【技术实现步骤摘要】
本申请涉及信号处理领域，特别涉及一种波达方向及速度联合估计方法及相关装置。
技术介绍
1、在自动驾驶技术进程中，毫米波雷达因其全天候全天时的探测能力成为关键传感器之一。毫米波雷达提供的点云数据为电动车辆提供了所需的关键环境信息，这包含了目标的距离、速度、方位角度以及俯仰角度等参数。然而，目标角度测量的准确性尤其重要，但却受到了现有技术所使用的天线孔径引起的波束宽度的限制。传统测角方法（例如快速傅里叶变换fft）无法区分波束内的多个对象，这导致了在复杂环境下的探测分辨率不足。而基于子空间分解的music算法虽然能够提供较高的角度分辨率，但是其对于计算资源的需求较高，算法复杂度大，难以在实际工程中实时实现，对于需要快速并精确处理雷达数据的高级自动驾驶应用来说是存在局限性。
2、因而现有技术还有待改进和提高。
技术实现思路
1、本申请要解决的技术问题在于，针对现有技术的不足，提供一种波达方向及速度联合估计方法及相关装置。
2、为了解决上述技术问题，本申请实施例第一方面提供了一种波达方向及速度联合估计方法，其中，所述的波达方向及速度联合估计方法具体包括：
3、获取雷达回波信号对应的目标距离门，基于目标距离门确定空时二维信号；
4、利用多级正交投影方式构建空时二维信号对应的匹配滤波器集合；
5、对所述空时二维信号进行平滑处理以得到空时信号，并基于所述匹配滤波器集合以及所述空时信号，确定所述空时二维信号对应的信源数；
6、
7、通过多普勒信号子空间求解所述空时二维信号，得到速度和波达方向。
8、根据上述技术手段，通过获取雷达回波信号并确定空时二维信号，利用多级正交投影构建匹配滤波器集合，并通过平滑处理与信源数确定拓展了波达方向估计的精确度，从而通过多普勒信号子空间求解得到速度和波达方向，实现了对复杂环境中目标的高精度波达方向与速度估计。
9、在一个实现方式中，所述获取雷达回波信号对应的目标距离门，基于目标距离门确定空时二维信号具体包括：
10、对雷达回波信号进行傅里叶处理和恒虚警率检测，得到目标距离门；
11、提取所述目标距离门对应的回波脉冲，并将提取到的所有回波脉冲排列为空时二维信号。
12、根据上述技术手段，通过对雷达回波信号的傅里叶处理和恒虚警率检测，得到目标距离门，并在此基础上利用回波脉冲构建空时二维信号，增强了对目标信号的提取效率与精确性。
13、在一个实现方式中，所述利用多级正交投影方式构建空时二维信号对应的匹配滤波器集合具体包括：
14、将空时二维信号中的位于最后的阵元的接收信息作为参考信息，将所述空时二维信号作为观测信息；
15、基于所述参考信息和所述观测信息的互相关构建所述空时二维信号对应的匹配滤波器集合。
16、根据上述技术手段，通过从空时二维信号中构建参考信息和观测信息，并利用互相关技术，构建适应性强的匹配滤波器集合，优化空时信号的处理。
17、在一个实现方式中，所述基于所述参考信息和所述观测信息的互相关构建所述空时二维信号对应的匹配滤波器集合具体包括：
18、将所述参考信息作为目标参考信息，将观测信息作为目标观测信息；
19、提取所述目标参考信息和目标观测信息的互相关，并基于所述互相关构建一匹配滤波器；
20、通过所述匹配滤波器对目标观测信号进行投影，得到更新参考信号；
21、构造与所述匹配滤波器正交的阻塞矩阵，并基于所述阻塞矩阵和所述目标观测信号确定更新参考信号；
22、将所述更新参考信号作为目标参考信号，将所述更新参考信号作为目标参考信号；
23、重新执行提取所述目标参考信息和目标观测信息的互相关，并基于所述互相关构建一匹配滤波器的步骤，直至获取到预设数量个匹配滤波器，以得到对应的匹配滤波器集合。
24、根据上述技术手段，通过不断提取更新参考信号，实现匹配滤波器的精细化，从而提升信号处理的分辨率和鲁棒性。
25、在一个实现方式中，所述对所述空时二维信号进行平滑处理以得到空时信号，并基于所述匹配滤波器集合以及所述空时信号，确定所述空时二维信号对应的信源数具体包括：
26、计算所述空时二维信号的第一协方差矩阵，并基于所述第一协方差矩阵计算空时二维信号前向空时平滑预设次数所得到的时空信息对应的第二协方差矩阵；
27、对所述第二协方差矩阵进行分块处理，并对分块后的第二协方差矩阵进行特征分解，以得到特征向量矩阵；
28、基于所述特征向量矩阵和所述匹配滤波器集合对所述第二协方差矩阵进行重构，以得到重构协方差矩阵；
29、基于重构协方差矩阵通过盖尔圆估计器，确定所述空时二维信号对应的信源数。
30、根据上述技术手段，通过计算空时信号的协方差矩阵并进行分块特征分解，以及基于盖尔圆估计器确定信源数，对空时信号性质的深入分析，为波达方向估计提供了更精确的信号源数量信息，提高处理信号的信息利用率和准确性。
31、在一个实现方式中，通过所述通过多普勒信号子空间求解所述空时二维信号，得到速度和波达方向具体包括：
32、将所述空时二维信号中的空时导向矢量构成为第一空时矩阵和第二空时矩阵，其中，所述第一空时矩阵和所述第二空时矩阵间滑动一个空域导向矢量长度，第二空时矩阵等于第一空时矩阵和旋转算子的乘积；
33、将所述多普勒信号子空间沿列方向滑动，以构造出第一信号子空间矩阵和第二信号子空间矩阵，其中，第一信号子空间矩阵等于第一空时矩阵和满秩非奇异阵的乘积，第二信号子空间矩阵等于第二空时矩阵和满秩非奇异阵的乘积；
34、根据第一信号子空间矩阵和第二信号子空间矩阵，通过最小二乘准则求解旋转算子以得到速度，并基于所述速度确定波达方向。
35、根据上述技术手段，通过构建信号子空间矩阵，运用最小二乘准则精确求解旋转算子，获得目标速度，并在此基础上确定波达方向，利用信号子空间信息，提高波达方向估计的精确度和实际应用效率。
36、在一个实现方式中，所述基于所述速度确定波达方向具体包括：
37、对多普勒信号子空间进行重构得到包含旋转算子的角度信号子空间；
38、通过对所述角度信号子空进行划分构建旋转算子对应的近似矩阵，并通过最小二乘准则求解所述近似矩阵以得到波达方向。
39、根据上述技术手段，通过构建旋转算子近似矩阵以及最小二乘准则求解波达方向，实现了旋转算子计算的优化，使得对波达方向的估计更加精确，强化波达方向估计在多目标情况下的分辨能力。
40、本申请实施例第二方面提供了一种波达方向及速度联合估计装置，其中，所述装置包括：
41、信号获取模块，获取雷达回波信号对应的目标距离门，基于目标距离门确定空时二本文档来自技高网...
【技术保护点】
1.一种波达方向及速度联合估计方法，其特征在于，所述的波达方向及速度联合估计方法具体包括：
2.根据权利要求1所述的波达方向及速度联合估计方法，其特征在于，所述获取雷达回波信号对应的目标距离门，基于目标距离门确定空时二维信号具体包括：
3.根据权利要求1所述的波达方向及速度联合估计方法，其特征在于，所述利用多级正交投影方式构建空时二维信号对应的匹配滤波器集合具体包括：
4.根据权利要求3所述的波达方向及速度联合估计方法，其特征在于，所述基于所述参考信息和所述观测信息的互相关构建所述空时二维信号对应的匹配滤波器集合具体包括：
5.根据权利要求1所述的波达方向及速度联合估计方法，其特征在于，所述对所述空时二维信号进行平滑处理以得到空时信号，并基于所述匹配滤波器集合以及所述空时信号，确定所述空时二维信号对应的信源数具体包括：
6.根据权利要求1所述的波达方向及速度联合估计方法，其特征在于，所述通过多普勒信号子空间求解所述空时二维信号，得到速度和波达方向具体包括：
7.根据权利要求6所述的波达方向及速度联合估计方法，
8.一种波达方向及速度联合估计装置，其特征在于，所述装置包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任意一项所述的波达方向及速度联合估计方法中的步骤。
10.一种终端设备，其特征在于，包括：处理器和存储器；
...【技术特征摘要】
1.一种波达方向及速度联合估计方法，其特征在于，所述的波达方向及速度联合估计方法具体包括：
2.根据权利要求1所述的波达方向及速度联合估计方法，其特征在于，所述获取雷达回波信号对应的目标距离门，基于目标距离门确定空时二维信号具体包括：
3.根据权利要求1所述的波达方向及速度联合估计方法，其特征在于，所述利用多级正交投影方式构建空时二维信号对应的匹配滤波器集合具体包括：
4.根据权利要求3所述的波达方向及速度联合估计方法，其特征在于，所述基于所述参考信息和所述观测信息的互相关构建所述空时二维信号对应的匹配滤波器集合具体包括：
5.根据权利要求1所述的波达方向及速度联合估计方法，其特征在于，所述对所述空时二维信号进行平滑处理以得到空时信号，并基于所述匹...
【专利技术属性】
技术研发人员：黄磊，王伟，龙天尧，李强，周汉飞，李晓鹏，
申请(专利权)人：深圳大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。