KR20190124488A - Method of signal subspace based DoA estimation for automotive radar system - Google Patents
Method of signal subspace based DoA estimation for automotive radar system Download PDFInfo
- Publication number
- KR20190124488A KR20190124488A KR1020180048510A KR20180048510A KR20190124488A KR 20190124488 A KR20190124488 A KR 20190124488A KR 1020180048510 A KR1020180048510 A KR 1020180048510A KR 20180048510 A KR20180048510 A KR 20180048510A KR 20190124488 A KR20190124488 A KR 20190124488A
- Authority
- KR
- South Korea
- Prior art keywords
- angle
- signal
- arrival
- estimating
- present
- 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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/04—Details
- G01S3/043—Receivers
-
- 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
- G01S13/00—Systems 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/581—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/582—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
-
- 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
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
-
- G01S2007/356—
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
본 발명은 다수의 수신 안테나를 가지는 레이더 시스템에서 다수의 표적의 도래각(DoA: dirrection of arrival)을 추정하기 위한 부공간 기반의 도래각 추정 방식 중 스펙트럼 추정 방식에서의 계산량을 줄일 수 있는 기술에 관한 것이다. The present invention provides a technique for reducing the amount of computation in the spectral estimation method of the subspace based arrival angle estimation method for estimating the dirrection of arrival (DoA) of a plurality of targets in a radar system having a plurality of receiving antennas. It is about.
레이다 센서는 표적(target)을 검출하기 위해 고안된 신호(레이다 파형)를 송출하여 표적에서 반사된 신호를 수신하여 신호처리를 함으로써 표적의 거리, 속도, 각도를 검출한다. 레이다 파형은 그 형태에 따라 크게 Pulse radar, CW(Continuous waveform) radar, FMCW(Frequency modulated CW) radar로 구별된다. The radar sensor transmits a signal (radar waveform) designed to detect a target, receives a signal reflected from the target, and performs signal processing to detect a distance, speed, and angle of the target. Radar waveforms are classified into pulse radars, continuous waveform (CW) radars, and frequency modulated CW (FMCW) radars.
도 1은 FMCW 레이다 파형을 예시로 거리와 속도를 검출하는 방법에 대해 설명한다. (a)는 거리와 속도를 검출하기 위한, 업처프(up-chirp)와 다운처프(down-chirp)로 구성된 삼각형 모양의 FMCW(Frequency modulated CW) 파형이고, (b)는 이를 이용한 거리, 속도 계산 공식이다. 여기서 
그러나 도 1의 레이다 파형을 송출하고 수신된 신호를 처리하면 표적의 거리와 속도를 측정할 수 있지만, 각도는 다른 방법을 사용해서 측정해야 한다. 예를 들어, 각도를 측정하기 위해서는 2개 이상 배열된 수신안테나를 사용하고, 각도 검출을 위해 도래각 추정 방식(DoA:direction of arrival estimation)을 사용한다. 도래각 추정 방식은 모든 배열 안테나를 지향(steering)시켜 출력 신호가 가장 큰 값을 가지는 입사각을 찾는다. However, by transmitting the radar waveform of FIG. 1 and processing the received signal, the distance and velocity of the target can be measured, but the angle must be measured using other methods. For example, two or more reception antennas are used to measure an angle, and a direction of arrival estimation (DoA) is used for angle detection. The angle of arrival estimation steers all the array antennas to find the angle of incidence with the largest output signal.
도 2는 도래각 추정을 위한 수신 안테나 배열 구조를 나타낸다. 신호의 도래각(θ) 추정을 위한 다수의 수신 안테나(10-0, 10-1, 10-2, ..., 10-7)들이 d의 간격으로 배열된 구조를 나타낸다. 도래각 추정 알고리즘(12)은 배열 안테나(10-0, 10-1, 10-2, ..., 10-7)의 출력에 적용되는 가중치(w0~w7)에 따라 Conventional beamforming, Capon, MUSIC(multiple signal classification), ESPRIT, ML 등이 있다. Conventional beamforming 기법과 Capon 기법은 각도 분해능이 낮고 ML 기법은 계산량이 많기 때문에, 부공간(subspace) 기반의 고해상도 기법인 MUSIC 기법, ESPRIT 기법, Root-MUSIC 기법이 주로 사용된다.2 shows a receiving antenna array structure for estimating angle of arrival. The receiving antennas 10-0, 10-1, 10-2,..., And 10-7 for estimating the angle of arrival θ of the signal are arranged at intervals of d. The angle of
부공간 기반의 도래각 추정기법의 가장 핵심은 입사 신호에 해당하는 스티어링 벡터가 서로 직교하기 때문에 잡음 고유벡터와 신호의 스티어링 벡터의 내적은 0에 가까운 값이 나온다는 점이다(Ergodic하다면 내적이 0이 나오지만, Ergodic은 시간을 고정시켜 얻은 랜덤 변수의 평균인 앙상블 평균과 표본을 고정시키고 시간에 관해 평균을 얻은 시간평균이 같은 경우를 의미하는데, 실제환경에서는 Ergodic하지 않음).The core of the subspace-based approach angle estimating technique is that the inner product of the noise eigenvector and the steering vector of the signal is close to zero because the steering vectors corresponding to the incident signals are orthogonal to each other. However, Ergodic means that the ensemble mean, which is the average of random variables obtained by fixing time, is the same as the time average obtained by fixing the sample and averaged over time, but not Ergodic in real environment).
부공간 기법 중의 ESPRIT 기법과 Root-MUSIC 기법의 경우, 각도별로 안테나 위상차를 포함하고 있는 스티어링 벡터를 지향하여 신호세기가 가장 큰 값을 찾는 일반적인 스펙트럼 추정 방식을 거치지 않고 부배열을 사용하여 직접 근을 찾는다. 하지만 위의 방식의 경우 수신 배열 안테나가 동일한 간격으로 설계되어 있는 경우에만 적용가능하다. The ESPRIT and Root-MUSIC methods in the subspace method use the subarray instead of the direct spectral estimation method to find the highest signal strength by directing the steering vector containing the antenna phase difference for each angle. Find. However, the above scheme is applicable only when the receiving array antennas are designed at equal intervals.
부공간 기법 중 MUSIC의 경우에는 스펙트럼 추정 방식을 사용하는 대신에 일반적인 배열 안테나에 모두 적용가능하다. MUSIC 알고리즘을 적용하여 도래각을 추정하기 위해서는 수신신호의 공분산 행렬을 구해야 하며 이는 수학식 1과 같다.Among the subspace techniques, MUSIC is applicable to all common array antennas instead of using spectral estimation. In order to estimate the angle of arrival by applying the MUSIC algorithm, the covariance matrix of the received signal must be obtained.
여기서 공분산 R은 Full Rank 조건을 만족해야 하며, Full Rank의 개수는 수신안테나 개수를 의미한다. Full Rank가 아닌 경우 공분산 행렬의 고유값은 Rank 개수를 제외한 나머지는 0의 개수가 나오기 때문에 고유값을 가지고 신호 고유벡터와 잡음 고유벡터를 구분하는 부공간 기반의 도래각 추정을 사용할 수 없다고 알려져 있다.Here, the covariance R must satisfy the Full Rank condition, and the number of full ranks means the number of reception antennas. If the eigenvalue of the covariance matrix is not 0, but the number of ranks is 0 except for the rank number, it is known that the subspace-based arrival angle estimation that distinguishes the signal eigenvector from the noise eigenvector cannot be used. .
본 발명이 해결하고자 하는 과제는 레이더 시스템에서 신호 부공간 기반의 도래각 추정기법에서, 주파수 도메인에서 Full Rank 조건을 만족하지 않는 경우에도 도래각 추정이 가능하도록 하는 것이다.The problem to be solved by the present invention is to enable the angle of arrival estimation even when the full rank condition is not satisfied in the frequency domain in the signal subspace based angle of arrival estimation technique in the radar system.
상기 과제를 해결하기 위하여 본 발명에서는 잡음 고유벡터를 사용하지 않고 신호 고유벡터를 사용하는 경우 주파수 영역에서 신호 공분산 행렬이 Full Rank가 아니여도 구할 수 있음에 착안하여, Full Rank 조건을 맞추기 위하여 방향탐지 프로세스 진행 중 주파수 성분의 해상도가 저하되는 문제를 해결하는 방법을 제시한다.In order to solve the above problem, in the present invention, when the signal eigenvector is used without using the noise eigenvector, the signal covariance matrix can be obtained even in the frequency domain even if the signal is not full rank. We present a solution to the problem of lowering the resolution of frequency components during the process.
본 발명은 부공간 기반의 도래각 추정기법에서, 주파수 도메인에서 Full Rank 조건을 만족하지 않는 경우에도 도래각 추정이 가능한 방법 및 장치를 제안한다. 시간 도메인에서 도래각을 추정하지 않고 주파수 도메인에서 도래각을 추정하는 이유는 주파수 도메인에서 타겟의 거리에 해당하는 주파수 Bin에 피크(peak)가 뜨기 때문에 원하는 타겟에 대해서만 각도를 분리할 수 있기 때문이다.The present invention proposes a method and apparatus capable of estimating the angle of arrival even when the full rank condition is not satisfied in the frequency domain in the subspace based method of the angle of arrival. The reason for estimating the angle of arrival in the frequency domain without estimating the angle of arrival in the time domain is that the angle can be separated only for the desired target because the peak appears at the frequency bin corresponding to the distance of the target in the frequency domain. .
좀 더 자세하게 본 발명의 개념을 설명하자면, 디지털 변환된 단일 Chirp의 신호에 대해 고속 퓨리에 변환(FFT)을 수행하면 각 수신채널에 대한 주파수 특성(크기, 위상) 성분의 데이터를 확보할 수 있다.In more detail, the concept of the present invention can be obtained by performing fast Fourier transform (FFT) on a single digitally converted chirp signal to obtain data of frequency characteristics (magnitude, phase) components for each reception channel.
CFAR 프로세스를 통해 검출된 타겟에 해당되는 FFT Bin의 위치를 찾은 후, 각 수신채널에 표적에 해당되는 인덱스의 데이터를 조합하여 신호벡터(signal vector)를 생성한다. 이때, 표적의 FFT Bin에 해당되는 신호벡터(1×수신채널수 M)를 이용하여 공분산행렬(M×M)을 생성한다. 공분산 행렬을 고유치 분해를 수행하여 고유값과 고유벡터를 구한다. 그리고 공간스펙트럼을 계산하여 표적의 각도를 검출한다.After finding the location of the FFT bin corresponding to the target detected through the CFAR process, a signal vector is generated by combining the data of the index corresponding to the target to each receiving channel. At this time, a covariance matrix (M × M) is generated using a signal vector (1 × receiving channel number M) corresponding to the FFT bin of the target. Eigenvalue decomposition is performed on the covariance matrix to find the eigenvalues and eigenvectors. The spatial spectrum is calculated to detect the angle of the target.
이상의 본 발명의 구성은 추후 설명하는 도면과 실시형태의 설명에 의해 보다 명확해질 것이다.The configuration of the present invention described above will be more clearly understood by the drawings and embodiments described later.
본 발명은 주파수 Bin을 안테나 개수보다 적게 취하기 때문에 FFT point횟수를 줄일 수 있으므로 일반적인 방식 보다 연산속도가 빠를 것을 기대할 수 있다. 본 발명은 빠른 연산이 가능하므로, 특히 자동차용으로의 활용시에 그 효용이 증대될 것이다. Since the present invention takes fewer frequency bins than the number of antennas, it is possible to reduce the number of FFT points, which can be expected to be faster than the general scheme. Since the present invention is capable of fast operation, its utility will be increased, particularly when utilized for automobiles.
도 1은 FMCW 레이다 파형을 이용한 거리와 속도 검출 방법의 예시도
도 2는 도래각 추정을 위한 수신 안테나 배열 구조도
도 3은 피크 인근에 다른 피크가 있는 경우를 설명하기 위한 파형도
도 4는 본 발명의 한 실시형태에 따른 레이다 신호처리 구성도
도 5는 MATLAB으로 모의 수신신호를 발생시켰을 때의 수행 결과 그래프1 is an illustration of a distance and speed detection method using the FMCW radar waveform
2 is a diagram illustrating an arrangement of a receiving antenna for estimating angle of arrival
3 is a waveform diagram for explaining the case where there is another peak near the peak
4 is a diagram illustrating a radar signal processing configuration according to an embodiment of the present invention.
5 is a graph showing the results of generating simulated received signals in MATLAB
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 기술되어 있는 실시예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 기재에 의해 정의된다. Advantages and features of the present invention, and methods for achieving them will be apparent with reference to the embodiments described in detail in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but will be implemented in various forms, and only the present embodiments are intended to complete the disclosure of the present invention, and those skilled in the art to which the present invention pertains. It is provided to fully inform the scope of the invention, and the invention is defined by the description of the claims.
한편, 본 명세서에서 사용된 용어는 실시예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자 이외의 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.On the other hand, the terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of the invention. In this specification, the singular also includes the plural unless specifically stated otherwise in the phrase. As used herein, “comprises” or “comprising” means the presence of one or more other components, steps, operations and / or elements other than the components, steps, operations and / or elements mentioned or Does not exclude additional
이하, 본 발명의 바람직한 실시예를 첨부 도면을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가급적 동일한 부호를 부여하고 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있는 경우에는 그 상세한 설명은 생략한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. First of all, in adding reference numerals to the elements of each drawing, the same elements are denoted by the same reference numerals as much as possible even though they are shown in other drawings, and in describing the present invention, If the description can obscure the subject matter of the present invention, the detailed description is omitted.
본 발명이 제안하는 부공간 기반의 도래각 추정기법에서 주파수 도메인에서 Full Rank 조건을 만족하지 않는 경우에도 도래각 추정이 가능한 방법 및 장치에 따르면, 시간 도메인에서 도래각을 추정하지 않고 주파수 도메인에서 도래각을 추정한다. 그 이유는 주파수 도메인에서 타겟의 거리에 해당하는 주파수 Bin에 피크(peak)가 뜨기 때문에 원하는 타겟에 대해서만 각도를 분리할 수 있기 때문이다.According to the method and apparatus for estimating angle of arrival even when the full rank condition is not satisfied in the frequency domain in the subspace-based angle of arrival estimating method proposed by the present invention, the present invention arrives in the frequency domain without estimating the angle of arrival in the time domain. Estimate the angle. The reason is that since a peak appears at a frequency bin corresponding to a distance of a target in the frequency domain, the angle can be separated only for a desired target.
주파수 도메인으로 변환하기 위해 고속 퓨리에 변환(FFT: Fast Fourier Transform)을 이용하며, FFT의 Point 횟수가 많아질수록 주파수 표본 사이의 간격이 작아져서 타겟의 위치 정확도가 높아진다.Fast Fourier Transform (FFT) is used to convert to the frequency domain. As the number of points in the FFT increases, the interval between frequency samples decreases, thereby increasing the position accuracy of the target.
공분산행렬이 Full Rank 조건에 만족되도록 하면 주파수 성분의 해상도가 낮아지는 문제점이 생긴다. 일반적으로 한 개의 첩을 이용하는 경우, Peak 인근 데이터를 이용하여 신호매트릭스(signal matrix)를 구성하여 방탐을 수행한다. 예를 들어 수신채널이 4개인 경우, Peak 인근 최소 4개 이상의 FFT Bin 데이터를 이용하여(Full Rank 조건. 뒤에서 설명할 예정) 신호매트릭스를 생성하면서 주파수 해상도가 64 point FFT(256/4=64)로 낮아지는 효과를 얻는다. 도 3과 같이 인접한 곳에 타겟이 여러 개 있는 경우 FFT point가 낮아지면 서로 분리할 수 없다. 본 발명은 위와 같은 성능 저하를 방지하기 위해 한 개의 Bin을 이용하여 부공간 기반의 도래각 추정을 수행한다. If the covariance matrix satisfies the Full Rank condition, the resolution of the frequency component is lowered. In general, when using a single concubine, a signal matrix is constructed using the data near the peak to perform screening. For example, if there are 4 receiving channels, the frequency resolution is 64 point FFT (256/4 = 64) while generating a signal matrix using at least 4 FFT bin data near the peak (Full Rank condition, which will be described later). To get a lower effect. If there are several targets in adjacent areas as shown in FIG. In order to prevent the above performance deterioration, the present invention performs subspace-based arrival angle estimation using one bin.
본 발명은 Full Rank를 만족하지 않는 경우에 부공간 기반의 도래각 추정 방법에 대하여 설명한다. The present invention describes a subspace-based approach angle estimation method when full rank is not satisfied.
수학식 2는 일반적인 MUSIC 알고리즘을 보여준다. 잡음 부공간과 직교하는 스티어링 벡터의 길이의 역수에서 제일 큰 신호를 가지는 입사각을 찾는 알고리즘이다. Equation 2 shows a general MUSIC algorithm. This algorithm finds the angle of incidence with the largest signal in the inverse of the length of the steering vector orthogonal to the noise subspace.
식 2에서 
Full Rank가 아닌 n개의 Rank(n<M(안테나 개수))인 경우에 M―n개의 고유값이 0인 중근이 나오나 고유벡터는 영벡터가 아닌 직교하는 벡터가 나온다. 하지만 이 벡터가 잡음 고유벡터인지 신호 고유벡터인지 알 수 없어 MUSIC을 구할 수 없다.In the case of n ranks (n <M (number of antennas)) rather than full ranks, the M–n eigenvalues are found in the middle root, but the eigenvectors are orthogonal vectors, not zero vectors. However, it is impossible to know whether this vector is a noise eigenvector or a signal eigenvector, so MUSIC cannot be obtained.
하지만 본 발명에서는 잡음 고유벡터를 사용하지 않고 신호 고유벡터를 사용하는 경우 주파수 영역에서 Full Rank가 아니여도 구할 수 있음을 보여준다(수학식 3(신호 고유벡터를 사용한 부공간 방식) 참조). However, the present invention shows that when the signal eigenvector is used without using the noise eigenvector, it can be obtained even if it is not a full rank in the frequency domain (see Equation 3 (subspace method using the signal eigenvector)).
주파수영역에서 피크가 뜨는 Bin을 한 개만 이용하여 공분산 행렬을 만들고, 고유치 분해를 해서 나오는 한 개의 고유값은 신호가 있는 피크에서 발생한 고유값이므로 그 고유값에 해당하는 고유벡터는 신호 고유벡터임을 알 수 있다. (근을 찾는 방식인 ESPRIT과 Root-MUSIC의 경우 신호개수 만큼의 고유값과 고유벡터를 알고 있어야 하기 때문에 신호개수보다 적은 경우에는 입사각을 찾을 수 없다.) Create a covariance matrix using only one bin where the peaks appear in the frequency domain, and one eigenvalue resulting from eigen decomposition is the eigenvalue generated from the peak with the signal. Can be. (In case of ESPRIT and Root-MUSIC, which finds the root, we need to know eigenvalues and eigenvectors as many as the number of signals.
각 입사각에 대하여 추정하는 방식이므로 local maxima에 해당하는 값을 타겟의 각도라고 판단한다.Since it is a method of estimating each incident angle, the value corresponding to the local maxima is determined as the angle of the target.
도 4는 본 발명의 한 실시형태에 따른 레이다 신호처리 과정을 나타낸 그림이다. 도 4는 신호 처리흐름 관점에서의 본 발명의 방법론적 설명도이기도 하고, 신호 처리 기능부들로 구성된 레이더 수신장치로서 본 발명의 장치적 설명도이기도 하다. 또한 도 4는 차량용 레이더 시스템에 적용가능한 레이더 신호 처리방법 또는 레이더 신호 수신장치를 나타낸다. 4 is a diagram illustrating a radar signal processing process according to an embodiment of the present invention. 4 is a methodological explanatory diagram of the present invention in terms of signal processing flow, and is also an apparatus explanatory diagram of the present invention as a radar receiving apparatus composed of signal processing functions. 4 shows a radar signal processing method or a radar signal receiving apparatus applicable to a vehicle radar system.
도 4에 의해 알 수 있는 본 발명의 기본 개념은, 1개의 Chirp만 가지고 DoA 추정을 한다는 것이다. 단일의 Chirp만 가지고 Full Rank 조건을 맞추기 위해서는 1개의 Chirp에 해당되는 M개의 FFT Bin의 데이터 [(1개의 Chirp)×( M개의 수신 채널수)×(M개 이상의 FFT Bin 개수)]의 데이터를 가지고 DoA 추정을 수행해야 한다. 그러나 그렇게 되면 각도 외에 얻어지는 표적물 정보(거리,속도)의 해상도가 떨어지게 된다. The basic concept of the present invention as seen from FIG. 4 is that DoA estimation is performed using only one Chirp. In order to meet the full rank condition with only a single chirp, the data of [(1 Chirp) × (M Receive Channels) × (M or more FFT Bins)] of M FFT Bins corresponding to 1 Chirp is used. DoA estimation should be performed. However, the resolution of the target information (distance, velocity) obtained in addition to the angle is lowered.
본 발명에서는 표적에 해당되는 한 개의 FFT Bin 또는 안테나 개수보다 적은 FFT Bin을 이용해도 신호 부공간 기반의 DoA 추정을 할 수 있다.In the present invention, even if one FFT bin corresponding to a target or fewer FFT bins is used, DoA estimation based on signal subspace can be performed.
도 4는 표적에 해당되는 1개의 Bin만 가지고 신호처리를 하는 실시형태를 보여주며, M개(수신 채널수)보다 적은 FFT Bin 데이터를 가지고 신호처리를 해도 동일하게 적용될 수 있다.4 shows an embodiment in which signal processing is performed using only one bin corresponding to a target, and the same applies to signal processing with fewer FFT bin data than M (number of receiving channels).
도 4는 본 발명의 장치적 측면에서 볼 때 레이다 수신부의 한 구성 예이다. 디지털 변환된 단일 Chirp의 디지털 신호에 대해 고속 퓨리에 변환(FFT)(16)을 수행하면 각 수신채널에 대한 주파수 특성(크기, 위상) 성분의 데이터를 확보할 수 있다(21). Figure 4 is an example of the configuration of the radar receiver in terms of the device of the present invention. By performing fast Fourier transform (FFT) 16 on a digital signal of a digitally converted chirp, data of frequency characteristic (magnitude, phase) component for each reception channel can be obtained (21).
이하의 '22, 24, 26, 28, 30' 단계(또는 기능부)는 표적의 각도를 찾기 위해 부공간 기반의 방향탐지를 수행하는 과정을 나타낸다. CFAR 프로세스(20)를 통해 검출된 타겟에 해당되는 FFT Bin의 위치를 찾은 후(22, Selecting FFT Bin corresponding to targets), 각 수신채널에 표적에 해당되는 인덱스의 데이터를 조합하여 신호벡터(signal vector)를 생성한다. 이때, 표적의 FFT Bin에 해당되는 신호벡터(1×수신채널수 M)를 이용하여 공분산행렬(M×M)을 생성한다. 도 4의 예에서 수신채널이 4개인 경우 신호벡터 X 의 크기는 4×1이다. 이와 같이 신호 벡터를 이용하여 공분산행렬을 생성할 수 있으며(24), 공분산행렬 R은 X H X로 정의할 수 있다. The following '22, 24, 26, 28, 30 'step (or functional unit) represents a process of performing a subspace-based direction detection to find the angle of the target. After finding the position of the FFT bin corresponding to the target detected through the CFAR process 20 (22, Selecting FFT Bin corresponding to targets), combine the data of the index corresponding to the target in each receiving channel (signal vector) ) At this time, a covariance matrix M × M is generated using a signal vector (1 × number of reception channels M) corresponding to the FFT bin of the target. In the example of FIG. 4, when four reception channels are present, the size of the signal vector X is 4 × 1. As such, a covariance matrix may be generated using the signal vector (24), and the covariance matrix R may be defined as X H X.
공분산 행렬을 고유치 분해를 수행하여 고유값과 고유벡터를 구한다. 도 4의 경우, 4개의 수신채널의 경우 3개의 중근을 가지는(즉, 0) 고유값과 양의 실수에 해당되는 고유값이 생성된다. 그 중 양의 실수 고유값을 신호 고유값으로 결정하고(26), 신호 고유값에 해당되는 고유벡터를 신호 고유벡터로 정의하고(28) 앞에서 제시한 수학식 3을 이용하여 공간스펙트럼을 계산하여 표적의 각도를 검출한다(30). 각 입사각을 신호 고유벡터로 이루어진 가중치에 행렬에 곱한 수신 파워 성분을 계산하는 것을 공간 스펙트럼 계산이라고 부르는데, 각 입사각에 대한 파워를 계산한 후 local maxima에 해당되는 각도를 타겟의 각도로 판단한다(30).Eigenvalue decomposition is performed on the covariance matrix to find the eigenvalues and eigenvectors. In the case of FIG. 4, in the case of four reception channels, an eigen value having three middle roots (that is, zero) and an eigenvalue corresponding to a positive real number are generated. Among them, the positive real eigenvalue is determined as the signal eigenvalue (26), the eigenvector corresponding to the signal eigenvalue is defined as the signal eigenvector (28), and the spatial spectrum is calculated using Equation 3 presented above. The angle of the target is detected (30). Computing the received power component by multiplying the matrix by the weight of each incident angle signal eigenvector is called spatial spectral calculation.After calculating the power for each incident angle, the angle corresponding to the local maxima is determined as the target angle (30). ).
도 5는 MATLAB으로 모의 수신신호를 발생시켰을 때의 수행 결과를 보여준다. 수신 신호는 2개이며 2개의 Bin만 사용하여 추정한 결과를 보여준다. 거리는 서로 다르기 때문에 실제로 1개의 Bin으로 도래각 추정을 두 번 시행한 결과이다.Figure 5 shows the performance results when generating a simulated reception signal in MATLAB. There are two received signals and shows the estimation result using only two bins. Since the distances are different, it is actually the result of performing the angle of arrival twice with one bin.
- 시뮬레이션 조건Simulation condition
이상, 본 발명의 바람직한 실시예를 통하여 본 발명의 구성을 상세히 설명하였으나, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 본 명세서에 개시된 내용과는 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호범위는 상기 상세한 설명보다는 후술한 특허청구범위에 의하여 정해지며, 특허청구의 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태는 본 발명의 기술적 범위에 포함되는 것으로 해석되어야 한다.As mentioned above, the configuration of the present invention has been described in detail through preferred embodiments of the present invention, but a person having ordinary knowledge in the art to which the present invention pertains disclosed herein without changing the technical spirit or essential features of the present invention. It will be appreciated that the present invention may be embodied in other specific forms than. The above described embodiments are to be understood in all respects as illustrative and not restrictive. The protection scope of the present invention is defined by the following claims rather than the above description, and all changes or modifications derived from the claims and their equivalents should be construed as being included in the technical scope of the present invention. .
Claims (1)
잡음 고유벡터를 사용하지 않고 신호 고유벡터를 사용하여, 주파수 도메인에서 1개의 Bin만 가지고 고유치 분해를 수행하여 나오는 zero근이 아닌 고유값에 해당되는 신호 고유벡터를 이용하여 부공간 기반의 도래각을 추정하는 것을 특징으로 하는, 레이더 시스템에서 신호 부공간 기반의 도래각 추정 방법.
In Signal Subspace Based Arrival Angle Estimation in Radar Systems,
Instead of using the noise eigenvectors, the signal eigenvectors are used to generate subspace-based arrival angles using signal eigenvectors corresponding to eigenvalues, not zero roots, which are obtained by performing eigenvalue decomposition with only one bin in the frequency domain. A method for estimating angle of arrival based on signal subspace in a radar system, comprising estimating.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180048510A KR20190124488A (en) | 2018-04-26 | 2018-04-26 | Method of signal subspace based DoA estimation for automotive radar system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180048510A KR20190124488A (en) | 2018-04-26 | 2018-04-26 | Method of signal subspace based DoA estimation for automotive radar system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20190124488A true KR20190124488A (en) | 2019-11-05 |
Family
ID=68577049
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180048510A KR20190124488A (en) | 2018-04-26 | 2018-04-26 | Method of signal subspace based DoA estimation for automotive radar system |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20190124488A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102240369B1 (en) * | 2020-02-07 | 2021-04-14 | 국방과학연구소 | Measuring device for angle of arrival and measuring methdo for angle of arrival |
| KR102587987B1 (en) * | 2023-07-21 | 2023-10-11 | 포항공과대학교 산학협력단 | Target detection apparatus using angle estimation in MPSK-MIMO FMCW radar method thereof |
-
2018
- 2018-04-26 KR KR1020180048510A patent/KR20190124488A/en unknown
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102240369B1 (en) * | 2020-02-07 | 2021-04-14 | 국방과학연구소 | Measuring device for angle of arrival and measuring methdo for angle of arrival |
| KR102587987B1 (en) * | 2023-07-21 | 2023-10-11 | 포항공과대학교 산학협력단 | Target detection apparatus using angle estimation in MPSK-MIMO FMCW radar method thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7025506B2 (en) | Angle resolution in radar | |
| CN111373282B (en) | Radar processing chain for FMCW radar system | |
| EP3109662B1 (en) | Radar signal processing for automated vehicles | |
| US7567201B2 (en) | Vehicle-installation direction detection apparatus enabling accurate detection of target body directions irrespective of vehicle speed | |
| US11249180B2 (en) | Method and device for ascertaining transverse relative velocity components of radar targets | |
| EP3324205A1 (en) | Decentralised radar system | |
| JP2006349477A (en) | Radar device | |
| JP4972852B2 (en) | Radar equipment | |
| US10663561B2 (en) | Radar signal processing device | |
| JP2009025159A (en) | Radar device | |
| KR101468548B1 (en) | Radar Apparatus and Method for Estimating Direction of Arrival in the same | |
| CN111239721A (en) | Entropy-solving and speed-ambiguity-solving method for vehicle-mounted MIMO radar | |
| KR102169873B1 (en) | Mehtod for estimating number of signals for vehicle radar using relative pomparison of eigenvalues | |
| KR20190124488A (en) | Method of signal subspace based DoA estimation for automotive radar system | |
| KR102158740B1 (en) | SYSTEM AND METHOD FOR ESTIMATING RADAR DoA | |
| JP5116590B2 (en) | Wave number estimation device | |
| JP4232628B2 (en) | Radar equipment | |
| KR20190124487A (en) | Determining the number of targets from received signal for DoA(Direction-of-arrival) estimation in radar system | |
| CN109581366B (en) | Discrete sidelobe clutter identification method based on target steering vector mismatch | |
| KR102577357B1 (en) | Method and apparatus for estimating the number of signals in radar system | |
| KR102046061B1 (en) | Apparatus and method for detecting target using radar | |
| JP6287674B2 (en) | Delay time estimation device and height measurement device | |
| JP7056212B2 (en) | Direction estimation method and equipment | |
| US11876582B2 (en) | Hybrid beam steering radar | |
| Baig et al. | High resolution target localization using rotating linear array radar |