基于隶属度分析的目标可信度计算方法及装置制造方法及图纸

本发明专利技术提供一种基于隶属度分析的目标可信度计算方法及装置，方法包括对车载雷达接收的目标回波进行处理，得到影响目标的可信度的特征值，然后利用预先建立的可信度计算模型，计算得到特征值中部分或全部特征值的可信度值，并对计算得到的每个可信度值进行加权融合，得到目标的可信度值，最后将目标的可信度值与预设的可信度阈值进行比较来确定目标是否可信。本发明专利技术提供的基于隶属度分析的目标可信度计算方法，简化了目标可信度计算方法的实现方式，实现了目标可信度计算方法在实际应用中的可行性。

Calculation method and device of target credibility based on membership analysis

The invention provides a method and device for calculating the target credibility based on membership analysis, which includes processing the target echo received by the vehicle borne radar, obtaining the characteristic value that affects the credibility of the target, then using the pre established credibility calculation model, calculating the credibility value of some or all characteristic values in the characteristic value, and calculating each credibility value Finally, the credibility value of the target is compared with the preset credibility threshold to determine whether the target is credible. The target credibility calculation method based on membership analysis provided by the invention simplifies the realization method of the target credibility calculation method and realizes the feasibility of the target credibility calculation method in practical application.

【技术实现步骤摘要】
基于隶属度分析的目标可信度计算方法及装置
本专利技术涉及车载雷达领域，更具体地说，涉及基于隶属度分析的目标可信度计算方法及装置。
技术介绍
雷达是利用电磁波探测目标的电子设备。具体地，雷达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、径向速度、方位、高度等信息，进而实现对目标的探测。雷达在进行目标探测时，无论是白天还是黑夜均能探测远距离的目标，且不受雾、云和雨的阻挡，具有全天候、全天时的特点，因此在需要进行目标探测的领域得到了广泛的应用。如基于车载雷达对目标较好的测速能力和对雨雾较好的穿透能力，在汽车智能驾驶领域车载雷达成为了常规选择。然而由于多种因素的干扰，如错误的参数测量、多目标的影响、多径散射、虚警等，车载雷达检测到的目标可能为虚假目标，那么认为检测到的这类目标的可信度较低，应当对其进行剔除。为了对可信度较低的目标进行剔除，现有的目标可信度评估方法包括基于贝叶斯概率的评估方法、基于序贯的评估方法及基于机器学习评估方法等。但是，基于贝叶斯概率的估计方法需要建立目标特征值的严格概率分布函数，而这通常无法通过解析给出；基于序贯的评估方法需要获取多帧目标的信息，通常只适用于对目标进行了连续跟踪的情形；基于机器学习的评估方法需要获取大量的样本数据进行统计分析，其工作量非常大。此外，现有的目标可信度评估方法通常只针对某几类不可信目标情形进行设计，对实际场景中可能出现的各种不可信目标的适用性较差。这些原因导致现有的目标可信度评估方法在实际应用中不具有可行性。
技术实现思路
>有鉴于此，本专利技术提出基于隶属度分析的目标可信度计算方法及装置，欲简化目标可信度计算方法的实现方式，实现目标可信度计算方法在实际应用中的可行性。为了实现上述目的，现提出的方案如下：第一方面，本专利技术的实施例提供一种基于隶属度分析的目标可信度计算方法，包括：获取车载雷达接收的目标回波；对所述目标回波进行处理，计算用于评估目标的可信度的特征值，所述特征值根据应用需求确定，且所述特征值的数量为至少两个；利用预先建立的可信度计算模型，计算得到所述特征值中部分或全部特征值的可信度值，所述可信度计算模型和所述特征值对应，且为分段函数式的可信度计算模型；针对计算得到的每个可信度值，将可信度值与相应特征值的预设权重值相乘，得到相应特征值的标准可信度值；将计算得到的所有所述标准可信度值相加，得到目标可信度值；判断所述目标可信度值是否大于预设的可信度阈值，若是，则确定所述目标为可信目标，若否，则确定所述目标为不可信目标。可选的，在利用预先建立的可信度计算模型，计算得到部分或全部所述特征值的可信度值的步骤前，还包括：分析所述目标所处的运动状态，根据所述运动状态确定需要计算可信度值的特征值。可选的，所述可信度计算模型包括静止目标可信度计算模型和运动目标可信度计算模型，在所述获取车载雷达接收的目标回波的步骤后，还包括：分析所述目标是否处于静止状态，若是，则利用所述静止目标可信度计算模型计算所述特征值中部分或全部特征值的可信度值，若否，则利用所述运动目标可信度计算模型计算所述特征值中部分或全部特征值的可信度值。可选的，所述目标的每个特征值的预设权重值包括静止目标权重值和运动目标权重值，在所述获取车载雷达接收的目标回波的步骤后，还包括：分析所述目标是否处于静止状态，若是，则利用所述静止目标权重值计算标准可信度值，若否，则利用所述运动目标权重值计算标准可信度值。可选的，所述特征值为距离维信杂噪比、多普勒维信杂噪比、方向维信杂噪比、远场雷达散射截面、近场雷达散射截面和方位角中的至少两个。可选的，根据近场雷达散射截面计算公式，得到所述近场雷达散射截面，所述近场雷达散射截面计算公式为：σn＝K0·K(θ)·Pd·R2其中，K0表示完成雷达散射截面标定后的固定补偿值，K(θ)表示天线方向图引入的补偿值，Pd表示所述目标在距离-多普勒域的功率，R表示雷达测量到的目标斜距。第二方面，本专利技术的实施例提供一种基于隶属度分析的目标可信度计算装置，包括：获取单元，用于获取车载雷达接收的目标回波；特征值提取单元，用于对所述目标回波进行处理，计算用于评估目标的可信度的特征值，所述特征值根据应用需求确定，且所述特征值的数量为至少两个；特征可信度计算单元，用于利用预先建立的可信度计算模型，计算得到所述特征值中部分或全部特征值的可信度值，所述可信度计算模型和所述特征值对应，且为分段函数式的可信度计算模型；特征可信度转换单元，用于针对计算得到的每个可信度值，将可信度值与相应特征值的预设权重值相乘，得到相应特征值的标准可信度值；目标可信度计算单元，用于将计算得到的所有所述标准可信度值相加，得到目标可信度值；目标可信判断单元，用于判断所述目标可信度值是否大于预设的可信度阈值，若是，则确定所述目标为可信目标，若否，则确定所述目标为不可信目标。可选的，上述目标可信度计算装置，还包括：特征确定单元，用于在利用预先建立的可信度计算模型，计算得到部分或全部所述特征值的可信度值之前，分析所述目标所处的运动状态，根据所述运动状态确定需要计算可信度值的特征值。可选的，所述可信度计算模型包括静止目标可信度计算模型和运动目标可信度计算模型，所述装置还包括：模型选择单元，用于在所述获取车载雷达接收的目标回波后，分析所述目标是否处于静止状态，若是，则特征可信度计算单元利用所述静止目标可信度计算模型计算所述特征值中部分或全部特征值的可信度值，若否，则特征可信度计算单元利用所述运动目标可信度计算模型计算所述特征值中部分或全部特征值的可信度值。可选的，所述目标的每个特征值的预设权重值包括静止目标权重值和运动目标权重值，所述装置，还包括：权值选择单元，用于在所述获取车载雷达接收的目标回波后，分析所述目标是否处于静止状态，若是，则特征可信度转换单元利用所述静止目标权重值计算标准可信度值，若否，则特征可信度转换单元利用所述运动目标权重值计算标准可信度值。可选的，特征值提取单元计算得到的用于评估目标的可信度的特征值具体为：距离维信杂噪比、多普勒维信杂噪比、方向维信杂噪比、远场雷达散射截面、近场雷达散射截面和方位角中的至少两个。可选的，特征值提取单元计算近场雷达散射截面的过程具体为：根据近场雷达散射截面计算公式，得到所述近场雷达散射截面，所述近场雷达散射截面计算公式为：σn＝K0·K(θ)·Pd·R2其中，K0表示完成雷达散射截面标定后的固定补偿值，K(θ)表示天线方向图引入的补偿值，Pd表示所述目标在距离-多普勒域的功率，R表示雷达测量到的目标斜距。与现有技术相比，本专利技术的技术方案具有以下优点：上述技术方案提供的一种基于隶属度分析的目标可信度计算方法及装置，对车载雷达接收的目标回波进行处理，得到影响目标的可信度的特征值，然后利用预先建立的可本文档来自技高网...

【技术保护点】
1.一种基于隶属度分析的目标可信度计算方法，其特征在于，包括：/n获取车载雷达接收的目标回波；/n对所述目标回波进行处理，计算用于评估目标的可信度的特征值，所述特征值根据应用需求确定，且所述特征值的数量为至少两个；/n利用预先建立的可信度计算模型，计算得到所述特征值中部分或全部特征值的可信度值，所述可信度计算模型和所述特征值对应，且为分段函数式的可信度计算模型；/n针对计算得到的每个可信度值，将可信度值与相应特征值的预设权重值相乘，得到相应特征值的标准可信度值；/n将计算得到的所有所述标准可信度值相加，得到目标可信度值；/n判断所述目标可信度值是否大于预设的可信度阈值，若是，则确定所述目标为可信目标，若否，则确定所述目标为不可信目标。/n

【技术特征摘要】
1.一种基于隶属度分析的目标可信度计算方法，其特征在于，包括：
获取车载雷达接收的目标回波；
对所述目标回波进行处理，计算用于评估目标的可信度的特征值，所述特征值根据应用需求确定，且所述特征值的数量为至少两个；
利用预先建立的可信度计算模型，计算得到所述特征值中部分或全部特征值的可信度值，所述可信度计算模型和所述特征值对应，且为分段函数式的可信度计算模型；
针对计算得到的每个可信度值，将可信度值与相应特征值的预设权重值相乘，得到相应特征值的标准可信度值；
将计算得到的所有所述标准可信度值相加，得到目标可信度值；
判断所述目标可信度值是否大于预设的可信度阈值，若是，则确定所述目标为可信目标，若否，则确定所述目标为不可信目标。


2.根据权利要求1所述的目标可信度计算方法，其特征在于，在利用预先建立的可信度计算模型，计算得到部分或全部所述特征值的可信度值的步骤前，还包括：
分析所述目标所处的运动状态，根据所述运动状态确定需要计算可信度值的特征值。


3.根据权利要求1所述的目标可信度计算方法，其特征在于，所述可信度计算模型包括静止目标可信度计算模型和运动目标可信度计算模型，在所述获取车载雷达接收的目标回波的步骤后，还包括：
分析所述目标是否处于静止状态，若是，则利用所述静止目标可信度计算模型计算所述特征值中部分或全部特征值的可信度值，若否，则利用所述运动目标可信度计算模型计算所述特征值中部分或全部特征值的可信度值。


4.根据权利要求1所述的目标可信度计算方法，其特征在于，所述目标的每个特征值的预设权重值包括静止目标权重值和运动目标权重值，在所述获取车载雷达接收的目标回波的步骤后，还包括：
分析所述目标是否处于静止状态，若是，则利用所述静止目标权重值计算标准可信度值，若否，则利用所述运动目标权重值计算标准可信度值。


5.根据权利要求1～4任意一项所述的目标可信度计算方法，其特征在于，所述特征值为距离维信杂噪比、多普勒维信杂噪比、方向维信杂噪比、远场雷达散射截面、近场雷达散射截面和方位角中的至少两个。


6.根据权利要求5所述的目标可信度计算方法，其特征在于，根据近场雷达散射截面计算公式，得到所述近场雷达散射截面，所述近场雷达散射截面计算公式为：
σn＝K0·K(θ)·Pd·R2
其中，K0表...

【专利技术属性】
技术研发人员：刘长江，刘锴圣，毛聪，顾翔，
申请(专利权)人：北京润科通用技术有限公司，
类型：发明
国别省市：北京;11