[发明专利]一种基于快速斜坡模式LFMCW车载雷达测距测速方法

说明书

该发明公开了一种基于快速斜坡模式LFMCW车载雷达测距测速方法，属于信号处理技术，具体涉及快速傅里叶变换和压缩感知技术。本发明将此前提出的用于HSR模式的CS模型与传统的FFT技术结合，综合两者优势，对数字差拍基带信号先进行FFT处理，重新低速采样后，进一步用CS技术处理，以较小的运算量实现较优的距离速度性能。本发明的有益效果是在不增加信号带宽和时宽的前提下，有效提高目标距离、速度分辨率及精度；在CS基础上以更小的运算量实现较高的距离速度测量性能。

技术领域

本发明属于信号处理技术，具体涉及快速傅里叶变换和压缩感知技术。

背景技术

快速斜坡(High Speed Ramp,HSR)模式的线性调频连续波具有单目标距离速度无耦合，多目标无需配对等优点，车载雷达普遍采用HSR模式。HSR模式的目标检测所采用的传统方法是二维快速傅里叶变换(two-Dimensional Fast Fourier Transform，2D-FFT)，此方法分别在快时间维，慢时间维做FFT以得到目标的距离和速度信息，但距离分辨率受限于信号带宽，速度分辨率受限于信号发射时长。

基于压缩感知的快速斜坡模式LFMCW车载雷达信号处理方法，打破了上述限制，提高了信号测量的距离速度分辨率，但在进行距离速度二维测量时，其对应的感知矩阵数据量较大。在应用此方法时，随着所要处理数据量的增加，重构算法的运算量、复杂度会随之提高。考虑到算法的实时性，压缩感知(Compressed Sensing，CS)方法对发射信号的一帧斜坡数，斜坡信号时长，采样率等有一定限制。

为解决传统2D-FFT方法距离速度性能受限，压缩感知方法运算量过大的问题，现在提出一种基于压缩感知与FFT联合的快速斜坡模式LFMCW车载雷达测距测速方法。

发明内容

本发明所要解决的技术问题是，传统2D-FFT算法的距离分辨率受限于信号带宽，速度分辨率受限于信号发射时长，而基于压缩感知的方法在打破此限制，提高距离速度分辨性能的同时提高了运算复杂度，对硬件的处理器性能要求高。

本发明为解决传统2D-FFT算法性能受限，CS算法运算量大的问题，以更小的运算量实现较高的距离速度分辨率和精度性能，提出一种基于快速斜坡模式LFMCW车载雷达测距测速方法，该方法包括：

步骤1：将接收信号回波与本振信号，即发射信号进行混频，得到模拟差拍基带信号，忽略回波相对于发射信号的相位变化；假设发射信号中心频率为f₀，光速为c，一个斜坡时长为T_c，调频斜率为k，一帧内共N_V个斜坡，一个斜坡的采样点数N_R＝f_s*T_c，即最大可测距离最大可测速度其中表示发射信号波长；第n个斜坡的目标回波其中多普勒频率v₀表示目标速度；R_n表示目标相对于第n个斜坡的距离，且R_n＝R₀-v₀*nT_c，R₀表示目标相对于第一个斜坡的距离，距离频率f_Rn＝-kτ_n；

步骤2：将模拟差拍基带信号通过采样频率为f_s的低速ADC，输出采样的数字差拍基带信号；

步骤3：对步骤2的数字差拍基带信号进行2D-FFT处理，得到距离-多普勒谱，可将其量化为二维数据，行表示距离维，列表示速度维；

步骤4：根据距离-多普勒图，对结果进行移频，将目标所在的距离或速度频率搬移到频率为零处。假设2D-FFT频谱的距离、速度峰值频率分别为R_f，V_f，则距离移频项R_move＝exp(-j2πnR_f/f_s)，速度移频项V_move＝exp(-j2πV_f/f_s)。