一种适用于毫米波车载雷达的降维子空间测角方法技术

本发明专利技术公开了一种适用于毫米波车载雷达目标检测领域的降维子空间测角方法，其包括以下步骤：首先提出采用波束域MUSIC算法来降低计算复杂度和内存占用，并利用先验信息来优化波束形成矩阵设计；其次，提出了一种新的MUSIC估计子，反映出关于信号子空间的更精细的尺度信息；此外，针对单快拍下两个相邻信号相干的情况，修改了接收信号估计样本协方差矩阵的数学表达式，以增强噪声子空间和信号子空间的正交性，保持其Toeplitz结构，采用子波束空间平均的方法，在每个子波束空间满秩的条件下，提高样本协方差矩阵的估计精度。

A Dimensional Reduced Subspace Angle Measurement Method for Millimeter Wave Vehicle-borne Radar

【技术实现步骤摘要】
一种适用于毫米波车载雷达的降维子空间测角方法
本专利技术属于雷达信号处理领域，尤其涉及一种适用于毫米波车载雷达的降维子空间测角方法。
技术介绍
近些年来，自动驾驶领域蓬勃发展，自动巡航，盲区检测，前向防冲撞等都是其典型的应用场景。毫米波雷达系统是自动驾驶
不可或缺的一环，它在较为恶劣的气候环境例如多雾，弱光等情况下具有良好的性能，这是激光雷达，摄像头等其他传感器所不具备的。其中调频连续波(FMCW)雷达是一种通过对连续波进行频率调制来获得距离与速度信息的毫米波雷达体制，在过去很长一段时间内FMCW雷达应用被限制在很小的范围内。进入九十年代，固态微波毫米波器件和数字信号处理技术的发展为毫米波FMCW雷达发展奠定了基础。毫米波雷达在军用、民用方面有着极其深远的应用价值，其优点可以概括如下：1、有大量带宽可以使用，提高测距分辨率，有效消除相互干扰,无测速盲区。2、波长较短，波束宽度窄，天线增益高，可以提高空间分辨率，同时元件尺寸小，重量轻。3、大气吸收作用比微波强，衰减大，不易相互干扰，减少电磁污染。基于FMCW上述的优点，其在车载雷达系统中也得到了广泛的使用。除了传统对于目标距离和速度的检测，车载毫米波雷达还对目标到达角估计提出了较高的需求。在过去的几十年内，MUSIC算法由于其优越的性能，一直被认为是一种有效的子空间角度估计算法。但是MUSIC算法的一大问题是其通常包含对于大量传感器接收到的阵列信号数据的特征值分解和谱峰搜索操作，计算量非常庞大，尤其是在车载毫米波FMCW雷达系统中，其DSP处理芯片数目有限，对于计算复杂度和内存占用提出了非常高的要求。此外车载雷达应用场景下的来波方向估计是在目标所在的特定距离、多普勒单元进行的，实际上针对的是一个单快拍的接收信号数据，当存在多个相邻目标时，接收信号无法认为是非相干信号，接收信号协方差矩阵的Toeplitz结构遭到破环，这对测角方案也提出了新的要求。
技术实现思路
专利技术目的：针对以上问题，本专利技术提出了一种适用于毫米波车载雷达的降维子空间测角方法，一方面满足低计算复杂度和内存占用量的要求，另一方面无论是单目标还是多目标的情况下都具有优越的测角性能。技术方案：为实现本专利技术的目的，本专利技术所采用的技术方案是如下：为了方便本部分的描述，表1列出了本专利技术中所有常用参数的说明。表1常用参数说明本专利技术公开的一种适用于毫米波车载雷达目标检测领域的降维子空间测角方法，包括以下步骤。步骤1：建立毫米波车载雷达系统的空间谱估计数学模型，得到发射信号和接收信号的数学表达式；步骤2：利用毫米波车载雷达系统所需的发射天线和接收天线的数目和布局，在步骤1的基础上拓展建立多收发情况下对接收信号混频后的中频信号的三维数据结构；步骤3：对步骤2所得的三维接收信号数据在快时间维和慢时间维分别进行FFT，得到探测到的目标车辆的距离和速度信息及其对应的距离多普勒单元上的天线阵列的接收信号数据向量Y；步骤4：利用车载雷达所需探测车辆所在的方位向角度范围信息，计算优化的波束形成矩阵Bopt，将特定距离多普勒单元上的天线阵列的接收信号数据向量Y从阵元域转化到波束域，得到波束域接收信号向量YB；步骤5：利用步骤4所得的波束域接收信号矩阵YB计算样本协方差矩阵并对进行修正，得到修正样本协方差矩阵步骤6：对步骤5修正的样本协方差矩阵进行特征值分解，得到噪声子空间利用和建立新的MUSIC估计子feMUSIC，进行谱峰搜索，得到来波方向估计进一步的，所述步骤1中，毫米波车载雷达系统的发射信号波形为一组载频为f0在发射周期内具有一定扫频带宽的线性调频连续波信号(LFMCW)，多个发射天线依次分时发射，在t时刻，第i个周期的发射信号st(t,i)的表达式为：其中，A,f0,分别是发射信号幅度大小，载波频率以及初始相位，μ＝B0/T是调频斜率，其中B0是扫频带宽，T是一个线性调频连续波的周期。考虑当t＝0时，在雷达的前方与目标车辆的径向距离为r，径向速度为v的目标，在本专利技术中沿径向速度靠近雷达方向为正，故接收信号sr(t,i)的表达式可以写为：其中，A0是接收信号的幅度，τ＝2(r-vt)/c是目标和雷达之间的距离带来的时延，c是光速。接收信号和原始发射信号进行混频操作，并通过低通滤波器获得中频信号也称差拍信号。在t时刻，第i个周期差拍信号的表达式sIF(t,i)可以写为：进一步的，在步骤2中，考虑毫米波车载雷达系统有Nt根发射天线，Nr根接收天线，Nt根发射天线轮流发射相同的调频连续波，总的发射周期长度T1＝Nt·T，并组成虚拟阵列。一次信号处理流程时间内共发射Nsa个线性调频连续波。在第i个发射周期内，第k根接收天线的接收的第m根发射天线发射信号的回波复信号为：其中，i＝1,...,Nsa，m＝1,...,Nt，k＝1,...,Nr，A,A0,f0,分别是发射信号幅度，接收信号的信号幅度，载波频率以及初始相位，μ＝B0/T是调频斜率，其中，B0是扫频带宽,T是发射周期长度，d是天线间距，θ是目标所在的方位角大小。对每一个发射信号yk,i(t)进行采样，采样点数为Ns＝fsT，其中，fs是DSP数字芯片的采样频率。则在第i个发射周期内，第k根接收天线的接收的第m根发射天线发射信号的回波复信号采样信号表示在第i个发射周期内，第k根接收天线的接收的第m根发射天线发射信号的回波复信号的第j个采样。在一个信号处理流程周期T2内，其中，T2＝Nsa·Nt·T，第k根接收天线接收的第m根发射天线发射信号的采样信号为：将一个发射周期T1内相同接收天线接收的不同发射天线发射信号的回波信号进行合并，第i个发射周期内的接收信号为整个信号处理流程T2时间内形成虚拟阵列其中,i＝1,...,Nsa，T1＝Nt·T，故中频信号数据矩阵为NtNr×Nsa×Ns，为一个三维数据矢量、时间维，也即快时间维、速度维，也即慢时间维、和由于多发多收虚拟阵列所带来的相位维，数据结构见附图。进一步的，所述步骤3中，对步骤1所得到的回波信号表达式，按照步骤2中的定义对接收数据的快时间维和慢时间维进行FFT。将接收信号沿着快时间维进行加窗FFT处理，以第i个发射周期内，第k根接收天线的接收信号为例：式中，i＝1,...,Nsa，k＝1,...,Nr，wq为窗函数，是NS×1的列向量，符号⊙代表两个矢量的Hadamard积，即对应元素相乘，fft(·)指对信号做FFT运算，表示第i个发射周期内，第k根接收天线沿着快时间维做完加窗FFT以后的接收信号。假设存在距离为r，速度为v的目标，则对快时间维进行FFT之后，目标频谱峰值位置为：因为锯齿波扫频周期T非常小，所以fr,v≈2B0r/cT。因此，快时间维可以等效为距离维，频谱单元可以等效为距离单元。对每个发射周期、每根天线的接收信号进行加窗FFT，得到NqFFT为快时间维FFT点数。对YVF进行慢时间维FFT，以第k根接收天线，第l个频谱单元数据为例：式中，k＝1,...,Nr，l＝1,...,Ns，ws为窗函数，是Nsa×1的列向量，表示第k根接收天线，第l个频谱单元沿着慢时间维做完加窗FFT处理以后的接收信号。则对慢时间维进行FFT之后，目标频谱峰值位置为：慢时间维FFT后，目标频谱峰值所在位置只与速度本文档来自技高网...

【技术保护点】
1.一种适用于毫米波车载雷达目标检测领域的降维子空间测角方法，其特征在于，该方法包括以下步骤：步骤1：建立毫米波车载雷达系统的空间谱估计数学模型，得到发射信号和接收信号的表达式；步骤2：利用毫米波车载雷达系统所需的发射天线和接收天线的数目和布局，在步骤1的基础上拓展建立多收发情况下对接收信号混频后的中频信号的三维数据结构；步骤3：对步骤2所得的三维接收信号数据在快时间维和慢时间维分别进行FFT，得到探测到的目标车辆的距离和速度信息及其对应的距离多普勒单元上的天线阵列的接收信号数据向量Y；步骤4：利用车载雷达所需探测车辆所在的方位向角度范围信息，计算优化的波束形成矩阵Bopt，将特定距离多普勒单元上的天线阵列的接收信号数据向量Y从阵元域转化到波束域，得到波束域接收信号向量YB；步骤5：利用步骤4所得的波束域接收信号矩阵YB计算样本协方差矩阵

【技术特征摘要】
1.一种适用于毫米波车载雷达目标检测领域的降维子空间测角方法，其特征在于，该方法包括以下步骤：步骤1：建立毫米波车载雷达系统的空间谱估计数学模型，得到发射信号和接收信号的表达式；步骤2：利用毫米波车载雷达系统所需的发射天线和接收天线的数目和布局，在步骤1的基础上拓展建立多收发情况下对接收信号混频后的中频信号的三维数据结构；步骤3：对步骤2所得的三维接收信号数据在快时间维和慢时间维分别进行FFT，得到探测到的目标车辆的距离和速度信息及其对应的距离多普勒单元上的天线阵列的接收信号数据向量Y；步骤4：利用车载雷达所需探测车辆所在的方位向角度范围信息，计算优化的波束形成矩阵Bopt，将特定距离多普勒单元上的天线阵列的接收信号数据向量Y从阵元域转化到波束域，得到波束域接收信号向量YB；步骤5：利用步骤4所得的波束域接收信号矩阵YB计算样本协方差矩阵并对进行修正，得到修正样本协方差矩阵步骤6：对步骤5修正的样本协方差矩阵进行特征值分解，得到噪声子空间利用和建立MUSIC空间谱函数feMUSIC，进行谱峰搜索，得到来波方向估计2.根据权利要求1所述的一种适用于毫米波车载雷达目标检测领域的降维子空间测角方法，其特征在于，步骤1中，建立毫米波车载雷达系统的空间谱估计数学模型，得到发射信号和接收信号的表达式，方法如下：毫米波车载雷达系统的发射信号波形为一组载频为f0在发射周期内具有一定扫频带宽的线性调频连续波信号，多个发射天线依次分时发射，在t时刻，第i个周期的发射信号st(t,i)的表达式为：其中，A,f0,分别是发射信号幅度大小，载波频率以及初始相位，μ＝B0/T是调频斜率，其中B0是扫频带宽，T是一个线性调频连续波的周期，当t＝0时，在雷达的前方与目标车辆的径向距离为r，径向速度为v的目标，沿径向速度靠近雷达方向为正，故接收信号sr(t,i)的表达式可以写为：其中，A0是接收信号的幅度，τ＝2(r-vt)/c是目标和雷达之间的距离带来的时延，c是光速，接收信号和原始发射信号进行混频操作，并通过低通滤波器获得中频信号也称差拍信号，在t时刻，第i个周期差拍信号的表达式sIF(t,i)可以写为：3.根据权利要求2所述的一种适用于毫米波车载雷达目标检测领域的降维子空间测角方法，其特征在于，步骤(2)中，在步骤(1)的基础上拓展建立多收发情况下对接收信号混频后的中频信号的三维数据结构，方法如下：(2.1)毫米波车载雷达系统有Nt根发射天线，Nr根接收天线，Nt根发射天线轮流发射相同的调频连续波，总的发射周期长度T1＝Nt·T，并组成虚拟阵列，一次信号处理流程时间内共发射Nsa个线性调频连续波，在第i个发射周期内，第k根接收天线的接收的第m根发射天线发射信号的回波复信号为：其中，i＝1,...,Nsa，m＝1,...,Nt，k＝1,...,Nr，A,A0,f0,分别是发射信号幅度，接收信号的信号幅度，载波频率以及初始相位，μ＝B0/T是调频斜率，其中，B0是扫频带宽，T是发射周期长度，d是天线间距，θ是目标所在的方位角大小；(2.2)对每一个发射信号yk,i(t)进行采样，采样点数为Ns＝fsT，其中，fs是DSP数字芯片的采样频率，则在第i个发射周期内，第k根接收天线的接收的第m根发射天线发射信号的回波复信号采样信号表示在第i个发射周期内，第k根接收天线的接收的第m根发射天线发射信号的回波复信号的第j个采样，在一个信号处理流程周期T2内，其中，T2＝Nsa·Nt·T，第k根接收天线接收的第m根发射天线发射信号的采样信号为：将一个发射周期T1内相同接收天线接收的不同发射天线发射信号的回波信号进行合并，第i个发射周期内的接收信号为整个信号处理流程T2时间内形成虚拟阵列其中,i＝1,...,Nsa，T1＝Nt·T，故中频信号数据矩阵为NtNr×Nsa×Ns，其为一个三维数据矢量。4.根据权利要求3所述的一种适用于毫米波车载雷达目标检测领域的降维子空间测角方法，其特征在于，步骤(3)中，对步骤(2)所得的三维接收信号数据在快时间维和慢时间维分别进行FFT，得到探测到的目标车辆的距离和速度信息及其对应的距离多普勒单元上的天线阵列的接收信号数据向量Y，方法如下：(3.1)将接收信号沿着快时间维进行加窗FFT处理，设第i个发射周期内，第k根接收天线的接收信号进行加窗FFT处理：式中，i＝1,...,Nsa，k＝1,...,Nr，wq为窗函数，是NS×1的列向量，符号⊙代表两个矢量的Hadamard积，即对应元素相乘，fft(·)指对信号做FFT运算，表示第i个发射周期内，第k根接收天线沿着快时间维做完加窗FFT以后的接收信号；(3.2)假设存在一个与雷达之间径向距离为r，径向速度为v的目标车辆，则对快时间维进行FFT之后，目标频谱峰值位置为：设fr,v＝2B0r/cT，快时间维可以等效为距离维，频谱单元可以等效为距离单元；(3.3)对每个发射周期、每根天线的接收信号进行加窗FFT，得到NqFFT为快时间维FFT点数；(3.4)对YVF进行慢时间维FFT，设第k根接收天线，第l个频谱单元数据进行FFT处理如下：式中，k＝1,...,Nr，l＝1,...,Ns，ws为窗函数，是Nsa×1的列向量，表示第k根接收天...

【专利技术属性】
技术研发人员：黄永明，李杨，王海明，张铖，宋依欣，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32