基于prony谱线估计的汽车防撞雷达多目标识别方法
【专利摘要】本发明公开了一种基于PRONY谱线估计的汽车防撞雷达多目标识别方法，根据采用三角形调频连续波进行目标探测的汽车防撞雷达的工作特点，利用prony谱线估计方法估计目标的相应参数完成多目标识别。首先对雷达的回波信号进行自差式混频后，分别利用混频后得到的上升沿和下降沿的差频信号构建相关矩阵，通过对相关矩阵的特征值分解确定目标的个数；利用其特征值和特征向量估计多项式的系数并求解出多项式的共轭根，分别估计出上升沿和下降沿差频信号的幅度和频率；根据目标的散射截面积在汽车防撞雷达发射上升沿和下降沿信号的时间内基本保持不变，完成上升沿和下降沿的参数配对，从而计算出目标的相对距离和速度，完成多目标的识别。
【专利说明】基于PRONY谱线估计的汽车防撞雷达多目标识别方法
【技术领域】
[0001] 本发明涉及一种基于PRONY谱线估计的汽车防撞雷达多目标识别方法，旨在为调 频连续波汽车防撞雷达提供多目标识别的方法，属于汽车防撞雷达【技术领域】。
【背景技术】
[0002] 随着我国汽车的保有量的增加、汽车的行驶速度的提高，汽车的碰撞事故越来越 多。汽车防撞雷达能够根据接收到电磁回波信号计算周边车辆和行人的相对速度和距离， 对可能构成危险的目标进行报警、及时提醒司机，避免由于外后视镜视野不足或驾驶员注 意力不集中发生的撞车事故。
[0003] 采用调频连续波工作体制的汽车防撞雷达，利用基带信号控制压控振荡器产生调 频连续波，信号一部分经发射天线发出，一部分送入混频器。目标反射后的回波信号经雷达 接收天线接收后通过自差式混频器输出差频信号。目标的距离和速度信息耦合在差频信号 的频率信息中，若采用对称三角线性调频连续波，通过上升沿和下降沿差频信号的频率求 解出目标的相对距离和速度。当存在N个目标时，可以求出N 2组的距离和速度，其中N2-N组 为虚假目标。为了得到真实目标速度、距离信息，需要找到一种方法去除这些虚假的目标， 实现多目标的识别。
[0004] 中国发明专利（汽车盲区监控雷达准确检测多目标的有效方法，专利号 201210077979)针对单一调频斜率的调频连续波信号存在着距离速度的耦合问题，在变周 期的调频连续波信号基础上提出了采用变调频斜率调频连续波发射信号，通过频谱分析从 而计算出所有可能的速度和距离值，最后通过对结果的比较识别剔除虚假目标，从而得到 真实的多目标的距离和速度，完成多目标的识别。但是这种方法对产生调频连续波信号的 压控振荡器的线性性能提出了很高的要求。
【发明内容】
[0005] 目的：为了克服现有技术中存在的不足，本发明提供一种基于PRONY谱线估计的 汽车防撞雷达多目标识别方法。
[0006] 技术方案：为解决上述技术问题，本发明采用的技术方案为：
[0007] -种基于PRONY谱线估计的汽车防撞雷达多目标识别方法，包括以下步骤：1)汽 车防撞雷达采用包含频率上升和下降的对称三角形线性调频连续波，对接收到的回波信号 进行自差式混频后得到差频信号，分别利用混频后得到的上升沿和下降沿的差频信号构建 相关矩阵；2)利用prony谱线估计方法通过对相关矩阵的特征值分解确定目标的个数；3) 利用其特征值和特征向量估计多项式的系数并求解出多项式的共轭根，分别估计出上升沿 和下降沿差频信号的幅度和频率；4)根据目标的散射截面积在汽车防撞雷达发射上升沿 和下降沿信号的时间内基本保持不变，完成目标上升沿和下降沿的参数配对，从而计算出 目标的相对距离和速度，完成多目标的识别。
[0008] 所述的一种基于PRONY谱线估计的汽车防撞雷达多目标识别方法，步骤1)具体是 指：
[0009] 利用采集到的上升沿的差频信号xb+(k)和下降沿的差频信号xb_(k)(k= 0, 1，…， K-1)构建相关矩阵，其中K为上升沿或下降沿差频信号的采样点数：
[0010] 构造上升沿和下降沿的差频信号的相关矩阵：
【权利要求】
1. 一种基于PRONY谱线估计的汽车防撞雷达多目标识别方法，包括以下步骤：1)汽车 防撞雷达采用包含频率上升和下降的对称三角形线性调频连续波，对接收到的回波信号进 行自差式混频后得到差频信号，分别利用混频后得到的上升沿和下降沿的差频信号构建相 关矩阵； 2) 利用prony谱线估计方法通过对相关矩阵的特征值分解确定目标的个数； 3) 利用其特征值和特征向量估计多项式的系数并求解出多项式的共轭根，分别估计出 上升沿和下降沿差频信号的幅度和频率； 4) 根据目标的散射截面积在汽车防撞雷达发射上升沿和下降沿信号的时间内基本保 持不变，完成目标上升沿和下降沿的参数配对，从而计算出目标的相对距离和速度，完成多 目标的识别。
2. 根据权利要求1所述的一种基于PRONY谱线估计的汽车防撞雷达多目标识别方法， 步骤1)具体是指： 利用采集到的上升沿的差频信号xb+(k)和下降沿的差频信号xb_(k) (k = 0,1，…，K-1) 构建相关矩阵，其中K为上升沿或下降沿差频信号的采样点数： 构造上升沿和下降沿的差频信号的相关矩阵：
其中Pe+1为相关矩阵的阶数，其取值远大于目标的个数N。
3. 根据权利要求2所述的一种基于PRONY谱线估计的汽车防撞雷达多目标识别方法， 步骤2)具体是指： 对Re+、IV分别进行特征值分解确定目标个数： 对Re+、IV分别进行特征值分解得到： me Re_ = ντνΗ 其中，对角矩阵 Σ_ = diag(a_0, σ_,, · * ·, σ_(；, · · ·, σ_(；)， Σ- = ，C1,···,σ_Α,…,);并且特征值按下列顺序排列： σ+()>σ+1 >*··>σ+Λ >···>σ+/, >0 σ_() > σ_! > ···σ_/; > · ·· > σ_Ρβ > 0 将特征值与阈值ξ C1相比较，若☆或σι. < &，则可确定目标的个数N = Pi。
4.根据权利要求3所述的一种基于PRONY谱线估计的汽车防撞雷达多目标识别方法， 步骤3)具体是指：通过求解多项式的共轭根对估计差频信号的频率及幅度： 3a)估计多项式的系数： 定义矩阵： °\^1)1 ),{>>,(/ + 1,/?),···,iv, (/ + A7,in'jj1 uL=Iu U + 1,}η),···,υ_(? + Ν,τη)~]Η 其中U + (l，m)、分是矩阵VJPV_的第1行、第m列元素，定义（Ν+1)Χ(Ν+1) 维矩阵：
计算多项式的系数： 以+("1霜(1,1) 义(A + l，l)/t(U) h = l，Z.-V 其中Hp义―1是矩阵s+和s _的逆矩阵，s + (h，i)、s_(h，i)是矩阵s+、s_的第h行、第I 列元素； 令多项式的系数为：
3b)估计差频信号的频率及幅度： 分别求特征多项式： 1 + ?+λζ~ι + · · · + ?+Ν_χζ~{ Ν-ι) + a+Nz~N + · · ·+a^Nz~2N = O I + +··· + a^z-^ + OnZ^n +··· + a~Nz~2N = O 的共轭根对(Z+A,)和(b,/A) (h二1,2,, A〇;计算向量： b+ =(ZfZt)-1ZfX, \?，(ΖΗΖ-γΖΗΧ- 其中，
X+= [xb+(0)，xb+⑴，…，xb+(k)，…，x b+(K-l)]H X-= [Xb-(O), xb-⑴，…，xb-(k)，…，xb-(K-l)]H b. [b +1，b+2，···，b+h，···，b+N] b_= [b b_2, ...，b_h，...，b_N]H 估计出上升沿和下降沿的差频信号的幅度分别为： Ιι,=\Κη\ L-h,\ 估计出差频信号的频率为： /』二 arctan[lm(z 丨,,)/ Re(z 丨』/ 2* fhh = arctan[Im(z ,,)/ Re(z )]/2/τΔ? 其中Im(z+h)表示求z+h虚部，Re (z +h)表示求z+h实部；Im(z _h)表示求z_h虚部，Re (z _h) 表示求z_h实部。
5.根据权利要求4所述的一种基于PRONY谱线估计的汽车防撞雷达多目标识别方法， 步骤4)具体是指：多目标识别并进行目标参数的计算： 比较匕和L(h = l,，_.,A〇,若&"=|-"(琴=1，__.，岣，则认为是同一目标在上升沿和 下降沿分别反射回来的信号，则目标的相对距离Rn和相对速度V n分别为：
求出N个真实目标的相对速度与距离。
【文档编号】G01S7/41GK104515990SQ201410790911
【公开日】2015年4月15日 申请日期:2014年12月18日 优先权日:2014年12月18日
【发明者】胡居荣, 刘宇翔, 韩亚红, 范建强 申请人:河海大学