CN114518562A - 一种目标的识别方法、装置、电子设备及存储介质 - Google Patents

一种目标的识别方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114518562A
CN114518562A CN202011306791.2A CN202011306791A CN114518562A CN 114518562 A CN114518562 A CN 114518562A CN 202011306791 A CN202011306791 A CN 202011306791A CN 114518562 A CN114518562 A CN 114518562A
Authority
CN
China
Prior art keywords
target
reflection
points
reflection point
candidate
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.)
Pending
Application number
CN202011306791.2A
Other languages
English (en)
Inventor
曾昭泽
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.)
Eigenstone Technology Co ltd
Original Assignee
Eigenstone 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 Eigenstone Technology Co ltd filed Critical Eigenstone Technology Co ltd
Priority to CN202011306791.2A priority Critical patent/CN114518562A/zh
Publication of CN114518562A publication Critical patent/CN114518562A/zh
Pending legal-status Critical Current

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
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

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

本申请涉及雷达信号处理技术领域，特别是涉及一种目标的识别方法、装置、电子设备及存储介质。通过滑动窗口提取检测对象的反射点数据，并根据滑动窗口内的反射点数据确定至少一候选有效目标点集，该候选有效目标点集对应的目标为候选有效目标。由于滑动窗口为采样反射点数据的时间窗口，且一个时间窗口对应一个时间段；因此，本申请实施例能够获取一端时间内出现的反射点数据，并根据一段时间内出现的反射点数据确定候选有效目标点集。相对于通过某一时刻出现的反射点数据确定有效目标的方式，本申请实施例通过一段时间内的反射点数据确定候选有效目标的方式识别出的候选有效目标准确性更高。

Description

一种目标的识别方法、装置、电子设备及存储介质
技术领域
本发明涉及雷达信号处理技术领域，特别是涉及一种目标的识别方法、装置、电子设备及存储介质。
背景技术
毫米波是介于红外光波和微波频段之间的电磁波。毫米波的波长介于1～10mm之间，对应的频率范围为30-300GHz。毫米波雷达是一种利用毫米波探测目标的电子设备。毫米波雷达在工作时，雷达天线将毫米波定向辐射于大气中，毫米波在大气中以接近光速的速度传播，若目标恰好位于雷达天线辐射的毫米波波束内，目标会截取一部分毫米波并将截取的毫米波向各个方向散射形成反射信号，雷达天线接收到反射信号后，对接收到的反射信号进行处理后便可获取检测对象的信息。
相关技术中，由于雷达天线辐射的毫米波可能会被除目标之外的其他物体反射，导致毫米波的反射信号分成多条路径进行传输；当由不同路径传播的反射信号到达毫米波雷达的接收端时，会按各自相位互相叠加而造成干扰，即产生多径干扰。多径干扰使得毫米波雷达在探测目标时，接收到的目标的反射信号在幅度和相位上发生变化，从而造成探测误差。
发明内容
为了克服毫米波雷达在探测目标时由于多径干扰而产生的探测误差，本发明实施例提供一种目标的识别方法、装置、电子设备及存储介质，能够通过滑动窗口提取一个时段内出现的反射点数据，并根据一个时段内出现的反射点数据确定候选有效目标点集，提高目标识别的准确性。
为了解决上述技术问题，本发明实施例提供的以下技术方案：
第一方面，本发明实施例提供一种目标的识别方法，应用于电子设备，所述方法包括：
通过滑动窗口提取检测对象的反射点数据，所述滑动窗口为采样所述反射点数据的时间窗口；
根据所述滑动窗口内的反射点数据确定至少一候选有效目标点集，所述候选有效目标点集对应的目标为候选有效目标。
第二方面，本发明实施例提供一种目标的识别装置，应用于毫电子设备，所述装置包括：
提取模块，所述提取模块用于按照滑动窗口提取所述反射点数据，所述滑动窗口为采样所述反射点数据的时间窗口；
确定模块，所述确定模块用于根据所述滑动窗口内的反射点数据确定至少一候选有效目标点集，所述候选有效目标点集对应的目标为候选有效目标。
第三方面，本发明实施例提供一种电子设备，所述电子设备包括：至少一个处理器；和与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本发明第一方面所述的目标的识别方法。
第四方面，本发明实施例还提供一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被执行时，能够执行如本发明第一方面所述的目标的识别方法。
本申请实施方式的有益效果是：区别于现有技术的情况，本申请实施例提供一种目标的识别方法、装置、电子设备及存储介质，能够通过滑动窗口提取检测对象的反射点数据，并根据滑动窗口内的反射点数据确定至少一候选有效目标点集，该候选有效目标点集对应的目标为候选有效目标。由于滑动窗口为采样反射点数据的时间窗口，且一个时间窗口对应一个时间段；因此，本申请实施例能够获取一端时间内出现的反射点数据，并根据一段时间内出现的反射点数据确定候选有效目标点集。相对于通过某一时刻出现的反射点数据确定有效目标的方式，本申请实施例通过一段时间内的反射点数据确定候选有效目标的方式识别出的候选有效目标准确性更高。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请的一个实施例提供的应用场景；
图2是本申请的一个实施例提供的毫米波雷达装置的硬件结构；
图3a是本申请的一个实施例提供的目标的识别方法的流程示意图；
图3b是本申请的另一个实施例提供的目标的识别方法的流程示意图；
图4是本申请的一个实施例提供的确定目标簇中的反射点是否为候选有效目标点集的方法的流程示意图；
图5是本申请的一个实施例提供的滑动窗口示意图；
图6是本申请的一个实施例提供的目标识别装置的结构示意图；
图7是本申请的另一个实施例提供的目标识别装置的结构示意图；
图8是本申请的一个实施例提供的执行目标的识别方法的电子设备的硬件结构。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是用于限制本发明。
在本发明的描述中，需要理解的是，术语“第一”和“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。此外，属于“水平”和“垂直”等指示方位或位置关系为基于附图所示的方位和位置关系，仅是为了描述本发明或便于描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
本申请实施例中，用于执行目标的识别方法的电子设备以多种形式存在，包括但不限于移动通信设备、服务器或其他具有计算和处理功能的电子装置。电子设备具体可以是雷达。
本申请实施例所涉及波雷达又可以称为探测器或者探测装置，其工作原理是通过雷达天线发射雷达信号，并通过接收反射信号来探测检测对象中的目标，其中，反射信号为雷达信号经过检测对象反射后的电磁波。雷达信号也可以称为无线电信号或电磁波信号；为方便阐述，本申请实施例统一称为雷达信号。雷达信号的发射是周期性的。例如，对于锯齿波雷达信号来说，一个完整的锯齿波形的持续时间可以理解为该雷达信号的发射周期；又如，对于三角波雷达信号来说，一个完整的三角波形的持续时间可以理解为三角波雷达信号的发射周期。
本申请实施例所涉及的雷达可以是毫米波雷达。毫米波具有以下特性：1)带宽大：频域资源丰富，天线副瓣低，有利于实现成像或准成像；2)波长短：雷达设备体积和天线口径得以减小，重量减轻；3)波束窄：在相同天线尺寸下毫米波的波束要比微米波的波束窄得多，雷达分辨率高，测量精度可达到毫米级；4)穿透强：相比于激光雷达和光学***，具有更好的穿透烟雾气、灰尘和衣物的能力，可全天候工作。毫米波相关的特性非常适合应用于室内人体的检测，例如，人体的定位、跟踪或生命体征检测。
毫米波雷达在对目标进行探测的过程中会产生多径效应，导致雷达信号的衰落和相移。多径效应是指电磁波经不同路径传播后各分量场到达接收端时间不同，按照各自相位互相叠加而造成干扰，使得雷达接收到的信号失真或产生错误。因此，多径效应使得雷达较难准确定反射信号对应的反射点的位置，从而影响对检测对象的识别效率和准确率。由于室内环境相对复杂，墙壁、地板、天花板和各种家具均可能对毫米波存在反射作用；因此，当毫米波雷达应用于室内检测对象的检测时，多径干扰现象更加显著。
请参阅图1，图1示意性出示了本申请实施例的应用场景，如图1所示，毫米波雷达10设置于室内，毫米波雷达10可以是独立的检测装置，也可以集成于其他产品，例如，毫米波雷达10可以集成于家电，如，家电可以是智能机器人等。检测的目标20为人体或物体，图1中以目标20为人体为例进行说明。如图1所示，毫米波雷达10可以向目标20所在的探测区域发射雷达信号，并接收雷达信号的反射信号。目标20的反射信号可以沿路径a直接到达毫米波雷达10，也可以沿路径b由墙壁30反射后到达雷达，还可以沿路径c由设置于墙壁30的挂画40反射后到达毫米波雷达10。毫米波雷达10接收到反射信号包括沿路径a、路径b和路径c返回的反射信号；其中，沿路径b和路径c到达毫米波雷达10的反射信号为多径效应产生的干扰信号。若直接利用含有干扰信号的反射信号来探测目标20，会影响毫米波雷达10识别目标20的准确性和效率。
为了降低多径效应对目标识别准确性和效率的影响，本申请实施例提供了一种目标的识别方法，能够根据雷达信号的反射信号获取反射点，按照滑动窗口提取反射点，并确定反射点中的候选有效目标点集，从而过滤掉反射点中除候选有效目标点集以外的虚假点；再根据提取到同一候选有效目标点集的滑动窗口的数量筛选出候选有效目标点集中的第二有效点，以过滤掉候选有效目标点集中的虚假点；其中，第二有效点对应的检测对象为有效目标。为了便于读者理解本发明，下面结合具体的实施例来进行说明。
图2示意性出示了毫米波雷达的硬件结构。图2中毫米波雷达200可以生成雷达信号并将雷达信号发射到毫米波雷达200正在监视的区域中。按照波形来区分，毫米波雷达200发射的雷达信号分为脉冲波(chirp)信号和调频连续波(Continuous Wave，CW)信号。若雷达信号为脉冲波，则当目标距离很近时，发射脉冲波和接收脉冲波之间的时间差非常小，要求雷达采用高速信号处理技术，近距脉冲雷达的结构就变得十分复杂，成本也大幅度上升。因此，毫米波雷达通常采用结构简单、成本较低、适合做近距离探测的调频连续波。本申请实施例以雷达信号为调频连续波为例进行说明。
如图2所示，毫米波雷达200包括：振荡器201、定向耦合器202、发射天线203、接收天线204、混频器205、处理器206和存储器207。本领域技术人员可以理解，图2所示的结构并不构成对终端的限定，终端可以包括比图示更多或者更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。
振荡器201用于产生调频连续波(Frequency modulated continuous wave，FMCW)并将调频连续波输出给定向耦合器202。在一些实施例中，调频连续波可以为线性调频连续波。线性调频连续波的频率随时间线性增加或减小，即单位时间内，调频连续波的频率与时间呈线性关系，或者，调频连续波的频率变化量的绝对值相同。调频连续波的波形一般是锯齿波或三角波；对于锯齿波来说，频率变化量相同；对于三角波来说，上升沿和下降沿的频率变化量的绝对值相同。
定向耦合器202一方面将调频连续波输出给混频器205作为本振信号；另一方面将调频连续波输出给发射天线203，通过发射天线203发射出去。调频连续波经检测对象反射后成为调频连续波的反射波。
接收天线204接收调频连续波的反射波后输出给混频器205。
混频器205将调频连续波与调频连续波的反射波进行混频，得到中频(Intermediate frequency，IF)信号，其中，中频信号为调频连续波与调频连续波的反射波在同一时刻的频率之差所形成的信号，即中频信号的频率为调频连续波与的反射波在同一时刻的频率之差。
混频器205将混频得到的中频信号经过低通滤波器进行滤波，再经过放大后输出给处理器206，处理器206对中频信号进行处理(例如，对中频信号进行快速傅里叶变换，进行频谱分析等)后，得到检测对象的距离信息、速度信息和角度信息中的至少一个。
本申请实施例中，检测对象的距离信息、速度信息和角度信息，或者，检测对象的距离、速度和角度，都是相对于发射调频连续波的毫米波雷达而言，本申请并不限定具体名称。
下面以调频连续波的波形为三角波为例详细介绍毫米波雷达的工作原理。
调频连续波(三角波)的周期为T，调频连续波的频率在时间单元[0，T/2]内随着时间增加线性增加ΔF，调频连续波的频率在时间单元[T/2，T]内随着时间增加线性减小ΔF，其中，ΔF为调频连续波的频率的最大变化范围。
如果检测对象相对于毫米波雷达处于相对静止中，则调频连续波与调频连续波的反射波的形状相同，但是在时间上有一个时延Δt。
调频连续波x1为：
Figure BDA0002788543380000071
调频连续波的反射波x2为：
Figure BDA0002788543380000072
其中，ω1(t)为调频连续波x1的角速度，
Figure BDA0002788543380000073
为调频连续波x1的初相；ω2(t)为调频连续波x2的角速度，
Figure BDA0002788543380000074
为调频连续波x2的初相。
调频连续波x1与调频连续波的反射波x2之间的时延Δt和检测对象的距离R满足：
Δt＝2R/c (3)
其中，c为光速。
调频连续波x1和调频连续波的反射波x2在混频器中进行混频，得到中频信号xout为：
Figure BDA0002788543380000075
中频信号的频率IF为调频连续波的频率的斜率s与时延Δt的乘积，即：
Figure BDA0002788543380000076
其中，T为三角波的周期，ΔF为调频连续波的最大变化范围。
所以，检测对象的距离R为：
Figure BDA0002788543380000077
通过上面的推导可以看出，对于相对于毫米波雷达处于相对静止的检测对象来说，调频连续波与调频连续波的反射波在同一时刻的频率之差(中频信号的频率IF)和调频连续波与调频连续波的反射波之间的时延Δt呈线性关系，即目标物体的距离越远，毫米波雷达接收到的调频连续波的反射波的时间就越晚，调频连续波与调频连续波的反射波在同一时刻的频率之差(中频信号的频率IF)越大，因此，通过判断中频信号频率IF的大小就可以得到检测对象的距离。
若检测对象相对于雷达处于相对运动中，则调频连续波的反射波的频率中包括由目标物体的相对运动引起的索普勒频移fd。
因此，三角波的上升沿对应的中频信号的频率fb+为：
fb+＝IF-fd (7)
与三角波的下降沿对应的中频信号的频率fb-为：
fb-＝IF+fd (8)
其中，IF为目标物体相对于雷达处于相对静止时的中频信号的频率，fd＝2fv/c为多普勒频移，其符号与目标物体相对于雷达的相对运动的方向有关，其中，f为调频连续波中心频率，v为检测对象的速度。
由以上公式(7)、公式(8)和公式(5)可以得到相对于雷达处于相对运动的检测对象的距离R为：
Figure BDA0002788543380000081
由以上公式(7)和公式(8)以及多普勒频移还可以得到相对于雷达可以相对运动的检测对象的速度为：
Figure BDA0002788543380000082
从以上公式(9)和公式(10)可以看出，相对于雷达处于相对运动的检测对象来说，通过检测三角波上升沿的中频信号的频率和下降沿的中频信号的频率就可以得到检测对象相对于雷达的距离和速度。
下面以调频连续波为锯齿波为例介绍毫米波雷达的工作原理。
对于锯齿波来说，其测距原理与三角波类似。令调频连续波与调频连续波的反射波之间的时延为τ，锯齿波的周期为Tc。
调频连续波x1为：
Figure BDA0002788543380000083
调频连续波的反射波x2为：
Figure BDA0002788543380000084
其中，ω1为调频连续波x1的角速度，
Figure BDA0002788543380000085
为调频连续波x1的初相。
中频信号的初始相位
Figure BDA0002788543380000091
为调频连续波x1的相位与调频连续波x2的相位之差：
Figure BDA0002788543380000092
由于τ＝2R/c，因此，进一步可以得到中频信号的初始相位
Figure BDA0002788543380000093
Figure BDA0002788543380000094
则目标物体的距离：
Figure BDA0002788543380000095
其中，λ＝c/fc为调频连续波的波长，R为目标物体的距离，fc为调频连续波中心频率。
通过上面的推导可以看出，通过检测中频信号的相位可以得到目标物体与雷达的相对距离。
为了测量物体的速度，雷达按照间隔时间Tc发射两个调频连续波，并分别接收了这两个调频连续波的反射波，从而得到两个中频信号，由于目标物体在时间Tc内移动了ΔR＝vTc的距离，其中，v为目标物体的移动速度，所以根据公式(14)得到两个中频信号的相位差为
Figure BDA0002788543380000096
为：
Figure BDA0002788543380000097
其中，λ为调频连续波的波长。所以目标物体的速度v为：
Figure BDA0002788543380000098
雷达的测角原理为测距原理的扩展，毫米波雷达用于接收电磁波信号的接收天线具体可以包括第一天线和第二天线，其中，第一天线接收到的检测对象的反射波为第一反射波，第二天线接收到的检测对象的反射波为第二反射波。由于第一天线和第二天线的距离很近，而检测对象距离毫米波雷达的距离远远大于第一天线和第二天线之间的距离。所以第一反射波和第二天反射波传输方向近似平行。根据第一反射波和第二反射波的中频信号的相位的差值即可推算出检测对象的角度。
例如，假设两个反射信号与第一天线和第二天线之间的角度均为θ，第一接收天线和第二接收天线之间的距离为d，则反射信号到达两个天线的距离之差ΔR＝dsinθ，由于两个中频信号的相位差
Figure BDA0002788543380000099
所以得到目标物体的角度θ为：
Figure BDA0002788543380000101
在本申请的实施例中，可以使用同一个毫米波雷达在不同频段发射两个调频连续波，相应地分别接收两个调频连续波的反射波，采用前文所述的方法分别获得两个调频连续波对应的中频信号，从而获得目标物体相对于毫米波雷达的距离、速度和角度中的至少一个。
具体的，根据检测对象相对于雷达的距离和角度可以确定检测对象相对于毫米波雷达的位置。例如，目标物体的角度包括水平方位角和垂直方位角，毫米波雷达可以根据检测对象的水平角度和距离计算出反射点的水平二维直角坐标，或根据检测对象的垂直角度和距离计算出反射点的三维直角坐标。
本申请实施例还提供了一种目标的识别方法，应用于电子设备，例如，应用于图2中的毫米波雷达200。图3示意性出示了目标的识别方法的流程。如图3a所示，本申请实施例的目标的识别方法包括以下步骤：
S31、通过滑动窗口提取检测对象的反射点数据；本申请实施例中的滑动窗口为采样反射点数据的时间窗口。滑动窗口每向前滑动一个时间单元，即可采样滑动窗口内出现的反射点。每个滑动窗口的大小均等，且相邻两个滑动窗口的起始时间的时间间隔相等。本申请实施例中，滑动窗口的个数和大小可以根据实际情况进行控制。例如，若滑动窗口的大小为2s，且滑动窗口向前滑动一个时间单元的大小为1s，则一个5s的时间段包括4个滑动窗口；若滑动窗口的大小为1s，且滑动窗口向前滑动一个时间单元的大小为1s，则一个5s的时间段包括5个滑动窗口。
在一些实施例中，检测对象的反射点数据包括反射点的直角坐标和反射点的信噪比。处理器可以将反射点的位置坐标按照定位时间的先后顺序排列，从而形成位置坐标的时间序列。处理器可以确定滑动窗口对应的时间段。处理器根据时间序列和每个滑动窗口对应的时间段便可以获得每个时间窗口对应的时间段定位到的反射点的反射点数据；因此，处理器可以按照滑动窗口对反射点数据进行采样。
在一些实施例中，获取检测对象的反射点数据的方法具体如下：
本申请实施例中，雷达天线发射雷达信号的发射天线，毫米波雷达中的振荡器产生雷达信号，然后通过发射天线将雷达信号发射到毫米波雷达正在监视的区域中。发射的雷达信号通常为带有载频的线性调频信号。雷达天线还包括接收天线。发射天线发出的雷达信号，经过检测对象反射后被接收天线接收。接收天线接收到的反射信号为发射天线发射的雷达信号的延时信号。接收天线接收的反射信号包括直接反射信号和间接反射信号，其中，直接反射信号是由发射天线发射到定位目标且由定位目标反射后由接收天线直接接收的信号；间接反射信号是经过有效目标以外的其他障碍物反射后再被接收天线接收的信号。
本实施例中，处理器可以通过混频器对发射天线发射的雷达信号和接收天线接收的反射信号进行混频得到中频信号。处理器可以对中频信号进行采样，并对采样后的中频信号进行傅里叶变换，以将时域上的中频信号装换为频域上的中频信号；处理器根据经过傅里叶变换后的中频信号的频谱即可获取中频信号的频率和相位差，并计算出检测对象的反射点的反射点数据。反射点数据具体可以是反射点的极坐标系距离、角度、速度和信噪比中的一种或多种。
在一些实施例中，处理器可以在快时间维度或慢时间维度上对中频信号进行采样。例如，若发射天线发射的雷达信号为周期性三角波，可以将每个三角波的反射波分别按行进行存储。例如，第一个三角波的反射信号放置在第一行，第二个三角波的反射信号放置在第二行……第n个三角波的反射信号放置在n行。行的方向所在的维度为快时间维度，列的方向所在的维度为慢时间维度。
在一些实施例中，处理器在快时间维度上采样得到的中频信号为快时间信号；处理器在慢时间维度上采样得到的中频信号为慢时间信号。快时间信号是横向一维的信号。将多个一维的信号在纵向排列组成二维信号，这是慢时间的积累。
在一些实施例中，处理器可以对每个快时间信号进行傅里叶变换得到检测对象的极坐标系距离；再对快时间信号进行慢时间积累得到检测对象的速度信息；通过多个接收天线阵列的经过慢时间积累的二维信号的相位差得到目标的角度信息。处理器还可以通过对慢时间积累得到的二维信号进行傅里叶变换得到频谱，然后对该频谱提取检测对象的信号强度，并对噪声信号做平均得到噪声信号强度，从而可以计算出检测对象的信噪比。将检测对象的极坐标系距离和角度信息换算成直角坐标，得到每个检测对象的信息包含空间直角坐标。本实施例中的直角坐标可以是二维直角坐标，也可以是三维直角坐标。
S32、根据所述滑动窗口内的反射点数据确定至少一候选有效目标点集；
本实施例中，处理器可以每个滑动窗口内反射点数据过滤掉每个滑动窗口内的虚假点，并筛选出候选有效目标点集。处理器具体可以确定反射点数据的特征量，特征量具体可以是反射点的坐标和/或速度。处理器可以基于特征量对同一滑动窗口内提取的反射点数据进行聚类处理，将特征量接近的反射点划分至同一目标簇内，并根据目标簇内反射点的数量和各个反射点的信噪比确定目标簇内的候选有效目标点，并将候选有效目标点加入候选有效目标点集。
处理器具体可以基于反射点的直角坐标，通过聚类算法对按照同一滑动窗口提取的多个反射点的直角坐标进行聚类处理，以将坐标值接近的反射点划入同一目标簇。反射点的直角坐标具体可以是二维直角坐标或三维直角坐标。例如，二维坐标可以用[x，y]表示，三维坐标可以用[x，y，z]表示，其中，x，y为水平坐标；z为垂直坐标；处理器可以提取[x，y]或[x，y，z]作为单个反射点数据的特征量，并基于该特征量进行聚类，将位置坐标接近的反射点数据聚为一类。通过对反射点数据进行聚类处理可以得到一个或多个检测对象对应的反射点。在一些实施例中，处理器可以选取未进行目标簇划分的反射点为目标反射点，并获取目标反射点的坐标之差在预设阈值内的反射点作为一个目标簇。
本申请实施例中的聚类算法可以是K-平均聚类方法(K-means聚类算法)、具有噪声的基于密度的聚类(Density-basedspatialclustering of application with nosie，DBSCAN)算法，利用层次方法的平衡迭代规约和聚类(Balanced iterative reducing andclustering using hierarchies，BIRCH)算法、STING算法模型和GMM高斯混合模型等。本申请实施例对此不做任何限制。特别的，针对于DBSCAN聚类算法，其中，设置该算法的关键参数领域值E可以等于1.0，核心对象样本点最小数MinPts可以等于10，当检测范围中存在多个人物对象，且其相互距离较大时，聚类算法可以感知多个检测对象。
在一些实施例中，如图4所示，确定目标簇中的候选有效目标点的方法具体包括以下步骤：
S321、确定目标簇中的所述反射点的数量；
S322、若目标簇中的反射点的数量大于第一预设数量阈值，则确定所述目标簇中的反射点为候选有效目标点。
S323、若目标簇中的反射点的数量小于第二预设数量阈值，则确定所述目标簇中的反射点为虚假点，其中，第一预设数量阈值大于第二预设数量阈值。
S324、若目标簇中的反射点的数量不大于第一预设数量阈值且不小于第二预设数量阈值，则确定目标簇中的各个反射点的信噪比，并根据各个反射点的信噪比确定发射点是否为候选目标点；
若所述反射点的信噪比大于预设信噪比阈值，预设信噪比阈值即为图4中第三阈值，则所述反射点为候选有效目标点集；若所述反射点的信噪比不大于所述预设信噪比阈值，则所述反射点为所述虚假点。
本实施例中，处理器可以确定各个目标簇中的反射点的数量是否大于第一预设数量阈值；若目标簇中的反射点的数量大于第一预设数量阈值，则确定该目标簇中的所有的反射点均为候选有效目标点集；若目标簇中反射点的数量小于第二预设数量阈值，则确定该目标簇中的所有反射点均为虚假点，其中，第二预设数量阈值小于第一预设数量阈值；若目标簇内的反射点的数量不大于第一预设数量阈值且不小第二预设数量阈值，则通过该目标簇内各个反射点的信噪比确定目标簇内的各个反射点是否为候选有效目标点集。例如，可以比较各个反射点的信噪比与预设信噪比阈值的大小，若反射点的信噪比大于预设信噪比阈值则确定该反射点为候选有效目标点集，若该反射点的信噪比小于或等于预设信噪比阈值则确定该反射点为虚假点。
由于虚假点所在的目标簇中的反射点的数量通常较小，且虚假点的信噪比较低。因此，本申请实施例可以根据目标簇内所有反射点的数量和目标簇内各个反射点的信噪比确定目标簇内的反射点是否为候选有效目标点，从而初步滤除反射点中的虚假点。同一目标簇内的候选有效目标点组成的集合为候选有效目标点集，通过候选有效目标点集可以确定候选有效目标。
在一些实施例中，第一预设数量阈值、第二预设数量阈值和预设信噪比阈值为预先设置的阈值；在另一些实施例中，处理器可以对指定虚假目标对应的目标簇进行特征量的提取，并根据提取的特征量确定第一预设数量阈值、第二预设数量阈值和预设信噪比阈值。例如，虚假点所在的目标簇中的反射点的数量通常不大于3，故可以将第二预设数量阈值设置为3；而虚假点的信噪比通常小于-50dB，故可以将预设信噪比阈值设置为-50dB；另外，第一预设数量阈值具体可以设置为5。
如图3b所示，在一些实施例中，为了更加准确地筛选出有效目标，上述方法还包括：
S33、获取指定时间窗口内各个滑动窗口的候选有效目标点集，所述指定时间窗口包括至少一个滑动窗口；
S34、若同一目标在各个所述候选有效目标点集出现的累计次数大于预设次数阈值，则确定所述目标为有效目标。
本实施例中，指定时间窗口的时间长度大于一个滑动窗口的时间长度，指定时间窗口的时间长度可以是预设长度，本领域技术人员可以根据实际需求进行设置。处理器可以确定指定时间窗口内的滑动窗口，并确定每个滑动窗口中提取到的候选有效目标点集，若滑动窗口提取到同一候选有效目标的次数大于预设次数阈值，则确定该候选有效目标为有效目标；若通过滑动窗口提取到同一候选有效目标的次数不大于预设次数阈值，则确定该候选有效目标点集为虚假点。
请参阅图5，图5示意性出示了通过滑动窗口对数据进行采样的示意图。指定时间窗口500的时间长度为5T，每个滑动窗口的时间长度为T。滑动窗口每向前移动一个时间单元T形成一个新的时间窗口；例如，滑动窗口501向前移动一个时间单元T形成滑动窗口502，滑动窗口502向前移动一个时间单元T形成滑动窗口503。在指定时间窗口500中，滑动窗口每次向前一个时间单元T形成新的滑动窗口，指定时间窗口内包括5个滑动窗口，分别为滑动窗口501、滑动窗口502、滑动窗口503、滑动窗口504和滑动窗口505；相应地，分别按照这5个滑动窗口提取到的多个目标的集合分别为，集合A、集合B、集合C、集合D和集合E。其中，集合A＝{a、b、c、e、f}，集合B＝{a、c、e、f、d}，集合C＝{a、e、f、d、g}，集合D＝{a、f、d、g、m}，集合E＝{a、e、f、d、g}。
如表一所示，按照滑动窗口501采集到的反射点中的候选有效目标为a、c和f；按照滑动窗口502采集到的反射点中的候选有效目标为a、e和f；按照滑动窗口503采集到的反射点中的候选有效目标为a、f、d和g；按照滑动窗口504采集到的候选有效目标为a、f、d、g和m；按照滑动窗口505采集到候选有效目标为f、d和g。处理器可以确定采样到目标a且目标a为候选有效目标的滑动窗口为滑动窗口501、滑动窗口502、滑动窗口503和滑动窗口504，因此，处理器可以计算出出现目标a且目标a为候选有效目标的滑动窗口的数量为4个，即候选有效目标点集出现的累计次数为4次。若本实施例中的预设次数阈值为3，则点a为第二有效点。处理器还可以确定采样到目标c且目标c为候选有效目标点集的滑动窗口为滑动窗口501；因此，处理器可以计算出通过滑动窗口采到目标c且目标c为候选有效目标点集的次数为1，由于1小于预设次数阈值3，因此目标c为虚假目标。
表一：滑动窗口及滑动窗口提取到的目标。
Figure BDA0002788543380000151
本发明实施例还提供一种目标的识别装置，应用于电子设备，例如应用于图2中的毫米波雷达200。图6示意性出示了目标的识别装置的结构，如图6所示，目标的识别装置700包括：
提取模块701，所述提取模块701用于通过滑动窗口提取检测对象的反射点数据，所述滑动窗口为采样所述反射点数据的时间窗口；
确定模块702，所述确定模块用于根据所述滑动窗口内的反射点数据确定至少一候选有效目标点集，所述候选有效目标点集对应的目标为候选有效目标。
在一些实施例中，所述反射点数据包括所述反射点的信噪比，确定模块702具体用于：对按照同一所述滑动窗口提取的所述反射点数据进行聚类处理，以将所述反射点数据划分为至少一个目标簇；
根据所述目标簇中的反射点的数量和各个反射点的信噪比确定所述反射点中的候选有效目标点；
将所述候选有效目标点加入所述候选有效目标点集，所述候选有效目标点集对应的目标为候选有效目标。
在一些实施例中，所述根据所述目标簇中的反射点的数量和各个反射点的信噪比确定所述反射点中的候选有效目标点，具体包括：
若所述目标簇中的所述反射点的数量大于第一预设数量阈值，则确定所述目标簇中的所述反射点为所述候选有效目标点。
在一些实施例中，所述根据所述目标簇中的反射点的数量和各个反射点的信噪比确定所述反射点中的候选有效目标点，具体还包括：
若所述目标簇中的所述反射点的数量小于第二预设数量阈值，则确定所述目标簇中的所述反射点为虚假点，所述第一预设数量阈值大于所述第二预设数量阈值。
在一些实施例中，所述根据所述目标簇中的反射点的数量和各个反射点的信噪比确定所述反射点中的候选有效目标点，具体还包括：
若所述目标簇中的所述反射点的数量不大于所述第一预设数量阈值且不小于所述第二预设数量阈值，则根据所述目标簇中的各个反射点的信噪比确定所述反射点中的候选有效目标点；
所述根据所述标簇中的各个反射点的信噪比确定所述反射点中的候选有效目标点，具体包括：
若所述反射点的信噪比大于预设信噪比阈值，则所述反射点为候选有效目标点；
若所述反射点的信噪比不大于所述预设信噪比阈值，则所述反射点为所述虚假点。
请参阅图7，在一些实施例中，目标的识别装置700还包括：
获取模块703，获取模块703用于获取指定时间窗口内各个滑动窗口的候选有效目标点集，所述指定时间窗口包括至少一个滑动窗口；
确定模块704，确定模块704用于若同一目标在各个所述候选有效目标点集出现的累计次数大于预设次数阈值，则确定所述目标为有效目标。
确定模块705，确定模块705用于若同一目标在各个所述候选有效目标点集出现的累计次数小于或等于所述预设次数阈值，则确定所述目标为虚假目标。
在一些实施例中，所述反射点数据包括所述反射点的直角坐标和/或速度，所述对按照同一所述滑动窗口提取的所述反射点数据进行聚类处理，具体包括：
基于所述反射点的直角坐标和/或速度对同一滑动窗口提取的所述反射点数据进行聚类处理。
本申请实施例提供一种目标的识别方法和装置，能够根据接收到的反射信号获取检测对象的反射点数据，并根据按照滑动窗口提取的反射点数据确定至少一候选有效目标点集，通过获取候选有效目标点集过滤掉初次过滤掉反射点中的虚假点；若同一目标在各个候选有效目标点集出现的累计次数越多则说明该目标为候选目标且该候选目标出现的时间较长。因此，本发明可以根据同一目标在各个候选有效目标点集出现的累计次数筛选出出现时间较长的候选目标未有效目标，从而过滤掉出现时间较短的候选目标，提高目标识别的准确性和效率。
图8示意性出示了执行本申请目标的识别方法的电子设备硬件结构。如图8所示，在一些实施例中电子设备800包括：一个或多个处理器81以及存储器82，图2中以一个处理器81为例。
处理器81和存储器82可以通过总线或者其他方式连接，图8中以通过总线连接为例。
存储器82作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器81通过运行存储在存储器82中的非易失性软件程序、指令以及模块，从而执行该毫米波雷达的各种功能应用以及数据处理，即实现上述方法实施例的目标的识别方法。
存储器82可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据即时消息提醒装置的使用所创建的数据等。此外，存储器82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，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器82可选包括相对于处理器81远程设置的存储器，这些远程存储器可以通过网络连接至即时消息提醒装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器82中，当被所述一个或者多个处理器81执行时，执行上述任意方法实施例中目标的识别方法，例如，执行以上描述的图3a中的方法步骤S31至步骤S32，图3b中的方法步骤S31至步骤S34；实现图6中模块701-702、图7中的模块701-705的功能。
上述毫米波雷达可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
本申请实施例还提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器81执行时，执行上述任意方法实施例中的目标的识别方法，例如，执行以上描述的图3a中的方法步骤S31至步骤S32，图3b中的方法步骤S31至步骤S34；实现图6中模块701-702、图7中的模块701-705的功能。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的范围。

Claims (10)

1.一种目标的识别方法，应用于电子设备，其特征在于，所述方法包括：
通过滑动窗口提取检测对象的反射点数据，所述滑动窗口为采样所述反射点数据的时间窗口；
根据所述滑动窗口内的反射点数据确定至少一候选有效目标点集，所述候选有效目标点集对应的目标为候选有效目标。
2.根据权利要求1所述的目标的识别方法，其特征在于，所述反射点数据包括所述反射点的信噪比，所述根据所述滑动窗口内的反射点数据确定至少一候选有效目标点集，包括：
对按照同一所述滑动窗口提取的所述反射点数据进行聚类处理，以将所述反射点数据划分为至少一个目标簇；
根据所述目标簇中的反射点的数量和各个反射点的信噪比确定所述反射点中的候选有效目标点；
将所述候选有效目标点加入所述候选有效目标点集，所述候选有效目标点集对应的目标为候选有效目标。
3.根据权利要求2所述的目标的识别方法，其特征在于，所述根据所述目标簇中的反射点的数量和各个反射点的信噪比确定所述反射点中的候选有效目标点，包括：
若所述目标簇中的所述反射点的数量大于第一预设数量阈值，则确定所述目标簇中的所述反射点为所述候选有效目标点。
4.根据权利要求3所述的目标的识别方法，其特征在于，所述根据所述目标簇中的反射点的数量和各个反射点的信噪比确定所述反射点中的候选有效目标点，还包括：
若所述目标簇中的所述反射点的数量小于第二预设数量阈值，则确定所述目标簇中的所述反射点为虚假点，所述第一预设数量阈值大于所述第二预设数量阈值。
5.根据权利要求4所述的目标的识别方法，其特征在于，所述根据所述目标簇中的反射点的数量和各个反射点的信噪比确定所述反射点中的候选有效目标点，还包括：
若所述目标簇中的所述反射点的数量不大于所述第一预设数量阈值且不小于所述第二预设数量阈值，则根据所述目标簇中的各个反射点的信噪比确定所述反射点中的候选有效目标点；
所述根据所述标簇中的各个反射点的信噪比确定所述反射点中的候选有效目标点，包括：
若所述反射点的信噪比大于预设信噪比阈值，则所述反射点为候选有效目标点；
若所述反射点的信噪比不大于所述预设信噪比阈值，则所述反射点为所述虚假点。
6.根据权利要求1-5任一项所述的目标的识别方法，其特征在于，所述方法还包括：
获取指定时间窗口内各个滑动窗口的候选有效目标点集，所述指定时间窗口包括至少一个滑动窗口；
若同一目标在各个所述候选有效目标点集出现的累计次数大于预设次数阈值，则确定所述目标为有效目标。
7.根据权利要求1-5所述的目标的识别方法，其特征在于，所述反射点数据包括所述反射点的直角坐标和/或速度，所述对按照同一所述滑动窗口提取的所述反射点数据进行聚类处理，包括：
基于所述反射点的直角坐标和/或速度对同一滑动窗口提取的所述反射点数据进行聚类处理。
8.一种目标的识别装置，应用于电子设备，其特征在于，所述装置包括：
提取模块，所述提取模块用于通过滑动窗口提取检测对象的反射点数据，所述滑动窗口为采样所述反射点数据的时间窗口；
确定模块，所述确定模块用于根据所述滑动窗口内的反射点数据确定至少一候选有效目标点集，所述候选有效目标点集对应的目标为候选有效目标。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；和
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-7任一项所述的目标的识别方法。
10.一种非易失性计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被执行时，能够执行如权利要求1-7任一项所述的目标的识别方法。
CN202011306791.2A 2020-11-19 2020-11-19 一种目标的识别方法、装置、电子设备及存储介质 Pending CN114518562A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011306791.2A CN114518562A (zh) 2020-11-19 2020-11-19 一种目标的识别方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011306791.2A CN114518562A (zh) 2020-11-19 2020-11-19 一种目标的识别方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN114518562A true CN114518562A (zh) 2022-05-20

Family

ID=81594333

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011306791.2A Pending CN114518562A (zh) 2020-11-19 2020-11-19 一种目标的识别方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114518562A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115453489A (zh) * 2022-10-28 2022-12-09 长沙莫之比智能科技有限公司 一种毫米波雷达室内多径判别方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115453489A (zh) * 2022-10-28 2022-12-09 长沙莫之比智能科技有限公司 一种毫米波雷达室内多径判别方法

Similar Documents

Publication Publication Date Title
US9389306B2 (en) Radar apparatus and method
CN110456343B (zh) 一种基于fmcw毫米波雷达的即时定位方法及***
US20160069994A1 (en) Sense-and-avoid systems and methods for unmanned aerial vehicles
CN107688178A (zh) 一种基于77GHz毫米波雷达的锯齿波测距测速方法
US20130148103A1 (en) Range-resolved vibration using large time-bandwidth product ladar waveforms
WO2018194477A1 (ru) Способ и устройство радиолокационного определения координат и скорости объектов
CN109343052A (zh) 基于mimo的毫米波雷达有轨电车防碰撞预警方法及***
Setsu et al. Super-Resolution Doppler Velocity Estimation by Kernel-Based Range–$\tau $ Point Conversions for UWB Short-Range Radars
CN116125458A (zh) 一种基于毫米波雷达的人员定位方法
CN110488263A (zh) 一种雷达设备的测量方法及雷达设备
KR101527772B1 (ko) Fmcw 레이더의 타겟 탐색 방법 및 타겟 탐색을 수행하는 fmcw 레이더
CN107346022B (zh) 基于微波干涉仪的高精度测船雷达及测速方法
CN114518562A (zh) 一种目标的识别方法、装置、电子设备及存储介质
Wang et al. Bistatic weak target detection method using non-cooperative air surveillance radar
Gao et al. Static background removal in vehicular radar: Filtering in azimuth-elevation-doppler domain
CN109521418A (zh) 基于干涉场的地基雷达测角方法
Liaquat et al. An end-to-end modular framework for radar signal processing: A simulation-based tutorial
Huang et al. Array‐based target localisation in ATSC DTV passive radar
CN209496136U (zh) 基于mimo的毫米波雷达有轨电车防碰撞预警***
Stagner et al. Locating noncooperative radio receivers using wideband stimulated emissions
Setsu et al. Super-resolution Doppler velocity estimation by Gaussian-kernel based range-Doppler conversion for UWB radar
CN113759359B (zh) 基于空管雷达的无源双基地雷达接收装置及目标探测方法
Strømøy Hitchhiking bistatic radar
Holder et al. Radar signal processing chain for sensor model development
CN109782233B (zh) 一种基于傅里叶变换的雷达工作方法和***

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