回波数据,对每一帧雷达回波数据进行二维FFT计算,得到距离-多普勒图;对所述距离-多普勒图全部点的幅度值进行直方图统计,估计每个距离门的噪声水平;根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,得到自适应峰值检测阈值。对于车载毫米波雷达信号处理而言,有效提高雷达在实际复杂应用场景下对不同背景噪声识别置为重要,基于雷达环境噪声统计和目标功率分布特性的动态阈值计算方法,可以有效剔除无效目标,降低雷达虚警概率。
附图说明
图1是本发明的一种车载毫米波雷达信号峰值检测的动态阈值计算方法的流程图;
图2是本发明具体实施例的雷达噪声与目标功率分布特性和雷达噪声与目标识别结果图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明,根据下面说明和权利要求书,本发明的优点和特征将更清楚。需要说明的是,附图均采用非常简化的形式且均适用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
需要说明的是,为了清楚地说明本发明的内容,本发明特举多个实施例以进一步阐释本发明的不同实现方式,其中,该多个实施例是列举式而非穷举式。此外,为了说明的简洁,前实施例中已提及的内容往往在后实施例中予以省略,因此,后实施例中未提及的内容可相应参考前实施例。
虽然该发明可以以多种形式的修改和替换来扩展,说明书中也列出了一些具体的实施图例并进行详细阐述。应当理解的是,发明者的出发点不是将该发明限于所阐述的特定实施例,正相反,发明者的出发点在于保护所有给予由本权利声明定义的精神或范围内进行的改进、等效替换和修改。同样的元器件号码可能被用于所有附图以代表相同的或类似的部分。
请参照图1和图2,本发明的一种车载毫米波雷达信号峰值检测的动态阈值计算方法,包括:步骤S101,接收雷达回波数据,对每一帧雷达回波数据进行二维FFT计算,得到距离-多普勒图;步骤S102,对所述距离-多普勒图全部点的幅度值进行直方图统计,估计每个距离门的噪声水平;步骤S103,根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,得到自适应峰值检测阈值。
在一个实施例中,所述对每一帧雷达回波数据进行二维FFT计算,包括:分别对每一个脉冲进行FFT,得到距离向FFT结果,然后对一帧内的多个脉冲进行多普勒FFT,非相干合并后得到R-D图。
在一个实施例中,对所述距离-多普勒图全部点的幅度值进行直方图统计,包括:
将每个距离门全部M点取出,保留其幅度值中除符号位高有效S1位的数值,剔除低S2位的数值,分成基于多普勒单元个数的多个等级,并进行直方图分布统计,M为每帧积累的回波数。
在一个实施例中,根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,包括:基于以下算法得到自适应峰值检测阈值:
threshold[i]=li<<S2+histgain[i]
其中,li为第i个距离门的统计结果,threshold[i]为阈值,histgain[i]为增益,<<为向左移位。
本发明的另一目的在于提供一种车载毫米波雷达信号峰值检测的动态阈值计算***,包括:计算模块,用于接收雷达回波数据,对每一帧雷达回波数据进行二维FFT计算,得到距离-多普勒图;统计模块,用于对所述距离-多普勒图全部点的幅度值进行直方图统计,估计每个距离门的噪声水平;分配模块,根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,得到自适应峰值检测阈值。
本发明是对距离-多普勒图(R-D图)全部点的幅度值进行直方图统计,并在距离向进行动态增益分配,进而得到自适应的阈值作为雷达目标峰值检测的依据。本发明的阈值计算方法可以更好的剔除无效目标,降低雷达虚警概率,有效提高了车载毫米波雷达在实际复杂车道应用场景下目标检测能力。
在一个实施例中,所述计算模块用于分别对每一个脉冲进行FFT,得到距离向FFT结果,然后对一帧内的多个脉冲进行多普勒FFT,非相干合并后得到R-D图。
在一个实施例中,所述统计模块用于将每个距离门全部M点取出,保留其幅度值中除符号位高有效S1位的数值,剔除低S2位的数值,分成基于多普勒单元个数的多个等级,并进行直方图分布统计,M为每帧积累的回波数。
在一个实施例中,所述分配模块基于以下算法得到自适应峰值检测阈值:
threshold[i]=li<<S2+histgain[i]
其中,li为第i个距离门的统计结果,threshold[i]为阈值,histgain[i]为增益,<<为向左移位。
作为具体的实施例,本发明的一种车载毫米波雷达信号峰值检测的动态阈值计算方法,包括:对每一帧雷达回波数据进行二维FFT计算,得到距离-多普勒图(R-D图);基于直方图统计模型方法估计每个距离门的噪声水平;根据不同距离门雷达信号衰减的强弱,动态分配阈值增益,得到自适应峰值检测阈值。
本发明确定目标点就是需要在距离-多普勒矩阵图(R-D图)中区分噪声与目标,找出目标功率峰值点,而目标峰值点的确定就需要确定峰值检测的阈值,为了剔除无效目标,降低雷达虚警概率,本发明提出了基于雷达噪声背景统计和目标功率分布特性的动态阈值计算方法,更加准确有效的提高雷达在实际复杂应用场景下不同噪声识别。
作为具体的实施例,本发明的一种车载毫米波雷达信号峰值检测的动态阈值计算方法的具体步骤为:
第一步 对每一帧雷达回波数据进行二维FFT计算,得到距离-多普勒图(R-D图)
假设每一个脉冲采样点为N,M每帧积累的回波数,并且接收天线通道数为K。分别对每一个脉冲进行FFT,得到距离向FFT结果,然后对一帧内的多个脉冲进行多普勒FFT,非相干合并后得到R-D图。
其中,RDk(i,j)表示第k个接收天线通道的第(i,j)个距离-多普勒单元,|·|表示取模值,RDM(i,j)表示合并后的距离-多普勒图(R-D图)中的第(i,j)个单元。合并后的R-D图为N×M维实数矩阵。
第二步 基于直方图统计模型方法估计每个距离门噪声水平
将每个距离门全部M点取出,保留其幅度值中除符号位高有效S1位的数值,剔除低S2位的数值。分成L(L=2S1)个等级,并进行直方图分布统计。
Li(l)=Hist(RDM(i)) (2)
其中,Hist(·)表示直方图统计计算,Hist(RDM(i))表示对第i个距离门内的R-D图幅度值进行直方图计算;Li(l)表示第i个距离门的统计结果,l=0,1,…L-1,表示将R-D图幅度范围划分为L个等距离间隔,Li(l)是第i个距离门内落入第l个统计间隔的多普勒单元的个数。
第i个距离门内的噪声水平可由下式估计:
arg{·}为取宗量计算。如果R-D图幅度值落入第l个统计间隔的单元数最多,则l为估计的噪声水平。
第三步 根据不同距离门雷达信号衰减的强弱,动态分配阈值增益,得到自适应峰值检测阈值
对于雷达发射的电磁波信号来说,能量随着距离衰减,因此对于相同雷达散射截面积(RCS)的目标,距离越远,功率幅度值越小,因此需要不同距离门分配不同的阈值增益。假设阈值为threshold[i],增益为histgain[i]。
公式(4)即计算每一个不同距离门的阈值增益。
threshold[i]=li<<S2+histgain[i] (5)
公式(5)即计算每一个不同距离门的阈值。
至此,完成车载毫米波雷达动态阈值计算。
本发明实现了以下显著的有益效果:
实现简单,包括:接收雷达回波数据,对每一帧雷达回波数据进行二维FFT计算,得到距离-多普勒图;对所述距离-多普勒图全部点的幅度值进行直方图统计,估计每个距离门的噪声水平;根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,得到自适应峰值检测阈值。对于车载毫米波雷达信号处理而言,有效提高雷达在实际复杂应用场景下对不同背景噪声识别置为重要,基于雷达环境噪声统计和目标功率分布特性的动态阈值计算方法,可以有效剔除无效目标,降低雷达虚警概率。
根据本发明技术方案和构思,还可以有其他任何合适的改动。对于本领域普通技术人员来说,所有这些替换、调整和改进都应属于本发明所附权利要求的保护范围。
Claims (2)
1.一种车载毫米波雷达信号峰值检测的动态阈值计算方法,其特征在于,包括:
接收雷达回波数据,对每一帧雷达回波数据进行二维FFT计算,得到距离-多普勒图;
对所述距离-多普勒图全部点的幅度值进行直方图统计,估计每个距离门的噪声水平;
根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,得到自适应峰值检测阈值;
所述对每一帧雷达回波数据进行二维FFT计算,包括:分别对每一个脉冲进行FFT,得到距离向FFT结果,然后对一帧内的多个脉冲进行多普勒FFT,非相干合并后得到R-D图;
对所述距离-多普勒图全部点的幅度值进行直方图统计,包括:
将每个距离门全部M点取出,保留其幅度值中除符号位高有效S1位的数值,剔除低S2位的数值,分成基于多普勒单元个数的多个等级,并进行直方图分布统计,M为每帧积累的回波数;
根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,包括:基于以下算法得到自适应峰值检测阈值:
threshold[i]=li<<S2+histgain[i]
其中,li为第i个距离门的统计结果,threshold[i]为阈值,histgain[i]为增益,<<为向左移位。
2.一种车载毫米波雷达信号峰值检测的动态阈值计算***,其特征在于,包括:
计算模块,用于接收雷达回波数据,对每一帧雷达回波数据进行二维FFT计算,得到距离-多普勒图;
统计模块,用于对所述距离-多普勒图全部点的幅度值进行直方图统计,估计每个距离门的噪声水平;
分配模块,根据不同距离门雷达信号衰减的强弱在距离向进行动态增益分配,得到自适应峰值检测阈值;
所述计算模块用于分别对每一个脉冲进行FFT,得到距离向FFT结果,然后对一帧内的多个脉冲进行多普勒FFT,非相干合并后得到R-D图;
所述统计模块用于将每个距离门全部M点取出,保留其幅度值中除符号位高有效S1位的数值,剔除低S2位的数值,分成基于多普勒单元个数的多个等级,并进行直方图分布统计,M为每帧积累的回波数;
所述分配模块基于以下算法得到自适应峰值检测阈值:
threshold[i]=li<<S2+histgain[i]
其中,li为第i个距离门的统计结果,threshold[i]为阈值,histgain[i]为增益,<<为向左移位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010298419.5A CN111427021B (zh) | 2020-04-16 | 2020-04-16 | 车载毫米波雷达信号峰值检测的动态阈值计算方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010298419.5A CN111427021B (zh) | 2020-04-16 | 2020-04-16 | 车载毫米波雷达信号峰值检测的动态阈值计算方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111427021A CN111427021A (zh) | 2020-07-17 |
CN111427021B true CN111427021B (zh) | 2022-11-22 |
Family
ID=71556419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010298419.5A Active CN111427021B (zh) | 2020-04-16 | 2020-04-16 | 车载毫米波雷达信号峰值检测的动态阈值计算方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111427021B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112014819A (zh) * | 2020-08-27 | 2020-12-01 | 南京矽典微***有限公司 | 数字信号处理方法、数字信号处理***及雷达芯片 |
CN111983594B (zh) * | 2020-08-31 | 2024-01-19 | 南京矽典微***有限公司 | 基于二维多普勒fft峰值的毫米波雷达目标感应方法和装置 |
CN112068100A (zh) * | 2020-09-04 | 2020-12-11 | 南京矽典微***有限公司 | 二维多普勒fft峰值捕获方法、动目标感知方法及应用 |
CN111999726B (zh) * | 2020-09-27 | 2022-05-17 | 四川长虹电器股份有限公司 | 一种基于毫米波雷达的人员定位方法 |
CN112763994B (zh) * | 2020-12-23 | 2023-09-01 | 惠州市德赛西威汽车电子股份有限公司 | 一种车载雷达遮挡检测方法、存储介质及车载设备 |
CN112671412A (zh) * | 2020-12-24 | 2021-04-16 | 北京海兰信数据科技股份有限公司 | 一种雷达回波数据压缩方法及装置 |
CN113267778A (zh) * | 2021-06-18 | 2021-08-17 | 珠海上富电技股份有限公司 | 一种车载毫米波雷达出厂检测装置及方法 |
CN114660585B (zh) * | 2022-02-18 | 2023-08-01 | 加特兰微电子科技(上海)有限公司 | 噪底估计值的确定方法、装置、电子设备和存储介质 |
WO2023041097A2 (zh) * | 2022-06-24 | 2023-03-23 | 加特兰微电子科技(上海)有限公司 | 干扰信号检测方法、装置、集成电路、无线电器件和终端 |
CN116577762B (zh) * | 2023-07-12 | 2023-10-31 | 西安深信科创信息技术有限公司 | 仿真雷达数据生成方法、装置、设备及存储介质 |
CN118169649A (zh) * | 2024-05-14 | 2024-06-11 | 成都玖锦科技有限公司 | 一种自适应高灵敏度实时信号检测新方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4356758B2 (ja) * | 2007-03-20 | 2009-11-04 | 株式会社デンソー | Fmcwレーダ |
JP5267538B2 (ja) * | 2010-11-05 | 2013-08-21 | 株式会社デンソー | ピーク検出閾値の設定方法、物標情報生成装置、プログラム |
CN104459661B (zh) * | 2014-09-29 | 2017-04-26 | 零八一电子集团有限公司 | 检测快速火炮类微弱目标的方法 |
CN108398684A (zh) * | 2018-01-12 | 2018-08-14 | 米传科技(上海)有限公司 | 一种减少地面及隔离带对汽车毫米波雷达干扰的方法 |
DE102018110626B4 (de) * | 2018-05-03 | 2020-01-30 | Infineon Technologies Ag | Verarbeitung von Radarsignalen |
CN110837078B (zh) * | 2018-08-16 | 2023-03-28 | 国家***第一海洋研究所 | 基于相关特性的阵列地波雷达海杂波背景下目标检测方法 |
CN109541568B (zh) * | 2019-01-24 | 2022-08-05 | 中国人民解放军海军航空大学 | 一种雷达机动目标跨距离和多普勒单元快速相参积累检测方法 |
CN110927723B (zh) * | 2019-11-11 | 2021-01-01 | 中国地质环境监测院 | 毫米波雷达泥石流智能监测预警***与方法 |
-
2020
- 2020-04-16 CN CN202010298419.5A patent/CN111427021B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111427021A (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111427021B (zh) | 车载毫米波雷达信号峰值检测的动态阈值计算方法及*** | |
Colone et al. | Sliding extensive cancellation algorithm for disturbance removal in passive radar | |
CN108776336B (zh) | 一种基于emd的自适应穿墙雷达静止人体目标定位方法 | |
CN111624567B (zh) | 一种恒虚警检测方法及装置 | |
CN108957419B (zh) | 基于陷波滤波处理的异步干扰抑制方法 | |
CN111856406B (zh) | 一种基于fmcw雷达回波的目标检测方法及装置 | |
CN112630768A (zh) | 一种改进调频连续波雷达目标检测的降噪方法 | |
US20240134001A1 (en) | Method and apparatus for determining noise floor estimated value, target detection method and apparatus, and electronic device | |
CN114114192A (zh) | 集群目标检测方法 | |
CN108508413B (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
CN116627382A (zh) | 数据处理的方法、装置及雷达传感器 | |
Li et al. | 2-D CFAR procedure of multiple target detection for automotive radar | |
CN111273249B (zh) | 一种基于雷达虚警预处理时间的智能杂波分区方法 | |
CN116047442A (zh) | 一种检测目标角度的方法、装置及电子设备 | |
CN110632592B (zh) | 一种手持式穿墙雷达的虚警消除方法 | |
EP2730941B1 (en) | A method of estimating a local plot density in a radar system; a plot density estimator and a radar system with a plot density estimator | |
US20200033467A1 (en) | Method of measuring azimuth of radar target | |
CN112098984B (zh) | 散射信号的目标体检测方法及装置 | |
Gamba et al. | Radar target detection | |
CN110531320A (zh) | 低慢小雷达空时频三维联合杂波抑制方法 | |
CN113534089B (zh) | 一种基于雷达的目标检测方法、装置以及设备 | |
CN118011392A (zh) | 一种基于4d毫米波雷达点云高分辨率成像方法 | |
CN109544588B (zh) | 一种高频雷达背景分割方法 | |
CN117630842A (zh) | 目标检测方法、装置、电子设备和存储介质 | |
Lv et al. | Multi-Target Detection Based on Improved CA-CF AR Algorithm |
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 |