CN112639512B - 测角方法以及雷达设备 - Google Patents
测角方法以及雷达设备 Download PDFInfo
- Publication number
- CN112639512B CN112639512B CN201880096552.3A CN201880096552A CN112639512B CN 112639512 B CN112639512 B CN 112639512B CN 201880096552 A CN201880096552 A CN 201880096552A CN 112639512 B CN112639512 B CN 112639512B
- Authority
- CN
- China
- Prior art keywords
- antenna data
- dimensional antenna
- target point
- angle
- distance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000000691 measurement method Methods 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 43
- 230000009467 reduction Effects 0.000 claims description 38
- 230000005855 radiation Effects 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 9
- 238000002592 echocardiography Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000009499 grossing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01S7/42—Diversity systems specially adapted for radar
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
一种测角方法以及雷达设备，应用于雷达***，用于降低测量目标点的第一角度的复杂度。方法包括：利用雷达设备获取目标点的N维天线数据，N为大于2的正整数；将N维天线数据进行降维，得到K维天线数据，K为小于N的正整数；根据K维天线数据计算目标点的第一角度，第一角度为目标点相对于雷达设备的角度。
Description
技术领域
本申请涉及雷达技术，尤其一种测角方法以及雷达设备。
背景技术
自动驾驶为未来汽车的重要功能，而车载雷达设备，是未来汽车中实现自动驾驶功能中的一个重要组成部分。车载雷达设备用于检测目标车辆当前驾驶区域内的路面情况，例如检测该区域内的障碍物，或者用于自适应巡航控制等。
目前，为了提高车载雷达测量目标物体相对于目标车辆的角度估计值的精度，通过增加天线数量并配合超分辨率方法进行角度估计来计算并得到高精度的角度估计值。即车载雷达设备可以获取N根天线数据，然后根据该N根天线数据和超分辨率方法来计算得到角度估计值，这样计算得到的角度估计值更为精准。
但是，由于天线数量较多时，即车载雷达设备获取得到的N根天线数据为N维天线数据，那么使用超分辨率方法进行计算时，由于N维天线数据的维度较多，导致其计算的复杂度比较高。
发明内容
本申请实施例提供了一种测角方法以及雷达设备，应用于雷达***，用于降低测量目标点的第一角度的复杂度。
本申请实施例的第一方面提供一种测角方法，包括：
在雷达***中，可以利用雷达设备获取目标点的N维天线数据，该N为大于2的正整数；然后通过雷达设备将该N维天线数据进行降维，得到K维天线数据，K为小于N的正整数；再根据该K维天线数据计算该目标点的第一角度，其中，该第一角度为目标点相对于该雷达设备的角度。在本实施例中，将目标点的N维天线数据进行降维，得到K维天线数据，然后再根据该K维天线数据计算该目标点的第一角度，即通过将N维天线数据进行降维来获取降维后的K维天线数据，由于K维天线数据的维度相对于N维天线数据的维度较少，因此，降低了计算第一角度的复杂度。
一种可能的实现方式中，将N维天线数据进行降维，得到K维天线数据的步骤包括：首先，将该N维天线数据拆分为K个子阵的天线数据；然后，将K个子阵的天线数据通过波束成型进行降维，得到K维天线数据。在该可能的实现方式中，提供了一种具体的对N维天线数据进行降维的方法，在实际应用中，提升了方案可实现性和实用性。
另一种可能的实现方式中，将N维天线数据进行降维，得到K维天线数据之前，该方法还可以包括：当该目标点位于辐射区域中的远场区域的情况下，可以通过角度快速傅里叶变换(fast fourier transform，FFT)对该N维天线数据进行计算，得到第二角度，其中，该第二角度为该目标点相对于该雷达设备的角度，且该第二角度的精度低于该第一角度的精度，该辐射区域可以为该雷达设备通过雷达波形进行辐射所覆盖的区域。该第二角度为该目标点相对于该雷达设备的角度，且该第二角度的精度低于该第一角度的精度；然后，将该K个子阵的天线数据通过波束成型进行降维，得到K维天线数据的步骤可以包括：首先，确定K个子阵中的每个子阵所对应的波束成型向量，该波束成型向量包括目标天线在该第二角度方向所对应的权值，该目标天线为该每个子阵所包括的天线数据对应的接收天线，且该目标天线对应的接收天线的数量大于或者等于1；然后，将该K个子阵中的每个子阵的天线数据乘以该每个子阵所对应的波束成型向量，得到该K维天线数据。在该可能的实现方式中，当目标点位于该辐射区域中的远场区域时，提供了将K个子阵的天线数据通过波束成型进行降维的具体过程，再根据降维后的数据计算目标点的第一角度，这样提高了抗干扰性能和抗杂波性能，从而提高第一角度的精度。在实际应用中，提升了方案的可实现性和完整性。
另一种可能的实现方式中，将该N维天线数据进行降维，得到K维天线数据之前，该方法还可以包括：首先，当该目标点位于辐射区域中的近场区域的情况下，可以通过波束成型对该N维天线数据进行计算，得到该雷达设备中的每根接收天线与该目标点的角度和距离，该辐射区域为该雷达设备通过雷达波形进行辐射所覆盖的区域；将K个子阵的天线数据通过波束成型进行降维，得到K维天线数据的步骤可以包括：首先，可以根据每根接收天线数据与该目标点的角度和距离确定每根接收天线的权值；然后根据每根接收天线数据的权值确定K个子阵中的每个子阵所对应的波束成型向量，该波束成型向量可以包括目标天线相对于目标点的角度和距离所对应的权值，该目标天线为该每个子阵所包括的天线数据对应的接收天线，且该目标天线对应的接收天线的数量大于或者等于1。在该可能的实现方式中，当目标点位于辐射区域的近场区域中时，提供了通过波束成型进行降维的具体过程，再根据降维后的数据计算目标点的第一角度，这样提高了抗干扰性能和抗杂波性能，从而提高第一角度的精度。在实际应用中，提升了方案的可实现性和完整性。
另一种可能的实现方式中，将该N维天线数据进行降维，得到K维天线数据的步骤可以包括：首先，将N维天线数据拆分为M个K维天线数据，其中，M＝N-K+1；然后将该M个K维天线数据通过空间平滑进行降维，得到K维天线数据。在该可能的实现方式中，提供了另一种具体的对N维天线数据进行降维的方法，在实际应用中，提升了方案多样性和实用性。
另一种可能的实现方式中，将该M个K维天线数据通过空间平滑进行降维，得到K维天线数据可以包括：首先，确定该M个K维天线数据中每个K维天线数据的列向量，以及确定该每个K维天线行数据的列向量的共轭转秩；然后，将每个K维天线数据的列向量乘以对应的每个K维天线数据的列向量的共轭转秩，得到该K维天线数据。在该可能的实现方式中，提供了将K个子阵的天线数据通过空间平滑进行降维的具体降维过程，在实际应用中，提升了方案的可实现性和完整性。
另一种可能的实现方式中，在获取N维天线数据之前，该方法还可以包括：首先，获取该雷达设备检测到的多个候选点的速度和距离，然后根据该多个候选点的速度和距离，采用恒虚警率检测算法，确定该目标点。在该可能的实现方式中，提供了一种具体的确定目标点的方法，在实际应用中，提升了方案的完整性和实用性。
另一种可能的实现方式中，利用雷达设备获取目标点的N维天线数据可以包括：首先，利用该雷达设备获取与第一速度和第一距离关联的N维天线数据，该第一速度为该目标点相对于该雷达设备的速度，该第一距离为该目标点与该雷达设备的距离；然后，根据与该第一速度和第一距离关联的N维天线数据可以确定回波强度阈值；再根据该回波强度阈值和距离该目标点较近的至少一个候选点的回波信号，通过计算得到第二距离和第二速度，距离该目标点较近的每一候选点与该雷达设备之间的距离为第二距离，该第二距离与该第一距离的差值在预设范围内；将与该第一速度和第一距离关联的N维天线数据以及与该第二速度和第二距离关联的N维天线数据作为该目标点的N维天线数据。在该可能的实现方式中，提供了一种雷达设备获取N维天线数据的获取方式以及该N维天线数据具体所包括的数据，通过目标点的速度和距离来获取对应的N维天线数据，在实际应用中，提升了方案的可实现性。
另一种可能的实现方式中，根据K维天线数据计算该目标点的第一角度可以包括：根据该K维天线数据以及超分辨率方法计算该目标点的第一角度。在该可能的实现方式中，提供了一种具体的计算目标点的第一角度的方法，提升了方案的实用性。
本申请实施例第二方面提供了一种雷达设备，该雷达具有实现上述第一方面雷达设备行为的功能，该功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能对应的模块。
本申请实施例中第三方面提供了一种雷达设备，该雷达设备包括：处理器、存储器、输入输出设备以及总线；该处理器、存储器、输入输出设备分别与该总线相连，该存储器中存储有计算机指令；该处理器在执行该存储器中的计算机指令时，该存储器中存储有计算机指令；该处理器在执行该存储器中的计算机指令时，用于实现如第一方面任意一种实现方式。
本申请实施例第四方面提供了一种包括指令的计算机程序产品，其特征在于，当其在计算机上运行时，使得该计算机执行如第一方面中的任一种的实现方式。
本申请实施例第五方面提供了一种计算机可读存储介质，其特征在于，包括指令，当该指令在计算机上运行时，使得计算机执行如第一方面中任一种实现方式。
本申请实施例提供的技术方案中，利用雷达设备获取目标点的N维天线数据，该N为大于2的正整数；然后，将该N维天线数据进行降维，得到K维天线数据，K为小于N的正整数；然后根据该K维天线数据计算该目标点的第一角度，该第一角度为该目标点相对于该雷达设备的角度。通过本申请的技术方案，将目标点的N维天线数据进行降维，得到K维天线数据，然后再根据该K维天线数据计算该目标点的第一角度，即通过将N维天线数据进行降维来获取降维后的K维天线数据，由于K维天线数据的维度相对于N维天线数据的维度较少，因此降低了计算第一角度的复杂度。
附图说明
图1A为本申请实施例中一个应用场景框架示意图；
图1B为本申请实施例中的测角方法的一个场景示意图；
图2为本申请实施例中的测角方法的一个实施例示意图；
图3为本申请实施例中的测角方法的另一个场景示意图；
图4为本申请实施例中的测角方法的另一个场景示意图；
图5为本申请实施例中的雷达设备的一个结构示意图；
图6为本申请实施例中的雷达设备的另一个结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员所获得的所有其他实施例，都属于本发明保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例提供一种测角方法以及雷达设备，应用于雷达***，用于降低测量目标点的第一角度的复杂度。
请参阅图1A，图1A为本申请实施例提供的一种应用场景示意图。在图1中，车辆中安装有雷达***，该雷达***包括车载雷达设备，该车载雷达设备中的发射天线发射雷达波形，然后在车载雷达设备中的N根接收天线接收目标点针对该发射天线发射的雷达波形返回的雷达回波波形。值得注意的是，该目标点可以为位于该车载雷达设备的测量范围内的障碍物或者行人等，该第一角度可以为雷达设备根据N根接收天线接收到的N维天线数据进行降维，得到K维天线数据，然后根据降维后的K维天线数据计算得到目标点相对于车载雷达设备的角度，其中，该N维天线数据可以包括接收天线接收到的雷达回波波形的相位、幅度、频率等。
上述雷达***可以为正交频分复用(orthogonal frequency divisionmultiplexing，OFDM)雷达***、调频连续波(frequency modulated continuous wave，FMCW)雷达***或者调相连续波(phase modulated continuous wave，PMCW)雷达***，本申请不对具体的雷达***做限定。
在实际应用中，可以根据需要在该车辆中安装多个车载雷达设备，该多个车载雷达设备分别用于进行近距测量、中距测量或长距测量。或者说，可以在该车辆中安装多个车载雷达设备，该多个车载雷达设备中包括用于进行近距测量的，用于进行中距测量的，以及用于进行远距测量的车载雷达设备中的至少一种。应当知道的是，前述的近距测量、中距测量或长距测量均是以该车辆为参考点的。因此，近距测量时测量到的最远端与该车辆的距离小于中距测量时测量到的最远端与该车辆的距离，且中距测量时测量到的最远端与该车辆的距离小于长距测量时测量到的最远端与该车辆的距离。
目前，对于目标点与车载雷达设备的角度的计算主要是通过超分辨率方法来进行计算。通过超分辨率方法来计算目标点相对于车载雷达设备的角度，主要是根据N维天线数据进行计算得到其相关矩阵，然后根据相关矩阵通过奇异值分解计算得到噪声空间的积，再通过该噪声空间的积以及该N维天线数据的阵列响应系数来计算该目标点相对于该车载雷达设备的角度；其中，通过相关矩阵进行奇异值分解的过程的复杂度与相关矩阵的维度相关，相关矩阵的维度越多，计算的复杂度越高，而相关矩阵与N维天线数据的维度相同，所以N越大，计算的复杂度越高。因此，车载雷达设备通过N根天线获取该目标点的N维天线数据，然后根据该N维天线数据，使用超分辨率方法进行计算，得到该目标点相对于车载雷达设备的角度。其中，上述N为大于2的正整数，但是，该计算方法的复杂度与天线数量N有关系，即N越大则计算的复杂度越高。
其中，需要说明的是，图1A的示例仅仅是为了说明本申请的一种应用场景，在实际应用中，本申请的测角方法同样适用于其他类型的雷达***，例如，超声波雷达***、成像雷达***或者机场跑道检查异物雷达***等，本申请不对此做限定。而本申请中雷达设备可以为车载雷达设备、安防设备或者跑道异物检测设备等，本申请也不对此做限定。
有鉴于此，本申请实施例提出了一种测角方法，用于降低测量目标点相对于雷达设备的角度的复杂度。本申请的技术方案中，首先利用雷达设备获取目标点的N维天线数据，该N为大于2的正整数；然后，将该N维天线数据进行降维，得到K维天线数据，K为小于N的正整数；然后根据该K维天线数据计算该目标点的第一角度，该第一角度为该目标点相对于该雷达设备的角度。通过本申请的技术方案，将N维天线数据进行降维，得到K维天线数据，然后再根据该K维天线数据计算该目标点的第一角度，即通过将N维天线数据进行降维来获取降维后的K维天线数据，由于K维天线数据的维度相对于N维天线数据的维度较少，因此降低了计算第一角度的复杂度。
本申请实施例中，雷达设备将N维天线数据进行降维，得到K维天线数据，具体可以是雷达设备通过波束成型的方式对N维天线数据进行降维，其具体过程是将N维天线数据拆分为K个子阵的天线数据，然后确定每个子阵所对应的波束成型向量，再将每个子阵的天线数据乘以对应的波束成型向量，得到K维天线数据；其次，还可以通过空间平滑的方式对N维天线数据进行降维，具体过程是将N维天线数据拆分为M个K维天线数之后，其中，M＝N-K+1，然后确定该M个K维天线数据中每个K维天线数据的列向量以及每个K维天线数据的列向量的共轭转秩；然后将每个K维天线数据的列向量乘以对应的每个K维天线数据的列向量的共轭转秩，得到K维天线数据；具体本申请对此不做限定。在后续的实施例中，仅以雷达设备对该N维天线数据通过波束成型进行降维，得到K维天线数据为例进行说明。
本申请实施例中，雷达设备在将N维天线数据通过波束成型进行降维之前，雷达设备可以先确定目标点位于辐射区域中的远场区域还是近场区域，其中，该辐射区域为该雷达设备通过雷达波形进行辐射所覆盖的区域；其中，雷达设备确定目标点的位置的具体过程为：根据公式df＝2D2/λ，其中，D为雷达设备中两根接收天线之间的最大距离，λ为雷达设备发射的雷达波形的波长，那么当目标点相对于雷达设备的第一距离大于该df时，则雷达设备可以确定该目标点位于辐射区域中的远场区域；当目标点相对于雷达设备的第一距离小于该df时，那么此时雷达设备可以确定该目标点位于辐射区域中的近场区域。
本申请实施例中，当目标点位于辐射区域的远场区域时，那么雷达设备可以优选通过角度快速傅里叶变换FFT对该N维天线数据进行计算，得到该目标点的第二角度，该第二角度为该目标点相对该雷达设备的角度，且该第二角度的精度低于该第一角度的精度，即第二角度为一个粗略计算得到的目标点相对于雷达设备的角度；再将N维天线数通过波束成型在该第二角度方向上进行降维。当目标点位于远场区域时，先确定目标点的第二角度，然后在该第二角度的方向通过波束成型进行降维，再根据降维后的数据计算目标点的第一角度，这样提高了抗干扰性能和抗杂波性能，从而提高第一角度的精度。
当目标点位于辐射区域的近场区域时，那么可以通过波束成型对N维天线数据进行计算，得到该雷达设备的每根接收天线的角度和距离；然后雷达设备确定该每根接收天线的角度和距离所对应的每根接收天线的权值，并根据该每根接收天线的权值确定K个子阵中的每个子阵所对应的波束成型向量，该波束成型向量包括目标天线相对于目标点的角度和距离所对应的权值，该目标天线为该每个子阵所包括的天线数据对应的接收天线，且该目标天线对应的接收天线的数量大于等于1，再将K个子阵中每个子阵的天线数据乘以该每个子阵所对应的波束成型向量，得到K维天线数据；下面通过举例进行说明：假设K个子阵中的子阵1包括接收天线1、接收天线2和接收天线3的天线数据，那么可以确定波束成型向量包括该接收天线1相对于目标点的角度和距离所对应的第一权值、接收天线2相对于目标点的角度和距离所对应的第二权值和接收天线3相对于目标点的角度和距离所对应的第三权值；然后将该子阵1的接收天线1的接收到的天线数据乘以该第一权值，将子阵1的接收天线2接收到的天线数据乘以该第二权值，将子阵1的接收天线3接收到的天线数乘以该第三权值，并将结果相加得到该K维天线数据的第一维的标量；针对K维天线数据的其他维度的标量的计算与第一维的标量计算过程类似，具体此处不再赘述。当目标点位于近场区域时，先确定每根接收天线相对目标点的角度和距离，然后在每根接收天线的角度和距离的方向通过波束成型进行降维，再根据降维后的数据计算目标点的第一角度，这样提高了抗干扰性能和抗杂波性能，从而提高第一角度的精度。在后续的实施例中，仅以该目标点位于辐射区域的远场区域为例进行说明。
本申请实施例中，雷达设备根据该K维天线数据计算该目标点的第一角度可以是雷达设备根据该K维天线数据以及该超分辨率方法计算该第一角度。
本申请实施例中，雷达设备可以从N根接收天线接收到的雷达回波中获取多个候选点的速度和距离，然后根据该多个候选点的速度和距离，采用恒虚警率检测算法确定该目标点，其中，该多个候选点的速度和距离具体可以雷达设备根据雷达回波与发射天线的发射雷达波形的相位差、时间差等计算得到的多个候选点与雷达设备的速度和距离，需要说明的是，在确定目标点的同时，此时目标点相对于雷达设备的速度和该目标点相对于雷达设备的距离也就确定了，本申请以目标点相对于雷达设备的速度为第一速度，第一目标点相对于雷达设备的距离为第一距离为例进行说明。
本申请实施例中，雷达设备可以通过采样接收天线接收到的雷达回波以及多普勒效应获取如图1B所示的每组速度和距离关联的N维天线数据，每组速度和距离在每根接收天线都会有对应一组天线数据，那么接收天线有N根，即每组速度和距离都关联有N维天线数据；那么在本申请中，该目标点相对于雷达设备的速度为第一速度，该目标点相对于雷达设备的距离为第一距离，那么由图1B可知，该目标点的N维天线数据可以包括该第一速度和第一距离关联的N维天线数据。可选的，该雷达设备该可以根据该第一速度和第一距离关联的N维天线数据确定该目标点的雷达回波强度，然后根据该雷达回波强度设置回波强度阈值，然后根据确定离该目标点较近的其他候选点的回波信号的强度大于该回波强度阈值，那么雷达设备计算其他候选点的相对于雷达设备的第二速度和第二距离；其中，其他候选点的回波信号是指其他候选点反射该雷达发射波形的雷达回波，并且该第二距离与目标点的第一距离的差值在预设范围内；然后，将该第二速度和第二距离关联的N维天线数据也作为该目标点的N维天线数据。在后续的实施例中，仅以该目标点的N维天线数据包括该第一速度和第一距离关联的N维天线数据为例进行说明。
下面从雷达设备的角度，对本申请实施例中测角方法进行介绍，请参阅图2，本申请实施例中的测角方法的一个实施例包括：
201、雷达设备获取多个候选点的速度和距离。
在雷达***，雷达设备包括一个或者多个发射通道和接收通道，Ntx个发射天线通过预置的模式发送雷达波形，Nrx个接收天线同时接收雷达回波，而通过Nrx个接收天线接收到的数据可以用于测量目标点的第二角度。其中，预置的模式可以是Ntx个发射天线轮流切换发射相同的雷达波形，每次一个发射天线工作，即本申请N维天线数据可以理解为N个接收天线接收到的天线数据，N为实体接收天线的数量Nrx；该预置的模式也可以是Ntx个发射天线使用不同码字同时发射雷达波形；然后Nrx个接收天线接收Ntx次相同的雷达波形，则N维天线数据可以理解为N＝NtxNrx个接收通道到的数据，具体雷达设备的接收N维天线数据的方式本申请不做限定。然后雷达设备可以从N根接收天线接收到的雷达回波中计算多个候选点的速度和距离，该多个候选点可以理解为在雷达设备通过雷达波形进行辐射的辐射区域内出现的物体，例如，障碍物或者行人等。
202、雷达设备根据该多个候选点的速度和距离、以及恒虚警率检测算法确定目标点。
如图1B所示，雷达设备可以根据恒虚警率检测算法以及多个候选点的速度和距离来确定第一速度和第一距离所对应的单元的回波强度大于预设值，那么雷达设备可以确定该第一速度和第一距离所对应的单元中存在目标点，然后此时也可以确定该目标点相对于雷达设备速度为第一速度，该目标点相对于雷达设备的距离为第一距离。
203、雷达设备获取第一速度和第一距离关联的N维天线数据。
雷达设备确定了该目标点所对应的第一距离和第一速度，那么可以从N根天线获取到的N维天线数据中获取与第一距离和第一速度关联的N维天线数据。该N维天线数据中的每维天线数据包括与第一速度和第一距离关联的天线数据，即如图1B所示，N维天线数据可以包括与第一速度和第一距离关联的N维天线数据，即接收天线1至接收天线N接收到的与第一速度和第一距离关联的天线数据。
204、雷达设备确定该目标点位于辐射区域中的远场区域。
雷达设备根据公式df＝2D2/λ确定df的值，其中，D为雷达设备中接收天线之间的最大距离，λ为雷达设备发射的雷达波形的波长；然后，雷达设备判断该目标点相对于雷达设备的第一距离是否大于该df，若是，则雷达设备可以确定该目标点位于该辐射区域中的远场区域；其次，若不大于，则雷达设备可以确定该目标点位于辐射区域中的近场区域。
205、雷达设备对该N维天线数据进行角度FFT计算，得到第二角度。
雷达设备确定目标点位于远场区域之后，那么雷达设备可以通过角度FFT对N维天线数据进行计算，得到第二角度；其中，该第二角度为目标点相对于雷达设备的角度，且该第二角度的精度低于该第一角度的精度，可以理解为该第二角度为一个粗略计算得到的目标点相对于雷达设备的角度。
206、雷达设备将N维天线数据拆分为K个子阵的天线数据。
雷达设备获取到N维天线数据之后，将该N维天线数据拆分为K个子阵的天线数据，其中K为小于N的正整数，每个子阵天线数据的维度不限定，且每个子阵天线数据的维度可以相同，也可以不相同。如图3所示，雷达设备将该N维天线数据划分为K个子阵的天线数据，然后将K个子阵在第二角度的方向上通过波束成型进行降维，可以提高接收雷达回波信号与干扰信号的信干噪比，从而提高测量的第一角度的精度。
207、雷达设备确定K个子阵中的每个子阵所对应的波束成型向量。
雷达设备得到K个子阵的天线数据，然后确定K个子阵中的每个子阵所对应的波束成型向量，其中，该波束成型向量包括目标天线在该第二角度方向上所对应的权值，该目标天线可以理解为K个子阵中的每个子阵的天线数据所对应的接收天线，并且该目标天线所对应的接收天线的数量大于或者等于1.下面通过举例说明雷达设备确定每个子阵的波束成型向量的具体过程：如图3所示，假设子阵1天线数据包括接收天线1的天线数据、接收天线2的天线数据和接收天线3的天线数据，那么雷达设备可以确定子阵1所包括的天线数据所对应的天线包括接收天线1、接收天线2和接收天线3，然后该雷达设备可以确定接收天线1在该目标点的第二角度的方向的第一权值、该接收天线2在该目标点的第二角度方向上的第二权值以及接收天线3在该目标点的第二角度方向上的第三权值，那么该子阵1所对应的波束成型向量即为(第一权值，第二权值，第三权值)；针对其他子阵所对应的波束成型向量的计算过程与子阵1的波束成型向量类似，具体此处不再赘述。
208、雷达设备将K个子阵中的每个子阵的天线数据乘以对应的每个子阵所对应的波束成型向量，得到K维天线数据。
雷达设备将K个子阵中的每个子阵的天线数据乘以对应的每个子阵所对应的波束成型向量，得到K维天线数据；具体过程为：将接收天线1的天线数据乘以该第一波束成型权值得到第一标量，以及将接收天线2的天线数据乘以该第二波束成型权值得到第二标量，将接收天线3的天线数据乘以该第三波束成型权值得到第三标量，然后再将该第一标量、第二标量和第三标量相加得到K维天线数据中的第一维的标量。另外，K维天线数据中其他维的标量也与前述说明子阵1通过计算得到第一维的标量的过程类似，具体不再赘述。上述波束成型降维具体可以参阅图4所示，图4为车载雷达设备对N维天线数据进行降维的一个示意图，假设第二角度为波束1的方向，那么车载雷达设备在该波束1的方向上对N维天线数据进行降维，得到K维天线数据；假设第二角度为波束2的方向或者波束3的方向，那么车载设备在该波束2的方向上或者波束3的方向上对N维天线数据进行降维，得到K维天线数据。
209、雷达设备根据该K维天线数据和超分辨率方法计算该目标点的第一角度。
雷达设备可以根据该K维天线数据和超分辨率方法计算该目标点的第一角度，其中，超分辨率方法可以为求根多目标分类方法(root-MUSIC，root multiple signalclassification)，还可以是最小方差无失真响应方法或者旋转不变信号参数估计方法等，具体本申请不做限定。例如，假设N＝192，即192根接收天线，如果直接使用超分辨率方法进行计算，那么其计算的复杂度量级为N log(N)+P(N/2)3＝1456+26542080，其中，P为复杂度系数，假设P＝30；而通过本申请的方法进行计算，其计算的复杂度量级为N log2(N)+T(KN/2+P*K^2)＝1456+5440其中，N为N维天线数据的维度，T为目标点的数量，K为降维后的K维天线数据的维度，P＝30，T＝20，K＝2。因此，由上述对计算的复杂量级的计算结果可知，现有的计算方式复杂度高，且受杂波和干扰波的影响大，使得其计算的角度的精度较低，而本申请的计算方式的复杂度较低，并且通过波束成型降维的方式能够提高抗干扰性能和抗杂波的性能，因此，再根据降维后的数据计算得到的第一角度的更为精准。其次，当K＝2时，此时该K维天线数据为二维矩阵，其矩阵秩接近1，在进行超分辨率方法计算时，不需要使用矩阵秩分解和秩的估计，其计算的复杂度可大大降低。
本申请实施例中，利用雷达设备获取目标点的N维天线数据，该N为大于2的正整数；然后，将该N维天线数据进行降维，得到K维天线数据，K为小于N的正整数；然后根据该K维天线数据计算该目标点的第一角度，该第一角度为该目标点相对于该雷达设备的角度。通过本申请的技术方案，将目标点的N维天线数据进行降维，得到K维天线数据，然后再根据该K维天线数据计算该目标点的第一角度，即通过将N维天线数据进行降维来获取降维后的K维天线数据，由于K维天线数据的维度相对于N维天线数据的维度较少，因此降低了计算第一角度的复杂度。
上面对本申请实施例中的测角方法进行了描述，下面对本申请实施例中的雷达设备进行描述，请参阅图5，本申请实施例中雷达设备的一个实施例包括：
收发模块501，用于获取目标点的N维天线数据，N为大于2的正整数；
处理模块502，用于将该N维天线数据进行降维，得到K维天线数据，K为小于N的正整数；根据该K维天线数据计算该目标点的第一角度，该第一角度为该目标点相对于该雷达设备的角度。
一种可能的实现方式中，该处理模块502具体用于：
将该N维天线数据拆分为K个子阵的天线数据；
将该K个子阵的天线数据通过波束成型进行降维，得到K维天线数据。
另一种可能的实现方式中，该处理模块502还用于：
在该目标点位于辐射区域中的远场区域的情况下，通过角度快速傅里叶变换FFT对该N维天线数据进行计算，得到第二角度，该第二角度为该目标点相对于该雷达设备的角度，且该第二角度的精度低于该第一角度的精度，该辐射区域为该雷达设备通过雷达波形进行辐射所覆盖的区域。
该处理模块502具体用于：
确定K个子阵中的每个子阵所对应的波束成型向量，该波束成型向量包括目标天线在该第二角度方向所对应的权值，该目标天线为每个子阵所包括的天线数据对应的接收天线，且该目标天线对应的接收天线的数量大于或者等于1；
将该K个子阵中的每个子阵的天线数据乘以每个子阵所对应的波束成型向量，得到K维天线数据。
另一种可能的实现方式中，该处理模块502还用于：
在该目标点位于辐射区域中的近场区域的情况下，通过波束成型对该N维天线数据进行计算，得到雷达设备中的每根接收天线与该目标点的角度和距离，该辐射区域为该雷达设备通过雷达波形进行辐射所覆盖的区域；
该处理模块502具体用于：
根据该每根接收天线与该目标点的角度和距离确定每根接收天线的权值；
根据每根接收天线的权值确定K个子阵中的每个子阵所对应的波束成型向量，该波束成型向量包括目标天线相对于目标点的角度和距离所对应的权值，该目标天线为该每个子阵所包括的天线数据对应的接收天线，且该目标天线对应的接收天线的数量大于或者等于1；
将该K个子阵中的每个子阵的天线数据乘以该每个子阵所对应的波束成型向量，得到K维天线数据。
另一种可能的实现方式中，该处理模块502具体用于：
将该N维天线数据拆分为M个K维天线数据，其中，M＝N-K+1；
将该M个K维天线数据通过空间平滑进行降维，得到K维天线数据。
另一种可能的实现方式中，该处理模块502具体用于：
确定该M个K维天线数据中每个K维天线数据的列向量，以及确定每个K维天线数据的列向量的共轭转秩；
将该每个K维天线数据的列向量乘以对应的每个K维天线数据的列向量的共轭转秩，得到K维天线数据。
另一种可能的实现方式中，该收发模块501还用于：
获取该雷达设备检测到的多个候选点的速度和距离；
该处理模块502还用于：
根据该多个候选点的速度和距离，采用恒虚警率检测算法，确定该目标点。
另一种可能的实现方式中，该收发模块501具体用于：
利用雷达设备获取与该第一速度和第一距离关联的N维天线数据，该第一速度为该目标点相对于该雷达设备的速度，该第一距离为该目标点与该雷达设备的距离；
根据与该第一速度和第一距离关联的N维天线数据确定回波强度阈值；再根据该回波强度阈值和距离该目标点较近的至少一个候选点的回波信号，通过计算得到第二速度和第二距离，距离该目标点较近的每一候选点与该雷达设备之间的距离为第二距离，该第二距离与该第一距离的差值在预设距离范围内；
将与该第一速度和第一距离关联的N维天线数据以及与该第二速度和第二距离关联的N维天线数据作为该目标点的N维天线数据。
另一种可能的实现方式中，该处理模块502具体用于：
根据该K维天线数据以及超分辨率方法计算该目标点的第一角度。
本申请还提供一种雷达设备600，请参阅图6，本申请实施例中雷达设备一个实施例包括：
处理器601、存储器602、输入输出设备603以及总线604；
一种可能的实现方式中，该处理器601、存储器602、输入输出设备603分别与总线604相连，该存储器中存储有计算机指令。
前述实施例中的处理模块502具体可以是本实施例中的处理器601，因此该处理器601的具体实现不再赘述。前述实施例中的收发模块501则具体可以是本实施例中的输入输出设备603，因此该输入输出设备603的具体实现不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (9)
1.一种测角方法，其特征在于，所述方法应用于雷达***，所述方法包括：
利用雷达设备获取目标点的N维天线数据，N为大于2的正整数；
将所述N维天线数据进行降维，得到K维天线数据，K为小于N的正整数；
根据所述K维天线数据计算所述目标点的第一角度，所述第一角度为所述目标点相对于所述雷达设备的角度；
所述将所述N维天线数据进行降维，得到K维天线数据的步骤包括：
将所述N维天线数据拆分为K个子阵的天线数据；
将所述K个子阵的天线数据通过波束成型进行降维，得到K维天线数据；
所述将N维天线数据进行降维，得到K维天线数据之前，所述方法还包括：在所述目标点位于辐射区域中的远场区域的情况下，通过角度快速傅里叶变换FFT对所述N维天线数据进行计算，得到第二角度，所述第二角度为所述目标点相对于所述雷达设备的角度，且所述第二角度的精度低于所述第一角度的精度，所述辐射区域为所述雷达设备通过雷达波形进行辐射所覆盖的区域；
所述将所述K个子阵的天线数据通过波束成型进行降维，得到K维天线数据的步骤包括：基于所述第二角度确定K个子阵中的每个子阵所对应的波束成型向量；将所述K个子阵中的每个子阵的天线数据乘以每个子阵所对应的波束成型向量，得到所述K维天线数据；
或，
所述将N维天线数据进行降维，得到K维天线数据之前，所述方法还包括：在所述目标点位于辐射区域中的近场区域的情况下，通过波束成型对所述N维天线数据进行计算，得到所述雷达设备中的每根接收天线与所述目标点的角度和距离，所述辐射区域为所述雷达设备通过雷达波形进行辐射所覆盖的区域；
所述将所述K个子阵的天线数据通过波束成型进行降维，得到K维天线数据的步骤包括：根据所述每根接收天线与所述目标点的角度和距离确定每根接收天线的权值；根据每根接收天线的权值确定K个子阵中的每个子阵所对应的波束成型向量；将所述K个子阵中的每个子阵的天线数据乘以每个子阵所对应的波束成型向量，得到所述K维天线数据。
2.根据权利要求1所述的方法，其特征在于，获取N维天线数据之前，所述方法还包括：
获取所述雷达设备检测到的多个候选点的速度和距离；
根据所述多个候选点的速度和距离，采用恒虚警率检测算法，确定所述目标点。
3.根据权利要求1所述的方法，其特征在于，所述利用雷达设备获取目标点的N维天线数据，包括：
利用所述雷达设备获取与第一速度和第一距离关联的N维天线数据，所述第一速度为所述目标点相对于所述雷达设备的速度，所述第一距离为所述目标点与所述雷达设备的距离；
根据与所述第一速度和第一距离关联的N维天线数据确定回波强度阈值；
根据所述回波强度阈值和距离所述目标点较近的至少一个候选点的回波信号，通过计算得到第二距离和第二速度，距离所述目标点较近的每一候选点与所述雷达设备之间的距离为第二距离，所述第二距离与所述第一距离的差值在预设距离范围内；
将与所述第一速度和第一距离关联的N维天线数据以及与所述第二速度和第二距离关联的N维天线数据作为所述目标点的N维天线数据。
4.根据权利要求1所述的方法，其特征在于，所述根据所述K维天线数据计算所述目标点的第一角度包括：
根据所述K维天线数据以及超分辨率方法计算所述目标点的第一角度。
5.一种雷达设备，其特征在于，所述雷达设备包括：
收发模块，获取目标点的N维天线数据，N为大于2的正整数；
处理模块，将所述N维天线数据进行降维，得到K维天线数据，K为小于N的正整数；根据所述K维天线数据计算所述目标点的第一角度，所述第一角度为所述目标点相对于所述雷达设备的角度；
所述处理模块具体用于：
将所述N维天线数据拆分为K个子阵的天线数据；
将所述K个子阵的天线数据通过波束成型进行降维，得到K维天线数据；
所述处理模块还用于：在所述目标点位于辐射区域中的远场区域的情况下，通过角度快速傅里叶变换FFT对所述N维天线数据进行计算，得到第二角度，所述第二角度为所述目标点相对于所述雷达设备的角度，且所述第二角度的精度低于所述第一角度的精度，所述辐射区域为所述雷达设备通过雷达波形进行辐射所覆盖的区域；
所述处理模块具体用于：基于所述第二角度确定K个子阵中的每个子阵所对应的波束成型向量；将所述K个子阵中的每个子阵的天线数据乘以每个子阵所对应的波束成型向量，得到所述K维天线数据；
或，
所述处理模块还用于：在所述目标点位于辐射区域中的近场区域的情况下，通过波束成型对所述N维天线数据进行计算，得到所述雷达设备中的每根接收天线与所述目标点的角度和距离，所述辐射区域为所述雷达设备通过雷达波形进行辐射所覆盖的区域；
所述处理模块具体用于：根据所述每根接收天线与所述目标点的角度和距离确定每根接收天线的权值；根据所述每根接收天线的权值确定K个子阵中的每个子阵所对应的波束成型向量；将所述K个子阵中的每个子阵的天线数据乘以每个子阵所对应的波束成型向量，得到所述K维天线数据。
6.根据权利要求5所述的雷达设备，其特征在于，所述收发模块还用于：
获取所述雷达设备检测到的多个候选点的速度和距离；
根据所述多个候选点的速度和距离，采用恒虚警率检测算法，确定所述目标点。
7.根据权利要求5所述的雷达设备，其特征在于，利用雷达设备获取目标点的N维天线数据，包括：
利用所述雷达设备获取与第一速度和第一距离关联的N维天线数据，所述第一速度为所述目标点相对于所述雷达设备的速度，所述第一距离为所述目标点与所述雷达设备的距离；
根据与所述第一速度和所述第一距离关联的N维天线数据确定回波强度阈值；
根据所述回波强度阈值和距离所述目标点较近的至少一个候选点的回波信号，通过计算得到第二距离和第二速度，距离所述目标点较近的每一候选点与所述雷达设备之间的距离为第二距离，所述第二距离与所述第一距离的差值在预设距离范围内；
将与所述第一速度和第一距离关联的N维天线数据以及与所述第二速度和第二距离关联的N维天线数据作为所述目标点的N维天线数据。
8.根据权利要求5所述的雷达设备，其特征在于，所述处理模块具体用于：
根据所述K维天线数据以及超分辨率方法计算所述目标点的第一角度。
9.一种计算机可读存储介质，其特征在于，包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至4中任一项所述的方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2018/115839 WO2020097903A1 (zh) | 2018-11-16 | 2018-11-16 | 测角方法以及雷达设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112639512A CN112639512A (zh) | 2021-04-09 |
| CN112639512B true CN112639512B (zh) | 2024-06-18 |
Family
ID=70731919
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880096552.3A Active CN112639512B (zh) | 2018-11-16 | 2018-11-16 | 测角方法以及雷达设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112639512B (zh) |
| WO (1) | WO2020097903A1 (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103605122A (zh) * | 2013-12-04 | 2014-02-26 | 西安电子科技大学 | 相干mimo雷达的收发稳健降维自适应波束形成方法 |
| CN107229041A (zh) * | 2016-03-23 | 2017-10-03 | 西安中兴新软件有限责任公司 | 一种mimo雷达波达方向估计方法和装置 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100544231C (zh) * | 2005-06-08 | 2009-09-23 | 中兴通讯股份有限公司 | 基于软件无线电的智能天线实现方法及智能天线实现*** |
| CN101561498B (zh) * | 2009-05-08 | 2012-02-08 | 西安电子科技大学 | 多阶段分解空时自适应信号处理方法 |
| US8185490B1 (en) * | 2009-08-05 | 2012-05-22 | The United States Of America As Represented By The Secretary Of The Navy | Class-specific iterated subspace classifier |
| CN101799535A (zh) * | 2009-11-27 | 2010-08-11 | 西安电子科技大学 | Mimo雷达目标方向的估计方法 |
| WO2011138777A2 (en) * | 2010-05-04 | 2011-11-10 | Celeno Communications Ltd. | System and method for channel state related feedback in multi-user multiple-input-multiple-output systems |
| CN102279387B (zh) * | 2011-07-18 | 2013-02-27 | 西安电子科技大学 | Mimo雷达的目标到达角估计方法 |
| CN102928827B (zh) * | 2012-10-26 | 2014-01-08 | 北京理工大学 | 一种基于past的快速降维空时自适应处理方法 |
| CN103018730B (zh) * | 2012-11-27 | 2015-04-08 | 西安电子科技大学 | 分布式子阵波达方向估计方法 |
| CN103353591B (zh) * | 2013-06-19 | 2015-02-18 | 西安电子科技大学 | 基于mimo的双基地雷达局域化降维杂波抑制方法 |
| CN103777179B (zh) * | 2014-01-23 | 2016-01-06 | 西安电子科技大学 | 一种用于雷达立体共形阵列的子阵降维方法 |
| CN106941367A (zh) * | 2016-01-04 | 2017-07-11 | 中兴通讯股份有限公司 | 多输入多输出mimo的处理方法及装置 |
| CN107576940B (zh) * | 2017-07-10 | 2021-04-13 | 西安邮电大学 | 一种低复杂度单基地mimo雷达非圆信号角度估计方法 |
| CN107783078B (zh) * | 2017-09-11 | 2020-09-22 | 西北大学 | 一种波束-多普勒酉esprit多目标角度估计方法 |
| CN107783081A (zh) * | 2017-10-19 | 2018-03-09 | 杭州睿达汽车科技有限公司 | 一种针对宽带雷达的sstmv最小方差波束形成方法 |
-
2018
- 2018-11-16 WO PCT/CN2018/115839 patent/WO2020097903A1/zh active Application Filing
- 2018-11-16 CN CN201880096552.3A patent/CN112639512B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103605122A (zh) * | 2013-12-04 | 2014-02-26 | 西安电子科技大学 | 相干mimo雷达的收发稳健降维自适应波束形成方法 |
| CN107229041A (zh) * | 2016-03-23 | 2017-10-03 | 西安中兴新软件有限责任公司 | 一种mimo雷达波达方向估计方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020097903A1 (zh) | 2020-05-22 |
| CN112639512A (zh) | 2021-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gamba | Radar signal processing for autonomous driving | |
| EP3721258B1 (en) | Radar processing chain for fmcw radar systems | |
| JP7104024B2 (ja) | ３ｄプリント・ルーネブルグ・レンズを使用する新規な自動車用レーダ | |
| US11506776B2 (en) | Method and device with improved radar resolution | |
| Zhang et al. | Super resolution DOA based on relative motion for FMCW automotive radar | |
| EP3324205B1 (en) | Decentralised radar system | |
| KR102445130B1 (ko) | 레이더 표적의 횡방향 상대 속도 성분을 확인하기 위한 방법 및 장치 | |
| KR102176025B1 (ko) | 환경 검출을 위한 차량 레이더 | |
| EP3494404B1 (en) | System and method for detecting heading and velocity of a target object | |
| JP7173735B2 (ja) | レーダ装置及び信号処理方法 | |
| CN111679266A (zh) | 汽车毫米波雷达稀疏阵列栅瓣虚假目标识别方法及*** | |
| CN112639512B (zh) | 测角方法以及雷达设备 | |
| JP7160561B2 (ja) | 方位演算装置及び方位演算方法 | |
| KR20190124488A (ko) | 레이더 시스템에서 신호 부공간 기반의 도래각 추정 방법 및 장치 | |
| KR20140088683A (ko) | 차량용 레이더를 이용한 물체 감지 장치, 방법 및 컴퓨터 판독 가능한 기록 매체 | |
| Cassidy et al. | Analysis of MIMO-DBS performance for wide FOV automotive imaging | |
| CN113625279A (zh) | 检测雷达装置的垂直安装未对齐的装置和方法和具有该装置的雷达装置 | |
| TWI808874B (zh) | 用於交通工具的雷達系統及偵測方法 | |
| Omori et al. | K-space decomposition based super-resolution three-dimensional imaging method for millimeter wave radar | |
| US20230003518A1 (en) | Vehicle radar apparatus and method of controlling the same | |
| Zaumseil et al. | Radar-based near field environment perception using back projection algorithm | |
| JP7413850B2 (ja) | 物***置の角度推定装置及び方法、並びにレーダ装置 | |
| Wan et al. | A Point Cloud Enhancement Method for 4D mmWave Radar Imagery | |
| EP4336214A1 (en) | Method and apparatus with radar signal processing | |
| US20230213614A1 (en) | Method and apparatus with radar signal processing |
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 |