一种汽车雷达侧视角度超分辨成像方法技术

本发明专利技术公开了一种汽车雷达侧视角度超分辨成像方法,其包括：步骤S1：获取每个阵元的距离‑多普勒矩阵；步骤S2：目标检测，提取各个阵元的RDM矩阵中对应的目标点；步骤S3：计算雷达和目标的相对速度；根据目标点在距离‑多普勒矩阵中的位置，得到目标所在的距离，以及目标和雷达的相对速度v

【技术实现步骤摘要】
一种汽车雷达侧视角度超分辨成像方法
本专利技术主要涉及到汽车雷达
，特指一种汽车雷达侧视角度超分辨成像方法。
技术介绍
汽车雷达用于汽车行驶过程中的目标探测，为汽车辅助驾驶系统以及未来的无人驾驶系统提供外界环境信息。汽车辅助驾驶系统的传感器当前采用的主要手段包括激光雷达、毫米波雷达和摄像头。汽车毫米波雷达传感器，可以满足车辆对全天气候的适应性的要求，并且毫米波本身的特性，决定了毫米波雷达传感器器件尺寸小、重量轻等特性，并且很好弥补了如红外、激光、超声波、摄像头等其他传感器，在车载应用中所不具备的使用场景。它拥有较强的天气适应性，工作稳定可靠，擅长检测运动目标，能显著降低道路事故发生率。把毫米波雷达安装在汽车上，可以测量从雷达到被测物体之间的距离、角度和相对速度等。利用毫米波雷达可以实现自适应巡航控制(AdaptiveCruiseControl)，前向防撞报警(ForwardCollisionWarning)，盲点检测(BlindSpotDetection)，辅助停车(Parkingaid)，辅助变道(Lanechangeassistant)，自主巡航控制(ACC)等高级驾驶辅助系统(ADAS)功能。比较常见的汽车毫米波雷达工作频率在24GHz和77GH附近。24GHz雷达系统主要实现近距离探测(SRR)，而77GHz系统主要实现远距离的探测(LRR)。虽然汽车毫米波雷达具有众多优点，但是相比于激光雷达而言，其角度分辨率低是其致命弱点，如果不能有效提升其角度分辨率指标，将严重影响其使用。传统的汽车雷达存在以下不足：1、阵列孔径受限，影响角度分辨率；按照传统的FFT(FastFourierTransform)角度测量技术，雷达的角度分辨率与阵列的孔径相关，当阵列中阵元按照半波长布阵时，阵元个数越多得到的角度分辨率越好。然而，汽车雷达对于体积和尺寸要求严格，有限的空间无法容纳大的阵列，在阵元个数有效的条件下无法实现好的角度分辨率。2、环境动态变化，超分辨算法性能不佳；为了提升角度分辨率，针对目标到来角DOA(DirectionofArrival)估计，在雷达信号处理领域中有大量的超分辨算法，例如较为经典的MUSIC(MultipleSignalClassification)，但是这些算法一般需要统计信号的协方差矩阵，只有当得到了准确的协方差矩阵估计值时，才会得到较好结果。但是，对于汽车雷达应用而言，车辆在动态行进过程中，车辆和目标均处于动态变化中，当前认为较难得到良好的信号协方差估计值，所以其性能受限。3、车辆运动轨迹难以准确预测使得SAR无法实用；合成孔径雷达SAR(SyntheticApertureRadar)技术，SAR雷达通过主动发射电磁波来获取目标信息，是一种具有全天候、全天时工作能力的高分辨率成像雷达，在地球遥感应用中具有巨大的潜力。对于SAR雷达应用而言，需要准确知道目标的运动估计，并在后期进行补偿轨迹的偏差，一般需要在雷达端安装高精度的导航定位系统。同时，SAR雷达工作频率一般为几百兆赫兹，由于频率低波长长，使得其对微小的位置误差不敏感。但是，对于汽车毫米波雷达而言，无论是24GHz还是77GHz，波长均极小，此时微小的位置误差可能就导致性能大幅下降，甚至车辆发动机的抖动均会造成错误的结果。4、目标运动使得SAR无法应用；传统SAR雷达应用中，雷达运动而目标保持静止，但是在汽车雷达中，目标和雷达均可能处于运动状态中，如道路上行驶的其它车辆、行走的行人等，而且它们之间的相对运动轨迹是无法预测的，所以导致了传统SAR雷达理论无法应用于汽车雷达中，当前已有研究主要针对停车位检测等较为简单的应用。
技术实现思路
本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种原理简单、易实现、能够大大提高角度分辨率的汽车雷达侧视角度超分辨成像方法。为解决上述技术问题，本专利技术采用以下技术方案：一种汽车雷达侧视角度超分辨成像方法,其包括：步骤S1：获取每个阵元的距离-多普勒矩阵；步骤S2：目标检测，提取各个阵元的RDM矩阵中对应的目标点；步骤S3：计算雷达和目标的相对速度；根据目标点在距离-多普勒矩阵中的位置，得到目标所在的距离，以及目标和雷达的相对速度vr；得到粗略的目标角度估计值；步骤S4：获取雷达等效速度，计算不同时刻的相对位移；在一个相干处理周期CPI中，获取雷达沿着车辆行驶方向的相对位移；步骤S5：综合多个CPI数据形成一个大的阵列；进行不同CPI之间数据的运动补偿；步骤S6：再次进行测角，得到多个目标的真实角度估计值。作为本专利技术的进一步改进：所述步骤S1中，毫米波雷达发射LFM连续波信号，发射多个脉冲，通过两次FFT处理得到：第一次FFT处理对应于每个脉冲的距离维回波，得到对应于各个距离单元的输出；再进行第二次FFT处理也即多普勒处理，得到一个二维距离-多普勒矩阵。作为本专利技术的进一步改进：所述步骤S2中，采用CFAR检测技术，背景杂波功率水平由R＝Q个由线性检波器输出的参考单元采样的均值估计得到。作为本专利技术的进一步改进：所述步骤S2中，阵列中共包含N个阵元，对于每一个阵元的RDM矩阵中提取对应的目标点，形成一个新的目标矢量xCPI，该目标矢量用于后续的角度估计计算。作为本专利技术的进一步改进：所述步骤S3中，根据目标点在距离-多普勒矩阵中的位置，得到目标所在的距离，以及目标和雷达的相对速度vr；采用FFT方法，得到一个目标的粗略估计值根据相对速度vr，以及对于目标的近似估计值得到雷达沿着车辆运动方向的估计值作为本专利技术的进一步改进：所述雷达沿车辆方向的运动速度估计值计算如下：作为本专利技术的进一步改进：所述步骤S4中，在一个相干处理周期CPI，雷达沿着车辆行驶方向的相对位移表示为：TCPI表示一个CPI的时间，dCPI表示一个CPI内运动的位移；将多个CPI的数据xCPI进行拼接，形成一个大的阵列；取决于雷达的速度和一个CPI时间的长度，所形成的等效大阵列是具有重叠阵元的或者是一个稀疏阵列。作为本专利技术的进一步改进：所述步骤S6中，进行目标运动补偿之后，对形成的大阵列进行FFT角度测量，即得到多个目标的真实DOA估计值。与现有技术相比，本专利技术的优点在于：1、本专利技术的汽车雷达侧视角度超分辨成像方法，通过综合多个CPI的回波数据，形成一个极大孔径的阵列，从而能够极大地提高角度分辨率，在实际阵列中仅包含几个阵元的情况下，能够达到1°甚至0.1°的角度分辨率，远远优于已有的其它方法。2、本专利技术的汽车雷达侧视角度超分辨成像方法，无需在车辆安装高精度定位系统，也无法在后期进行目标位置补偿，在形成一个极大的阵列后，即使采用最简单的FFT测角算法，也可以达到极好的性能。3、本专利技术的汽车雷达侧视角度超分辨成像方法，无论雷达和目标均处于运动状态还是二者中仅有一者处于运动状态，均可以正常工作，而且无需对车辆本文档来自技高网...

【技术保护点】
1.一种汽车雷达侧视角度超分辨成像方法,其特征在于，包括：/n步骤S1：获取每个阵元的距离-多普勒矩阵；/n步骤S2：目标检测，提取各个阵元的RDM矩阵中对应的目标点；/n步骤S3：计算雷达和目标的相对速度；根据目标点在距离-多普勒矩阵中的位置，得到目标所在的距离，以及目标和雷达的相对速度v

【技术特征摘要】
1.一种汽车雷达侧视角度超分辨成像方法,其特征在于，包括：
步骤S1：获取每个阵元的距离-多普勒矩阵；
步骤S2：目标检测，提取各个阵元的RDM矩阵中对应的目标点；
步骤S3：计算雷达和目标的相对速度；根据目标点在距离-多普勒矩阵中的位置，得到目标所在的距离，以及目标和雷达的相对速度vr；得到粗略的目标角度估计值；
步骤S4：获取雷达等效速度，计算不同时刻的相对位移；在一个相干处理周期CPI中，获取雷达沿着车辆行驶方向的相对位移；
步骤S5：综合多个CPI数据形成一个大的阵列；进行不同CPI之间数据的运动补偿；
步骤S6：再次进行测角，得到多个目标的真实角度估计值。


2.根据权利要求1所述的汽车雷达侧视角度超分辨成像方法,其特征在于，所述步骤S1中，毫米波雷达发射LFM连续波信号，发射多个脉冲，通过两次FFT处理得到：第一次FFT处理对应于每个脉冲的距离维回波，得到对应于各个距离单元的输出；再进行第二次FFT处理也即多普勒处理，得到一个二维距离-多普勒矩阵。


3.根据权利要求1所述的汽车雷达侧视角度超分辨成像方法,其特征在于，所述步骤S2中，采用CFAR检测技术，背景杂波功率水平由R＝Q个由线性检波器输出的参考单元采样的均值估计得到。


4.根据权利要求3所述的汽车雷达侧视角度超分辨成像方法,其特征在于，所述步骤S2中，...

【专利技术属性】
技术研发人员：张伟，刘硕，何宁宇，王平，谭梦瑶，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51