速度解模糊方法、装置、电子设备及存储介质与流程

1.本技术涉及雷达信号处理技术领域，特别是涉及速度解模糊方法、装置、电子设备及存储介质。


背景技术：

2.当前毫米波雷达天线一般采用tdm(time-division multiplexing，时分复用)-mimo(multiple in multiple out，多输入多输出)形式，通过虚拟阵元有效降低天线的实际尺寸，得到近似大尺寸天线的高分辨率目标测角结果。假设一tdm-mimo雷达包含m个发射天线，n个接收天线。通过合理设计发射天线之间的间距和接收天线之间的间距，可以达到1发m*n收的效果。假设相邻发射天线之间间距为d，相邻接收天线之间间距为d。为保证不出现天线栅瓣，一般要求d≤0.5λ，其中λ为雷达波长。为最大化利用天线孔径，一般设计时需要满足d＝nd。
3.以2个发射天线4个接收天线的fmcw(frequency modulated continuous wave，调频连续波)信号体制为例，此时d＝0.5λ，d＝2λ，所得tdm-mimo雷达虚拟阵元示意图如图1所示其中virtual antenna表示虚拟天线，real antenna表示真实天线。由于tdm-mimo雷达多个发射天线采用交替发射信号的工作形式，导致存在两个问题：首先，由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上，影响接收天线孔径的正确合成；其次，tdm本身降低了在慢时间的采样率，使得不模糊测速范围显著降低，而且一旦出现速度模糊，会进而引发角度测量的偏差。可见，如何针对tdm-mimo雷达进行速度解模糊的方法成为亟待解决的问题。


技术实现要素：

4.本技术实施例的目的在于提供一种速度解模糊方法、装置、电子设备及存储介质，以实现针对tdm-mimo雷达进行速度解模糊。具体技术方案如下：
5.第一方面，本技术实施例提供了一种速度解模糊方法，所述方法包括：
6.获取多帧雷达信号，分别确定各帧雷达信号的功率图；
7.分别将各所述功率图映射到距离维度及多普勒维度的二维矩阵中，得到各帧雷达信号的恒虚警率cfar二维掩码；
8.按照各帧雷达信号的时序，对各帧雷达信号的cfar二维掩码中相同的对象进行轨迹关联，分别得到各对象的估计运动速度及估计运动方向；
9.针对每一对象，根据该对象的估计运动速度及估计运动方向，在预设mimo补偿模式中选取该对象的预处理mimo补偿模式；
10.针对每一对象，遍历该对象的预处理mimo补偿模式中的各mimo补偿模式，得到目标mimo补偿模式，并获取所述目标mimo补偿模式下该对象的速度解模糊结果，其中，该对象的速度解模糊结果包括该对象的真实速度及真实方位。
11.在一种可能的实施方式中，所述获取多帧雷达信号，分别确定各帧雷达信号的功
率图，包括：
12.获取雷达虚拟天线阵列的各通道的模拟数字转换器adc数据，得到多帧雷达信号；
13.分别对各帧雷达信号中各通道的adc数据进行二维快速傅里叶变换，得到各帧雷达信号的虚拟阵列矢量；
14.分别对各帧雷达信号的虚拟阵列矢量进行非相参累积，得到各帧雷达信号的功率图。
15.在一种可能的实施方式中，所述分别将各所述功率图映射到距离维度及多普勒维度的二维矩阵中，得到各帧雷达信号的恒虚警率cfar二维掩码，包括：
16.针对每一功率图，对该功率图进行cfar检测，得到该功率图的噪声强度门限；
17.针对每一功率图，在距离维度及多普勒维度的二维矩阵中，将该功率图中大于该功率图的噪声强度门限的功率设置为第一数值，将该功率图中不大于该功率图的噪声强度门限的功率设置为第二数值，得到该功率图对应的雷达信号的cfar二维掩码，其中，第一数值对应的区域包含对象，第二数值对应的区域不包含对象。
18.在一种可能的实施方式中，所述按照各帧雷达信号的时序，对各帧雷达信号的cfar二维掩码中相同的对象进行轨迹关联，分别得到各对象的估计运动速度及估计运动方向，包括：
19.对各所述cfar二维掩码进行连通域分析，得到各所述cfar二维掩码中各对象的目标信息，其中，针对任一对象，该对象的目标信息包括该对象的对象宽度、对象高度及对象中心坐标；
20.按照各帧雷达信号的时序及各对象的目标信息，对各帧雷达信号的cfar二维掩码中相同的对象进行轨迹关联，分别得到各对象的运动轨迹；
21.至少根据各对象的运动轨迹及各帧雷达信号之间时间差值，分别确定各对象的估计运动速度及估计运动方向。
22.在一种可能的实施方式中，所述针对每一对象，根据该对象的估计运动速度及估计运动方向，在预设mimo补偿模式中选取该对象的预处理mimo补偿模式，包括：
23.针对每一对象，获取预设mimo补偿模式中各补偿模式下该对象的运动方向及运动速度；
24.针对每一对象，在预设mimo补偿模式中，选取运动方向与该对象的估计运动方向相同的补偿模式，得到该对象过滤后的补偿模式；
25.针对每一对象，在该对象过滤后的补偿模式中，选取运动速度与该对象的估计运动速度的误差在预设范围内的补偿模式，得到该对象的预处理mimo补偿模式。
26.第二方面，本技术实施例提供了一种速度解模糊装置，所述装置包括：
27.功率图获取单元，用于获取多帧雷达信号，分别确定各帧雷达信号的功率图；
28.cfar检测单元，用于分别将各所述功率图映射到距离维度及多普勒维度的二维矩阵中，得到各帧雷达信号的cfar二维掩码；
29.运动估计单元，用于按照各帧雷达信号的时序，对各帧雷达信号的cfar二维掩码中相同的对象进行轨迹关联，分别得到各对象的估计运动速度及估计运动方向；
30.补偿模式剔除单元，用于针对每一对象，根据该对象的估计运动速度及估计运动方向，在预设mimo补偿模式中选取该对象的预处理mimo补偿模式；
31.速度解模糊单元，用于针对每一对象，遍历该对象的预处理mimo补偿模式中的各mimo补偿模式，得到目标mimo补偿模式，并获取所述目标mimo补偿模式下该对象的速度解模糊结果，其中，该对象的速度解模糊结果包括该对象的真实速度及真实方位。
32.在一种可能的实施方式中，所述功率图获取单元，具体用于：获取雷达虚拟天线阵列的各通道的模拟数字转换器adc数据，得到多帧雷达信号；分别对各帧雷达信号中各通道的adc数据进行二维快速傅里叶变换，得到各帧雷达信号的虚拟阵列矢量；分别对各帧雷达信号的虚拟阵列矢量进行非相参累积，得到各帧雷达信号的功率图。
33.在一种可能的实施方式中，所述cfar检测单元，具体用于：针对每一功率图，对该功率图进行cfar检测，得到该功率图的噪声强度门限；针对每一功率图，在距离维度及多普勒维度的二维矩阵中，将该功率图中大于该功率图的噪声强度门限的功率设置为第一数值，将该功率图中不大于该功率图的噪声强度门限的功率设置为第二数值，得到该功率图对应的雷达信号的cfar二维掩码，其中，第一数值对应的区域包含对象，第二数值对应的区域不包含对象。
34.在一种可能的实施方式中，所述运动估计单元，具体用于：对各所述cfar二维掩码进行连通域分析，得到各所述cfar二维掩码中各对象的目标信息，其中，针对任一对象，该对象的目标信息包括该对象的对象宽度、对象高度及对象中心坐标；按照各帧雷达信号的时序及各对象的目标信息，对各帧雷达信号的cfar二维掩码中相同的对象进行轨迹关联，分别得到各对象的运动轨迹；至少根据各对象的运动轨迹及各帧雷达信号之间时间差值，分别确定各对象的估计运动速度及估计运动方向。
35.在一种可能的实施方式中，所述补偿模式剔除单元，具体用于：针对每一对象，获取预设mimo补偿模式中各补偿模式下该对象的运动方向及运动速度；针对每一对象，在预设mimo补偿模式中，选取运动方向与该对象的估计运动方向相同的补偿模式，得到该对象过滤后的补偿模式；针对每一对象，在该对象过滤后的补偿模式中，选取运动速度与该对象的估计运动速度的误差在预设范围内的补偿模式，得到该对象的预处理mimo补偿模式。
36.第三方面，本技术实施例提供了一种电子设备，包括处理器及存储器；
37.所述存储器，用于存放计算机程序；
38.所述处理器，用于执行所述存储器上所存放的程序时，实现本技术中任一所述速度解模糊方法。
39.第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本技术中任一所述速度解模糊方法。
40.本技术实施例有益效果：
41.本技术实施例提供的速度解模糊方法、装置、电子设备及存储介质，结合多帧雷达信号的cfar二维掩码，对对象进行关联，可预估对象运动方向以及可能的速度取值集合。基于预估的目标运动方向和速度取值集合，剔除部分mimo补偿模式，得到剩余的mimo预处理补偿模式；在mimo算法处理时，仅遍历剩余的mimo补偿模式，即可得到最优的mimo补偿模式，能够简化算法运行复杂度，增加mimo解模糊正确率。并且大大降低mimo补偿错误导致的目标速度和方位突变带来的性能损失，在提升目标检出的同时，降低目标误检。尤其是在目标拥堵场景，性能更为显著。当然，实施本技术的任一产品或方法并不一定需要同时达到以
上所述的所有优点。
附图说明
42.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，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。
43.图1为相关技术中mimo雷达的虚拟阵元的一种示意图；
44.图2为本技术实施例的速度解模糊系统运行过程的一种示意图；
45.图3为本技术实施例的cfar二维掩码的一种示意图；
46.图4为本技术实施例的对象轨迹关联的一种示意图；
47.图5为本技术实施例的速度解模糊方法的一种示意图；
48.图6为本技术实施例中步骤s103的具体实现方式的一种示意图；
49.图7为本技术实施例中步骤s104的具体实现方式的一种示意图；
50.图8为本技术实施例的速度解模糊装置的一种示意图；
51.图9为本技术实施例的电子设备的一种示意图。
具体实施方式
52.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
53.首先，对本技术中的术语进行解释。
54.雷达：一种利用电磁波探测目标的电子设备。雷达通过发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率(径向速度)、方位、高度等信息。
55.mimo(multiple in multiple out，多输入多输出)雷达：多输入多输出雷达是一种改进雷达角度估计能力的技术。主要有fdm(frequency division multiplexing，频分复用)、cdm(code division multiplexing，码分复用)和tdm(time-division multiplexing，时分复用)几种具体实现形式。考虑到半导体器件成本限制和实现复杂度，目前毫米波雷达基本采用tdm-mimo技术。本技术中的各mimo，如无特殊说明均指tdm-mimo。
56.速度模糊：由于频谱混叠现象引起所测目标速度的混淆，难以分辨目标真实速度的现象。尤其是tdm-mimo雷达，由于降低了在慢时间的采样率，使得不模糊测速范围显著降低，导致更容易出现速度模糊问题。
57.当前毫米波雷达天线一般采用tdm(time-division multiplexing，时分复用)-mimo(multiple in multiple out，多输入多输出)形式，通过虚拟阵元有效降低天线的实际尺寸，得到近似大尺寸天线的高分辨率目标测角结果。假设一tdm-mimo雷达包含m个发射天线，n个接收天线。通过合理设计发射天线之间的间距和接收天线之间的间距，可以达到1发m*n收的效果。假设相邻发射天线之间间距为d，相邻接收天线之间间距为d。为保证不出
现天线栅瓣，一般要求d≤0.5λ，其中λ为雷达波长。为最大化利用天线孔径，一般设计时需要满足d＝nd。
58.以2个发射天线4个接收天线的fmcw(frequency modulated continuous wave，调频连续波)信号体制为例，此时d＝0.5λ，d＝2λ，所得tdm-mimo雷达虚拟阵元示意图如图1所示。由于tdm-mimo雷达多个发射天线采用交替发射信号的工作形式，导致存在两个问题：首先，由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上，影响接收天线孔径的正确合成；其次，tdm本身降低了在慢时间的采样率，使得不模糊测速范围显著降低，而且一旦出现速度模糊，会进而引发角度测量的偏差。可见，现有技术中tdm-mimo雷达测量误差较高。
59.相关技术中，为了增加tdm-mimo雷达的准确性，会采用如下补偿方法进行速度解模糊：
60.步骤1：估计信号的虚拟阵元矢量s的速度诱导相移速度诱导相移与目标的真实速度v
true
相关。基于功率图获取的功率图估计速度v
est
可能存在速度模糊，因此目标真实速度v
true
取值未知，但由功率图估计速度可得其可能的取值集合，v
true
∈{v
est
,v
est
+2v
max
,v
est-2v
max
}，其中，v
max
为最大无模糊测量速度。需要强调的是，真实速度与功率图估计速度的关系为v
true
＝v
est
+2xv
max
,x∈r，通常针对实际应用场景x取值为{0,1,-1}，即可满足需求，此外mimo算法中x的取值也受发射天线的限制。
61.将不同的速度取值v
est
,v
est
+2v
max
,v
est-2v
max
，所获得的速度诱导相移分别称为补偿模式0、补偿模式1和补偿模式2，取值分别为和
62.步骤1中，各个符号间存在的计算公式关系如下：
63.估计速度v
est
：基于功率图直接计算获取。
64.真实速度v
true
与估计速度v
est
关系：
65.v
true
∈{v
est
,v
est
+2v
max
,v
est-2v
max
}
66.速度诱导相移
[0067][0068]
最大速度v
max
：
[0069][0070]
其中，λ为雷达波长，tc为一个chirp周期。如图1所示，在2个发射天线的情况下，tc＝2t。
[0071]
步骤2：使用矫正虚拟阵列矢量s的每个元素的相位，得到矫正后的虚拟阵列矢量sc。基于不同的补偿模式，得到对应的矫正后的虚拟阵列矢量s
c0
，s
c1
和s
c2
。
[0072]
步骤2中，各个符号间存在的计算公式关系如下：
[0073]
虚拟阵列矢量s：
[0074][0075]
矫正后的虚拟阵列矢量sc：
[0076][0077]
若矫正确，则得sc公式如下：
[0078][0079]
其中，为相邻接收天线波程差导致的相位，θ为目标方位角，d为相邻接收天线间距，λ为雷达波长。为目标多普勒频率在相邻发射天线切换时间内带来的相位变化量。s
mn
为由第m个发射天线发射、第n个接收天线接收的回波信号的离散数字信号经二维fft(fast fourier transform，快速傅里叶变换)变换后得到信号。
[0080]
步骤3：对校正的虚拟阵列矢量sc执行第一傅里叶变换，生成校正的虚拟阵列谱pc。不同的补偿模式，得到对应的虚拟阵列谱p
c0
，p
c1
和p
c2
。
[0081]
步骤4：依据校正的虚拟阵列谱，得到最优补偿模式。理论上，峰值最高的阵列谱对应的补偿方式，即为最优补偿模式。
[0082]
步骤5：得到目标速度和方位。最优补偿模式解得的速度和方位即为目标最终所求得的目标速度和方位。
[0083]
但是采用上述方式，由于噪声扰动，以及硬件误差等各种因素，导致上述算法进行速度解模糊时存在一定的错误比例，接近10％，错误的补偿模式，将导致输出的目标点云速度和方位异常。且同一目标在不同时刻(不同帧)中的tdm-mimo补偿方式相互独立，不尽相同，表现为随时间变化，同一目标的速度在不断变化，且目标方位跳动较大，进而影响目标跟踪，导致检出和误检等性能指标均有所下降，尤其在拥堵场景，现象更为显著。
[0084]
发明人在研究中发现，由于数据本身存在扰动，无法针对单帧数据进行优化；而时域多帧之间的关联性，无疑为tdm-mimo速度解模糊提供额外的判决特征。具体为，结合雷达多帧cfar(constant false-alarm rate，恒虚警率)检测结果，对目标进行关联，可预估目标运动方向，以及可能的速度取值集合。从而排除掉部分tdm-mimo补偿相位模式，进而增加tdm-mimo解模糊正确概率。有鉴于此，本技术实施例提供了一种速度解模糊系统，包括：功
率图获取模块、cfar检测模块、mimo模式预处理模块、doa(direction of arrival，波达方向)估计模块及聚类跟踪模块。
[0085]
如图2所示，整个系统的输入为雷达的adc(analog to digital converter，模拟数字转换器)数据，输出为最终目标轨迹列表信息。该系统也是目前通用的雷达目标检测+跟踪算法框架，下面对速度解模糊系统的每个模块进行详细描述。
[0086]
功率图获取模块：输入为adc数据，输出为雷达功率图。虚拟天线阵列各个通道adc数据分别进行二维fft(fast fourier transform，快速傅里叶变换)，然后非相参累积得到功率图。
[0087]
cfar检测模块：输入为功率图，输出为检出目标点集合，用二值化的cfar二维掩码表示。一种可能的目标点集合的cfar二维掩码可以如图3所示，其中横坐标为doppler(多普勒)维度，纵坐标为range(距离)维度。针对输入功率图中的噪声进行处理后确定一个门限，将此门限与功率图各信号点进行相比。若输入信号超过此门限，则判为有目标；否则，判为无目标。
[0088]
mimo模式预处理模块：针对cfar二维掩码，检出的目标表现为一个个亮斑，基于时域多帧对目标进行关联，可获得目标在range-doppler维的运动轨迹，其中一帧对应一个cfar二维掩码。一种可能的时域多帧目标关联的示意图可以如图4所示。其中，维度k表示数据帧号。获得目标在range-doppler维的运动轨迹后，即可对该目标的mimo补偿模式进行预筛选。筛选过程如下：
[0089]
步骤1：基于输出的cfar二维掩码进行连通域分析，得到当前帧的目标亮斑列表。当前帧的目标亮斑列表中包括当前帧中各亮斑的在cfar二维掩码图中的连通域信息，即亮斑的目标信息；针对任一亮斑，该亮斑的目标信息可以包括该亮斑的亮斑宽、亮斑高、亮斑中心的距离-多普勒坐标、信噪比等信息。
[0090]
步骤2：基于时域累积多帧进行轨迹关联。轨迹关联时，可基于图像跟踪算法进行处理。
[0091]
步骤3：基于目标关联轨迹，获取目标运动方向(远离雷达or靠近雷达)，以及目标速度大小。基于cfar二维掩码，能够获取目标估计速度v
est
，但由于可能存在速度模糊，因此目标真实速度v
true
取值未知。基于目标轨迹位移、帧间差以及帧率等信息，即可估计准确的目标速度信息。
[0092]
步骤4：基于目标运动方向、速度大小剔除部分mimo补偿模式，获得mimo预处理补偿模式。
[0093]
doa估计模块：针对cfar检出点(亮斑)，抽取虚拟天线阵列二维fft中各个通道数据进行一维方位fft处理，获取目标波达方向。本技术中采用mimo解模糊算法进行处理时，仅遍历mimo预处理补偿模式，并从中选择最优补偿模式，及对应速度和方位信息。
[0094]
聚类跟踪模块：采用相关的聚类、跟踪算法对cfar检出点进行聚类及跟踪。聚类时，对目标点云进行汇聚，输出目标速度和方位等信息。跟踪一般分为两大模块：其一、航迹起始，生成初始轨迹，经确认后即可进行跟踪处理；其二、跟踪轨迹维护，包括轨迹更新、外推、消亡处理等。
[0095]
本技术实施例中，结合多帧雷达信号的cfar二维掩码，对对象进行关联，可预估对象运动方向以及可能的速度取值集合。基于预估的目标运动方向和速度取值集合，剔除部
分mimo补偿模式，得到剩余的mimo预处理补偿模式；在mimo算法处理时，仅遍历剩余的mimo补偿模式，并从中挑选最优mimo补偿模式，从而增加mimo解模糊正确率。
[0096]
本技术实施例还提供了一种速度解模糊方法，参见图5，该方法包括：
[0097]
s101，获取多帧雷达信号，分别确定各帧雷达信号的功率图。
[0098]
本技术实施例的速度解模糊方法可以通过电子设备实现，该电子设备可以为雷达设备，例如具体可以为mimo雷达设备，也可以为雷达设备连接的具备计算功能的设备等。
[0099]
雷达信号的功率图的获取方法可以参见相关技术中雷达信号的功率图的获取方式。一种实施方式中，上述获取多帧雷达信号，分别确定各帧雷达信号的功率图，包括：
[0100]
步骤一，获取雷达虚拟天线阵列的各通道的adc数据，得到多帧雷达信号。
[0101]
可以获取雷达虚拟天线阵列的各通道的adc输出的离散数字信号数据，得到多帧雷达信号。
[0102]
步骤二，分别对各帧雷达信号中各通道的adc数据进行二维快速傅里叶变换，得到各帧雷达信号的虚拟阵列矢量。
[0103]
可以对各帧雷达信号中各通道的adc数据进行adc采样序号维度及采样周期维度两个维度上的fft变换，得到各帧雷达信号的虚拟阵列矢量。
[0104]
步骤三，分别对各帧雷达信号的虚拟阵列矢量进行非相参累积，得到各帧雷达信号的功率图。
[0105]
s102，分别将各上述功率图映射到距离维度及多普勒维度的二维矩阵中，得到各帧雷达信号的cfar二维掩码。
[0106]
cfar二维掩码包括距离维度及多普勒维度，cfar二维掩码可以为二值化的，例如，可以将存在对象的区域用第一数值表示，将不存在对象的区域用于第二数值表示，此处的对象即为雷达检测到的对象。一种可能的cfar二维掩码可以如图3所示，其中横坐标为多普勒维度，纵坐标为距离维度。
[0107]
在一种可能的实施方式中，上述分别将各上述功率图映射到距离维度及多普勒维度的二维矩阵中，得到各帧雷达信号的恒虚警率cfar二维掩码，包括：
[0108]
步骤a，针对每一功率图，对该功率图进行cfar检测，得到该功率图的噪声强度门限。
[0109]
步骤b，针对每一功率图，在距离维度及多普勒维度的二维矩阵中，将该功率图中大于该功率图的噪声强度门限的功率设置为第一数值，将该功率图中不大于该功率图的噪声强度门限的功率设置为第二数值，得到该功率图对应的雷达信号的cfar二维掩码，其中，第一数值对应的区域包含对象，第二数值对应的区域不包含对象。cfar二维掩码第一数值对应的区域表示该区域对应的实际位置上存在对象，第二数值对应的区域表示该区域对应的实际位置上不存在对象。
[0110]
s103，按照各帧雷达信号的时序，对各帧雷达信号的cfar二维掩码中相同的对象进行轨迹关联，分别得到各对象的估计运动速度及估计运动方向。
[0111]
可以利用相关技术中的目标跟踪算法，对各cfar二维掩码中相同的对象进行跟踪，将同对象的轨迹进行关联，从而得到各对象的估计运动速度及估计运动方向。
[0112]
s104，针对每一对象，根据该对象的估计运动速度及估计运动方向，在预设mimo补偿模式中选取该对象的预处理mimo补偿模式。
[0113]
预设mimo补偿模式中包括多种mimo补偿模式，针对任一对象，在预设mimo补偿模式中剔除不满足该对象的估计运动速度及估计运动方向的约束条件的mimo补偿模式，将预设mimo补偿模式中剩余的mimo补偿模式作为该对象预处理mimo补偿模式。一个例子中，针对任一对象，在预设mimo补偿模式中，选取运动速度与该对象的估计运动速度的误差在预设范围内、且运动方向与该对象的估计运动方向相同的所有补偿模式，作为该对象的预处理mimo补偿模式。
[0114]
s105，针对每一对象，遍历该对象的预处理mimo补偿模式中的各mimo补偿模式，得到目标mimo补偿模式，并获取上述目标mimo补偿模式下该对象的速度解模糊结果，其中，该对象的速度解模糊结果包括该对象的真实速度及真实方位。
[0115]
遍历预处理mimo补偿模式中的每一mimo补偿模式，从而得到最优的mimo补偿模式，即目标mimo补偿模式，并计算目标mimo补偿模式下的速度解模糊结果，最终求得对象的速度及方位。遍历预处理mimo补偿模式中的每一mimo补偿模式，得到最优的mimo补偿模式，即目标mimo补偿模式的具体方式可以参见相关技术中的计算方式。一种实施方式中，针对预处理mimo补偿模式中的每一mimo补偿模式，利用该mimo补偿模式对虚拟阵列矢量进行补偿校正，得到该mimo补偿模式下校正后的虚拟阵列矢量；针对预处理mimo补偿模式中的每一mimo补偿模式，对该mimo补偿模式下校正后的虚拟阵列矢量进行傅里叶变换，得到该mimo补偿模式下的虚拟阵列谱；根据预处理mimo补偿模式中各mimo补偿模式下的虚拟阵列谱，确定目标mimo补偿模式。一个例子中，将峰值最高的虚拟阵列谱对应的mimo补偿模式作为目标mimo补偿模式。
[0116]
在得到目标mimo补偿模式后，可以获取目标mimo补偿模式下的对象的波达方向，包括对象的距离信息及方位信息。利用各帧雷达信号中对象的距离信息及方位信息，采用相关技术中的聚类及跟踪算法，可以得到每个对象的实际运动速度及实际运动方向。其中，跟踪算法一般包括两部分，其一、航迹起始，生成初始轨迹，经确认后即可进行跟踪处理；其二、跟踪轨迹维护，包括轨迹更新、外推、消亡处理等。
[0117]
在本技术实施例中，结合多帧雷达信号的cfar二维掩码，对对象进行关联，可预估对象运动方向以及可能的速度取值集合。基于预估的目标运动方向和速度取值集合，剔除部分mimo补偿模式，得到剩余的mimo预处理补偿模式；在mimo算法处理时，仅遍历剩余的mimo补偿模式，即可得到最优的mimo补偿模式，能够简化算法运行复杂度，增加mimo解模糊正确率。并且大大降低mimo补偿错误导致的目标速度和方位突变带来的性能损失，在提升目标检出的同时，降低目标误检。尤其是在目标拥堵场景，性能更为显著。
[0118]
在一种可能的实施方式中，参见图6，上述按照各帧雷达信号的时序，对各帧雷达信号的cfar二维掩码中相同的对象进行轨迹关联，分别得到各对象的估计运动速度及估计运动方向，包括：
[0119]
s1031，对各上述cfar二维掩码进行连通域分析，得到各上述cfar二维掩码中各对象的目标信息，其中，针对任一对象，该对象的目标信息包括该对象的对象宽度、对象高度及对象中心坐标。
[0120]
假设cfar二维掩码中的第一数值对应白色，第二数值对应黑色，则对cfar二维掩码中的白色(即亮斑)进行连通域分析，从而得到各对象的在cfar二维掩码中的连通域信息，即目标信息。针对任一对象，该对象的目标信息包括该对象的对象宽度、对象高度及对
象中心坐标，即该对象的对象中心在距离维度及多普勒维度下的坐标。此外，对象的目标信息还可以包括该对象的信噪比等信息。
[0121]
s1032，按照各帧雷达信号的时序及各对象的目标信息，对各帧雷达信号的cfar二维掩码中相同的对象进行轨迹关联，分别得到各对象的运动轨迹。
[0122]
例如图4所示，在时序上对同一对象进行轨迹关联，分别得到每个对象的运动轨迹。
[0123]
在雷达信号中对象比较稀疏时，例如，对象的密度(单位空间内的数量)小于预设密度阈值时，运动轨迹关联可靠性高，每次可以选取较多帧数关联得到各对象的运动轨迹。当对象比较密集，例如，对象的密度大于预设密度阈值时，为了减少运动轨迹关联错误的情况，可以减少每次关联得到各对象的运动轨迹的帧数，例如，每次选取两帧雷达信号分析得到各对象的运动轨迹等。
[0124]
s1033，至少根据各对象的运动轨迹及各帧雷达信号之间时间差值，分别确定各对象的估计运动速度及估计运动方向。
[0125]
针对任一对象，在得到该对象的关联轨迹后，可以根据各帧雷达信号之间时间差值及该对象的关联轨迹，计算该对象的估计运动速度及估计运动方向。
[0126]
在一种可能的实施方式中，参见图7，上述上述针对每一对象，根据该对象的估计运动速度及估计运动方向，在预设mimo补偿模式中选取该对象的预处理mimo补偿模式，包括：
[0127]
s1041，针对每一对象，获取预设mimo补偿模式中各补偿模式下该对象的运动方向及运动速度。
[0128]
预设mimo补偿模式中各补偿模式下对象的运动方向及运动速度的获取方式可以参见相关技术中的获取方式，一个例子中，可以获取对象的最大无模糊测量速度及功率图估计速度，从而计算得到各补偿模式下该对象的运动方向及运动速度。
[0129]
具体的，估计雷达信号的虚拟阵元矢量s的速度诱导相移速度诱导相移与目标的真实速度v
true
相关。基于功率图获取的功率图估计速度v
est
可能存在速度模糊，因此目标真实速度v
true
取值未知，但由功率图估计速度可得其可能的取值集合，v
true
＝v
est
+2*k*v
max
,k＝
…
,-1,0,1,
…
，其中，v
max
为最大无模糊测量速度，k为有限范围内的整数，根据对象的运动特性(即对象的可能的运动速度的范围)确定。通常针对实际应用场景，例如针对对象为机动车、行人、非机动车等场景，k的取值为{0,1,-1}，则v
true
不同的取值为v
est
,v
est
+2v
max
,v
est-2v
max
，所获得的速度诱导相移分别称为补偿模式0、补偿模式1和补偿模式2，即预设mimo补偿模式中各补偿模式。
[0130]
例如，功率图估计速度为8m/s，最大无模糊测速范围为-15m/s～15m/s，即最大无模糊测量速度为15m/s。针对车辆对象，k取值为{-1,0,1}，其速度可能为{-24,8,38}。其它k取值条件下，例如k取2时，车辆的速度将达到244.8公里/小时，不符合车辆的运动特性。
[0131]
s1042，针对每一对象，在预设mimo补偿模式中，选取运动方向与该对象的估计运动方向相同的补偿模式，得到该对象过滤后的补偿模式。
[0132]
例如，补偿模式0的运动方向为
“‑”
、补偿模式1的运动方向为“+”、补偿模式2的运动方向为“+”，针对一对象，该对象的估计运动方向相同为“+”，则过滤后的补偿模式为补偿模式1及补偿模式2。可以理解的是，此处的
“‑”
与“+”为预先规定的，可以将一个方向设置为“+”，而将与该方向相反的方向设置为
“‑”
。
[0133]
s1043，针对每一对象，在该对象过滤后的补偿模式中，选取运动速度与该对象的估计运动速度的误差在预设范围内的补偿模式，得到该对象的预处理mimo补偿模式。
[0134]
预设范围可以根据实际情况自定义设置，例如设置为估计运动速度的20％、40％、60％或80％等。例如，对象的估计运动速度为10m/s，预设范围为估计运动速度的50％，即5m/s；过滤后的补偿模式中补偿模式1下对象的运动速度为8m/s；补偿模式2下对象的运动速度为38m/s；则补偿模式1下对象的运动速度与估计运动速度的误差为|8-10|＝2m/s，补偿模式2下对象的运动速度与估计运动速度的误差为|38-10|＝28m/s，二者分别与5m/s比较，可得补偿模式1下对象的运动速度与估计运动速度的误差在预设范围内，因此选取补偿模式1作为预处理mimo补偿模式。
[0135]
可见，通过本技术实施例的速度解模糊方法，可以剔除部分mimo补偿模式，在mimo算法处理时，仅遍历剩余的mimo补偿模式，即可得到最优的mimo补偿模式，能够大大简化算法的复杂度，在增加mimo解模糊正确率的同时，大大增加速度解模糊的效率。并且向通过运动方向进行过滤，在通过运动速度进行过滤，可以减少计算速度误差的补偿模式的数量，从而减少计算量，能够增加速度解模糊的效率。
[0136]
本技术实施例还提供了一种速度解模糊装置，参见图8，该装置包括：
[0137]
功率图获取单元11，用于获取多帧雷达信号，分别确定各帧雷达信号的功率图；
[0138]
cfar检测单元12，用于分别将各上述功率图映射到距离维度及多普勒维度的二维矩阵中，得到各帧雷达信号的cfar二维掩码；
[0139]
运动估计单元13，用于按照各帧雷达信号的时序，对各帧雷达信号的cfar二维掩码中相同的对象进行轨迹关联，分别得到各对象的估计运动速度及估计运动方向；
[0140]
补偿模式剔除单元14，用于针对每一对象，根据该对象的估计运动速度及估计运动方向，在预设mimo补偿模式中选取该对象的预处理mimo补偿模式；
[0141]
速度解模糊单元15，用于针对每一对象，遍历该对象的预处理mimo补偿模式中的各mimo补偿模式，得到目标mimo补偿模式，并获取上述目标mimo补偿模式下该对象的速度解模糊结果，其中，该对象的速度解模糊结果包括该对象的真实速度及真实方位。
[0142]
本技术实施例中的功率图获取单元11，相当于上述速度解模糊系统中的功率图获取模块；本技术实施例中的cfar检测单元12，相当于上述速度解模糊系统中的cfar检测模块；本技术实施例中的运动估计单元13及补偿模式剔除单元14，相当于上述速度解模糊系统中的mimo模式预处理模块；本技术实施例中的速度解模糊单元15，相当于上述速度解模糊系统中的mimo模式预处理模块doa估计模块及聚类跟踪模块。
[0143]
在一种可能的实施方式中，上述功率图获取单元，具体用于：获取雷达虚拟天线阵列的各通道的模拟数字转换器adc数据，得到多帧雷达信号；分别对各帧雷达信号中各通道的adc数据进行二维快速傅里叶变换，得到各帧雷达信号的虚拟阵列矢量；分别对各帧雷达信号的虚拟阵列矢量进行非相参累积，得到各帧雷达信号的功率图。
[0144]
在一种可能的实施方式中，上述cfar检测单元，具体用于：针对每一功率图，对该功率图进行cfar检测，得到该功率图的噪声强度门限；针对每一功率图，在距离维度及多普勒维度的二维矩阵中，将该功率图中大于该功率图的噪声强度门限的功率设置为第一数值，将该功率图中不大于该功率图的噪声强度门限的功率设置为第二数值，得到该功率图
对应的雷达信号的cfar二维掩码，其中，第一数值对应的区域包含对象，第二数值对应的区域不包含对象。
[0145]
在一种可能的实施方式中，上述运动估计单元，具体用于：对各上述cfar二维掩码进行连通域分析，得到各上述cfar二维掩码中各对象的目标信息，其中，针对任一对象，该对象的目标信息包括该对象的对象宽度、对象高度及对象中心坐标；按照各帧雷达信号的时序及各对象的目标信息，对各帧雷达信号的cfar二维掩码中相同的对象进行轨迹关联，分别得到各对象的运动轨迹；根据各对象的运动轨迹及各帧雷达信号之间时间差值，分别确定各对象的估计运动速度及估计运动方向。
[0146]
在一种可能的实施方式中，上述补偿模式剔除单元，具体用于：针对每一对象，获取预设mimo补偿模式中各补偿模式下该对象的运动方向及运动速度；针对每一对象，在预设mimo补偿模式中，选取运动方向与该对象的估计运动方向相同的补偿模式，得到该对象过滤后的补偿模式；针对每一对象，在该对象过滤后的补偿模式中，选取运动速度与该对象的估计运动速度的误差在预设范围内的补偿模式，得到该对象的预处理mimo补偿模式。
[0147]
本技术实施例还提供了一种电子设备，包括：处理器及存储器；
[0148]
上述存储器，用于存放计算机程序；
[0149]
上述处理器用于执行上述存储器存放的计算机程序时，实现上述任一速度解模糊方法。
[0150]
可选的，参见图9，除上述处理器21及存储器23外，本技术实施例的电子设备还包括通信接口22和通信总线24，其中，处理器21，通信接口22，存储器23通过通信总线24完成相互间的通信。具体的，本技术实施例中的电子设备可以为mimo雷达。
[0151]
上述电子设备提到的通信总线可以是pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0152]
通信接口用于上述电子设备与其他设备之间的通信。
[0153]
存储器可以包括ram(random access memory，随机存取存储器)，也可以包括nvm(non-volatile memory，非易失性存储器)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0154]
上述的处理器可以是通用处理器，包括cpu(central processing unit，中央处理器)、np(network processor，网络处理器)等；还可以是dsp(digital signal processing，数字信号处理器)、asic(application specific integrated circuit，专用集成电路)、fpga(field-programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0155]
本技术实施例还提供了一种计算机可读存储介质，上述计算机可读存储介质内存储有计算机程序，上述计算机程序被处理器执行时实现上述任一速度解模糊方法。
[0156]
在本技术提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一速度解模糊方法。
[0157]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实
现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0158]
需要说明的是，在本文中，各个可选方案中的技术特征只要不矛盾均可组合来形成方案，这些方案均在本技术公开的范围内。诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0159]
本说明书中的各个实施例均采用相关的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0160]
以上所述仅为本技术的较佳实施例，并非用于限定本技术的保护范围。凡在本技术的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本技术的保护范围内。