一种车载毫米波雷达多目标检测方法技术

本发明专利技术公开了一种适用于车载毫米波雷达目标检测领域的多目标检测方法，其主旨在于解决雷达接收阵元数量不足情况下多目标方位角测量限制以及多目标角度参数匹配问题，主要技术方案包括：获取毫米波雷达A/D采样数据；将多阵元A/D采样数据重排为三维矩阵数据；A/D采样数据在距离维和速度维作二维FFT处理，并保存距离维FFT结果；用GO

【技术实现步骤摘要】
一种车载毫米波雷达多目标检测方法


[0001]本专利技术涉及属于雷达信号处理和目标检测技术，特别涉及毫米波雷达多目标检测技术。

技术介绍

[0002]多目标检测在交通管制、安防监控以及智能驾驶等领域具有极高的应用价值。多目标检测在实际应用中必须具备灵活目标检测以及快速准确提取目标信息的能力。因此多目标检测算法不能过于复杂，尽量降低计算时间复杂度，并且能在目标数目未知的前提下，自适应检测出实际存在的目标以及运动参数。
[0003]毫米波雷达凭借体积小、重量轻、检测精度高、在恶劣天气下性能稳定以及易维护等优势，可提供稳定有效的目标检测，辅助车辆规避障碍物目标。但基于毫米波雷达的传统多目标检测方法存在目标漏检、无法进一步提取匹配目标方位角信息等问题，难以在复杂的感知环境中对目标进行灵活精确感知。
[0004]由于雷达系统本身限制以及环境的复杂性，导致每个目标对应的峰值并不是单一峰值，而是峰值的集合，并且在目标方位角过于靠近时会造成目标重叠，产生目标漏检。DBSCAN聚类算法提供了基于密度的聚类算法，通过样本分布的紧密程度决定样本的类型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车载毫米波雷达多目标检测方法，其特征在于，包括以下步骤：步骤1、获取多阵元毫米波雷达A/D采样数据；步骤2、将多阵元毫米波雷达A/D采样数据重排为三维矩阵数据，分别为距离维、速度维以及阵元维；步骤3、将三维矩阵数据在距离维和速度维作二维快速傅里叶变换FFT得到二维矩阵数据，并保存距离维FFT结果；步骤4、对二维矩阵数据进行GO
‑
CFAR检测，获取包含目标的二维矩阵数据；步骤5、对包含目标的二维矩阵数据进行基于密度的空间聚类的噪声响应DBSCAN的密度聚类，聚类后每个类别集合中峰值最大点视为该集合对应的检测目标，获取多个目标的速度、距离参数；步骤6、基于保存的距离维FFT结果，提取每个目标对应的多阵元差拍信号；步骤7、对每一个目标对应的多阵元差拍信号进行多重信号分类MUSIC算法处理，估算目标对应方位角，并与目标的速度、距离参数和方位角匹配...

【专利技术属性】
技术研发人员：王章静，罗浩然，胡雨亭，刘陈浩，仇隆，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：