基于雷达天线阵元的微动目标运动参数检测方法技术

本发明专利技术涉及信号处理技术领域，具体涉及基于雷达天线阵元的微动目标运动参数检测方法，包括：获取目标雷达各个天线阵元的差拍信号；滤除差拍信号中的静止杂波信号得到对应的滤波差拍信号；然后根据滤波差拍信号建立对应的自回归模型；最后根据自回归模型计算对应滤波差拍信号时域延拓后的时域延拓信号；将各个天线阵元对应的时域延拓信号进行累加，再通过峰值检测法计算各个微动目标对应的距离信息；根据各个微动目标的距离信息结合MUSIC算法计算各个微动目标对应的角度信息。本发明专利技术中的微动目标运动参数检测方法在天线阵元个数有限的情况下能够有效提升微动目标距离和角度分辨率，从而能够兼顾微动目标运动参数的检测精度和检测成本。和检测成本。和检测成本。

【技术实现步骤摘要】
基于雷达天线阵元的微动目标运动参数检测方法


[0001]本专利技术涉及信号处理
，具体涉及基于雷达天线阵元的微动目标运动参数检测方法。

技术介绍

[0002]随着雷达探测技术的不断发展和现代信号处理水平的提高，雷达传感器在我们生活中的应用越来越广泛，在自动驾驶、人机交互、智能电器等方面发挥着重要作用，同时，对雷达检测精度的要求也越来越高。其中，对于空间中微动目标的运动参数(状态)检测与跟踪是现代雷达面临的难点问题之一。微动目标的运动参数可以通过空间中不同时刻的位置信息来确定，其位置信息主要由微动目标的距离信息和角度信息确定。
[0003]传统的连续波雷达微动目标识别在可测区域中存在多个微动目标时，反射信号中会混叠多个多普勒信息，进而无法准确区分多个微动目标，因此，现有技术中采用FMCW(调频连续波)雷达来实现多个微动目标的运动参数检测。FMCW雷达通过获取微动目标反射信号与发射信号之间的差拍信号，通过2D
‑
FFT变换，得到微动目标的距离
‑
多普勒信息，进而能够对多个微动目标进行识别区分。例如，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于雷达天线阵元的微动目标运动参数检测方法，其特征在于，包括以下步骤：S1：获取目标雷达各个天线阵元的差拍信号；S2：滤除所述差拍信号中的静止杂波信号得到对应的滤波差拍信号；然后根据所述滤波差拍信号建立对应的自回归模型；最后根据所述自回归模型计算对应滤波差拍信号时域延拓后的时域延拓信号；S3：将各个天线阵元对应的时域延拓信号进行累加，再通过峰值检测法计算各个微动目标对应的距离信息；S4：根据各个微动目标的距离信息结合MUSIC算法计算各个微动目标对应的角度信息，将微动目标对应的距离信息和角度信息作为运动参数。2.如权利要求1所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于：步骤S2中，通过运动目标检测算法滤除所述差拍信号中的静止杂波信号。3.如权利要求1所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于：步骤S2中，差拍信号beat(n)对应的自回归模型表示为式中：P表示自回归模型的模型阶数，a
P
(i)表示P阶自回归模型中第i项的模型系数；w(n)表示高斯白噪声；n表示延拓信号的索引值。4.如权利要求3所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于：步骤S2中，通过伯格算法计算更新自回归模型的模型系数。5.如权利要求4所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于，通过模型系数a
P
(i)与反射系数k
P
的关系结合如下公式计算更新自回归模型的模型系数：a
P
(i)＝a
P
‑1(i)
‑
k
P
a
P
‑1(p
‑
i),i＝1,2,...,P
‑
1；其中，反射系数k
P
表示为式中：表示前向预测误差；表示后向预测误差；n表示延拓信号的索引值。6.如权利要求3所述的基于雷达天线阵元的微动目标运动参数检测方法，其特征在于，通过误差功率最小最终预测误差准则计算自回归模型的模型阶数。7.如权利要求6...

【专利技术属性】
技术研发人员：张振源，黄大荣，米波，刘洋，方鑫，王晓洁，李少乾，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：