一种基于毫米波雷达的远距离运动目标检测方法技术

本发明专利技术涉及运动目标检测技术领域，具体涉及一种基于毫米波雷达的远距离运动目标检测方法，包括：获取用于检测对应远距离运动目标的目标雷达各个天线阵列的差拍信号；然后滤除所述差拍信号中的静止杂波信号；对所述滤波差拍信号进行range

【技术实现步骤摘要】
一种基于毫米波雷达的远距离运动目标检测方法


[0001]本专利技术涉及运动目标检测
，具体涉及一种基于毫米波雷达的远距离运动目标检测方法。

技术介绍

[0002]自动驾驶是汽车智能化发展的最终方向，众多汽车厂商纷纷开展研发及产业化布局，其中，多传感器融合是实现自动驾驶的必然趋势。对于近距离目标和静止目标的运动检测，现有技术已经有非常成熟的传感器方案及算法进行处理和识别，但随着汽车速度的提升，远距离运动目标(弱目标)是造成事故的最大原因。因此，对于远距离运动目标的检测技术的研究变得越来越迫切。
[0003]针对现有运动目标检测方法无法获得较高的探测率，对于存在视差的景物会出现误检测等问题，公开号为CN103679172A的中国专利公开了《一种通过转动红外探测器检测地面远距离运动目标的方法》，其首先利用图像信息计算红外探测器的运动补偿参数并通过背景更新获取目标第一次检测结果；然后经过场景信息的提取，利用稀疏光流法根据目标第一次检测结果提取场景中目标与背景的运动信息，最终通过计算背景和目标之间的运动信息相关性实现目标最终检测。该方案中的远距离运动目标检测方法能够解决因红外探测器的分辨率低带来的探测区域小的问题，进而能够实现远距离运动目标的检测。
[0004]但申请人发现，上述现有检测方法采用的红外探测器容易受到环境光污染的影响，即容易被车辆灯光、反光镜造成的光路而产生误判；同时，其在雨雾天气等条件下的工作性能较差，导致远距离运动目标检测的效果难以得到保证。相比之下，毫米波雷达在恶劣光线和雨雾天气条件下性能很好，且具有全天候全天时的特点，可以作为远距离运动目标检测的基础和重要发展方向。
[0005]然而，在自动驾驶领域，运动目标的高速和高机动性容易造成回波信号在相参积累过程中产生距离走动和多普勒频率拓展的问题，导致毫米波雷达的相参积累性能严重下降。同时，现有毫米波雷达的检测前跟踪方法(detect
‑
before
‑
trace,DBT)直接采用低门限甚至无门限处理原始数据，帧与帧之间没有点迹关联，虽然具有计算工作量和数据少的优势，但相应的检测和跟踪的准确率也会降低；并且一旦单帧检测门限设置得不合理，就很容易出现虚警或漏检，从而影响运动目标检测的准确性。因此，如何设计一种能够保证毫米波雷达的相参积累性能和检测准确性的远距离运动目标检测方法是亟需解决的技术问题。

技术实现思路

[0006]针对上述现有技术的不足，本专利技术所要解决的技术问题是：如何提供一种能够保证毫米波雷达的相参积累性能和检测准确性的远距离运动目标检测方法，从而能够保证远距离运动目标检测的效果和效率。
[0007]为了解决上述技术问题，本专利技术采用了如下的技术方案：
[0008]一种基于毫米波雷达的远距离运动目标检测方法，包括以下步骤：
[0009]S1：获取用于检测对应远距离运动目标的目标雷达各个天线阵列的差拍信号；然后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；
[0010]S2：对所述滤波差拍信号进行range
‑
FFT处理，以将所述滤波差拍信号距离维度的时域信号转换到频域上；
[0011]S3：对range
‑
FFT处理后的所述滤波差拍信号进行RFT处理，以校正所述滤波差拍信号中远距离目标运动带来的距离走动；
[0012]S4：对RFT处理后的所述滤波差拍信号进行angle
‑
FFT处理，以将所述滤波差拍信号角度维度的时域信号转换到频域上；
[0013]S5：对angle
‑
FFT处理后的所述滤波差拍信号进行PF
‑
TBD算法处理，以实现对应远距离运动目标的检测和跟踪。
[0014]优选的，步骤S1中，所述目标雷达为MIMO毫米波雷达；所述MIMO毫米波雷达通过N个发射天线和M个接收天线生成虚拟天线阵列，并使得所述目标雷达形成1个发射天线和N
×
M个接收天线的单输入多输出系统。
[0015]优选的，步骤S1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。
[0016]优选的，步骤S3中，RFT处理的公式如下：
[0017][0018]式中：ε表示相对于f(t,r+vt)的已知常数；
[0019]远距离运动目标带来的距离走动通过如下公式表示：
[0020]r
s
＝r+vt,t∈[
‑
T/2,T/2]；
[0021]式中：r表示斜距；v表示在t＝0时刻的径向速度；T表示相干积分时间。
[0022]优选的，步骤S3中，RFT处理时，在复信号域中，联合利用幅度和相位信息实现连续相干积分，并引入一对多普勒补偿函数H
v
(t)和H
θ
(t)作为傅里叶积分分量，以抵消不同脉冲之间的相位波动；
[0023]其中：
[0024][0025]式中：v表示在t＝0时刻的径向速度；λ表示波长；θ表示极角，表示在t
‑
r
s
平面上距离走动线到t轴的逆时针夹角；c表示光速；j表示复数的虚部；g表示阵列间隔引入的波程差。
[0026]优选的，步骤S5中，进行PF
‑
TBD算法处理时，使用粒子滤波近似状态的后验概率密度，并通过重要性采样和粒子重采样分别定义概率密度函数q(x
k
|Z
k
)和解决粒子权值退化问题；
[0027]其中，重要权重表示为
[0028]重要权重的归一化处理表示为
[0029]优选的，步骤S5中，进行PF
‑
TBD算法处理时，利用采样的目标样本集合来近似计算目标状态及其存在概率的联合密度；然后将采样得到的粒子分为新生粒子和继续粒子，目标状态可以通过新生粒子和继续粒子的概率密度加权求和得到；
[0030]所述存在概率表示为两个因子的乘积：p(x
k
,E
k
∣Z
k
)＝p(x
k
∣E
k
,Z
k
)P(E
k
∣Z
k
)；
[0031]式中：x
k
表示目标状态；Z
k
表示从时间1到k的所有测量值，即Z
k
＝{z
k
,k＝1,2,
…
k}；E
k
表示目标存在状态的变量，其值只能取0或者1，取值为0代表目标不存在，取值为1代表存在；
[0032]化简得到后验概率密度表示为：
[0033][0034]式中：L是利用粒子及其权重计算得到的似然函数。
[0035]本专利技术中的远距离运动目标检测方法与现有技术相比，具有如下有益效果：
[0036]在本专利技术中，通过RFT+PF
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于毫米波雷达的远距离运动目标检测方法，其特征在于，包括以下步骤：S1：获取用于检测对应远距离运动目标的目标雷达各个天线阵列的差拍信号；然后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；S2：对所述滤波差拍信号进行range
‑
FFT处理，以将所述滤波差拍信号距离维度的时域信号转换到频域上；S3：对range
‑
FFT处理后的所述滤波差拍信号进行RFT处理，以校正所述滤波差拍信号中远距离目标运动带来的距离走动；S4：对RFT处理后的所述滤波差拍信号进行angle
‑
FFT处理，以将所述滤波差拍信号角度维度的时域信号转换到频域上；S5：对angle
‑
FFT处理后的所述滤波差拍信号进行PF
‑
TBD算法处理，以实现对应远距离运动目标的检测和跟踪。2.如权利要求1所述的基于毫米波雷达的远距离运动目标检测方法，其特征在于：步骤S1中，所述目标雷达为MIMO毫米波雷达；所述MIMO毫米波雷达通过N个发射天线和M个接收天线生成虚拟天线阵列，并使得所述目标雷达形成1个发射天线和N
×
M个接收天线的单输入多输出系统。3.如权利要求1所述的基于毫米波雷达的远距离运动目标检测方法，其特征在于：步骤S1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。4.如权利要求1所述的基于毫米波雷达的远距离运动目标检测方法，其特征在于：步骤S3中，RFT处理的公式如下：式中：ε表示相对于f(t,r+vt)的已知常数；远距离运动目标带来的距离走动通过如下公式表示：r
s
＝r+vt,t∈[
‑
T/2,T/2]；式中：r表示斜距；v表示在t＝0时刻的径向速度；T表示相干积分时间。5.如权利要求1所述的基于毫米波雷达的远距离运动目标检测方法，其特征在于：步骤S3中，RFT处理时，在复信号域中，联合利用幅度和相位信息实现连续相干积分，并引入一对多普勒补偿函数H
...

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