本发明涉及雷达信号处理技术领域,尤其是一种车载防撞雷达分波目标探测方法。
背景技术:
77ghz毫米波雷达频率高,波长短,测速测距精度高,在对精度要求很高的领域(比如汽车防撞领域),77ghz毫米波雷达因为能够全天候工作,不受如雾霾沙尘,光线等恶劣天气环境等影响,已经成为业界主流选择,因此也是汽车电子厂商以及各大高校研究的重点课题。
一般毫米波雷达采取非相干累加的办法,其snr不足以满足在要求fov足够大的条件下同时探测远距离目标。
技术实现要素:
本发明所要解决的技术问题是:针对上述存在的问题,提供一种车载防撞雷达分波目标探测方法。
本发明采用的技术方案如下:
一种车载防撞雷达分波目标探测方法,包括如下步骤:
步骤1,将mimo天线得到的l列接收天线,按照每一个周期做一维距离压缩,得到l列接收天线的一维距离像矩阵x1;
步骤2,将得到的l列接收天线的一维距离像矩阵x1按照每一列做方位向的匹配滤波,得到矩阵x2;
步骤3,将l列接收天线的fov以天线波束宽度为步进得到若干个互相不重合的导向角,在每个导向角上对矩阵x2做波束成型,得到每个导向角的新矩阵yθ;
步骤4,对每个导向角的新矩阵yθ求模后做cfar检测,得到每个导向角的目标速度距离信息;将所有导向角方向的目标聚集同时剔除速度距离相同的目标,然后通过aoa估计得到目标的角度信息。
进一步,步骤1的方法为:
步骤1.1,以
步骤1.2,对矩阵xl的每一行做fft,得到矩阵
步骤1,3,对每一列接收天线按照步骤1.1~1.2的操作,得到l列接收天线的一维距离像矩阵
进一步,步骤1.2的方法为:对于每个周期加178点汉宁窗后补0,补足256个点后,对矩阵xl的每一行做256点fft,得到矩阵
进一步,步骤2的方法为:将矩阵x1的每一列加128点汉宁窗后做128点fft得到矩阵x2。
进一步,步骤3的方法为:
步骤3.1,将l列接收天线的fov以天线波束宽度为步进得到若干个互相不重合的导向角:
其中,k表示导向角个数,δθ表示天线波束宽度,fov的范围为[θ1,θ2];
步骤3.2,计算导向向量:
对于第k个导向角的波导角位
步骤3.3,将矩阵x2和导向向量做点乘得到新矩阵
步骤3.4,对每个导向角按照步骤3.2~3.3的操作,得到每个导向角的新矩阵yθ。
进一步,用于计算导向角的fov的范围根据所要达到的测量指标和天线波束范围进行偏移。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明基于距离压缩以及方位向匹配滤波后所形成的l列接收天线矩阵在不同导向角上做dbf,然后聚集所有不同方位的目标,实现了在要求fov足够大的条件下同时探测远距离目标,即针对77ghz毫米波雷达防撞技术snr不足的问题,利用目标波束成型(digitalbeamforming)技术起到在不损失fov的前提条件下提高目标snr。
2、本发明将用于计算导向角的fov的范围根据所要达到的测量指标和天线波束范围进行偏移,可以达到探测范围的测量指标。尤其能够满足2发4收天线系统[-60°,60°]的探测范围。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为示例的入射角度到均匀线阵的波前示意图。
图2为示例的流程图。
图3为示例的一维距离压缩结果,
图4为示例的目标幅值和导向角关系图。
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,即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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明的一种车载防撞雷达分波目标探测方法,其特征在于,包括如下步骤:
步骤1,将mimo天线得到的l列接收天线,按照每一个周期做一维距离压缩,得到l列接收天线的一维距离像矩阵x1;
步骤2,将得到的l列接收天线的一维距离像矩阵x1按照每一列做方位向的匹配滤波,得到矩阵x2;
步骤3,将l列接收天线的fov以天线波束宽度为步进得到若干个互相不重合的导向角,在每个导向角上对矩阵x2做波束成型,得到每个导向角的新矩阵yθ;
步骤4,对每个导向角的新矩阵yθ求模后做cfar检测,得到每个导向角的目标速度距离信息;
步骤5,将所有导向角方向的目标聚集同时剔除速度距离相同的目标,然后通过aoa估计得到目标的角度信息
以下以结合实施例对本发明的特征和性能作进一步的详细描述。
步骤1、一维距离压缩
将mimo天线得到的l列接收天线,按照每一个周期做一维距离压缩,得到l列接收天线的一维距离像矩阵x1;
具体地:
步骤1.1,以
步骤1.2,对矩阵xl的每一行做fft,得到矩阵
步骤1,3,对每一列接收天线按照步骤1.1~1.2的操作,得到l列接收天线的一维距离像矩阵
步骤2、方位向压缩
将得到的l列接收天线的一维距离像矩阵x1按照每一列做方位向的匹配滤波,得到矩阵x2,表示为
步骤3、导向角波束成型
将l列接收天线的fov以天线波束宽度为步进得到若干个互相不重合的导向角,在每个导向角上对矩阵x2做波束成型,得到每个导向角的新矩阵yθ;
具体地:
步骤3.1,将l列接收天线的fov以天线波束宽度为步进得到若干个互相不重合的导向角:
其中,k表示导向角个数,δθ表示天线波束宽度,fov的范围为[θ1,θ2];
步骤3.2,计算导向向量:
对于第k个导向角的波导角位
步骤3.3,将矩阵x2和导向向量做点乘得到新矩阵
步骤3.4,对每个导向角按照步骤3.2~3.3的操作,得到每个导向角的新矩阵yθ。
步骤4、目标检测
对每个导向角的新矩阵yθ求模后做cfar检测,得到每个导向角的目标速度距离信息;将所有导向角方向的目标聚集同时剔除速度距离相同的目标,然后通过aoa估计得到目标的角度信息。
示例:如图1所示的入射角度到均匀线阵的波前示意图,如图2所示的示例的流程图,如图3所示的一维距离压缩结果,如图4所示的目标幅值和导向角关系图。
步骤1、一维距离压缩
对8列接收天线,每列接收天线128个周期,每个周期加178点汉宁窗后补0,补足256个点后,对每列接收天线(即矩阵xl的每一行)做256点fft,得到8列接收天线的一维距离像压缩结果
步骤2、方位向压缩
对步骤1得到的8列接收天线的一维距离像压缩结果,每一列加128点汉宁窗后做128点fft,得到8列接收天线的新的矩阵
步骤3、导向角波束成型
需要注意的是,用于计算导向角的fov的范围根据所要达到的测量指标和天线波束范围进行偏移。例如探测范围的测量指标为[-60°,60°],而天线波束范围为[-7.5°,7.5°],由此,用于计算导向角的fov的范围为[-52.5,52.5],以天线波束宽度15°为步进形成8个互相不重合的导向角。然后计算导向向量:对于第k个导向角的波导角位
步骤4、目标检测
对每个导向角的新矩阵yθ求模后做cfar检测,得到每个导向角的目标速度距离信息;将所有导向角方向的目标聚集同时剔除速度距离相同的目标,然后通过aoa估计得到目标的角度信息。
图4显示某个在雷达径向距离35m左右的目标以18km/h的速度朝向雷达运动,横坐标表示导向角,纵坐标表示从[-52.5°,52.5°]以1°分波位的目标幅度,从图4可以看出目标在7.5°的导向角能量最强,在0.5°和13.5°以后都衰减了一倍以上其波束宽度为13°和上文设定的15°波束宽度相近似。该图表明了目标在7.5°导向角中心从0.5°到13.5°能量衰减在3db以内,其它波位能量衰减了3db以上。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。