[发明专利]一种基于毫米波雷达的信号压缩的目标检测方法

说明书

本发明公开了一种基于毫米波雷达的信号压缩的目标检测方法，属于信号处理技术领域，包括以下步骤：S1：获取雷达回波数据；S2：对目标信号进行重排与压缩；S3：降采样；S4：重构信号；S5：基于重构信号的二维恒虚警目标检测；本发明通过压缩与重构回波信号，使得在处理回波数据时大大减少计算量，更加契合二维恒虚警检测技术；本发明通过压缩频域信息，在保留大值的目标回波信号的同时，也同时消除了一部分噪声与杂波信息，提高了目标检测性能。

技术领域

本发明属于信号处理技术领域，具体涉及一种基于毫米波雷达的信号压缩的目标检测方法。

背景技术

毫米波雷达是使用一毫米至十毫米波长的电磁波进行主动感知的传感器，与光学、红外、激光等其他传感器相比，毫米波雷达获取目标的信息不依赖外在源，而是依靠自身发射的毫米波，能穿透云、雨、雾和烟雾，在大部分气候环境下具有全天时的感知能力，这是相较于光学传感器与激光传感器的巨大优势，而且毫米波雷达能有效运用多普勒效应以获取在有效距离内物体的速度，相较于光学成像的传感器来说，毫米波雷达能更加准确的获取目标所在的距离，计算量更小，算法更简单，同时毫米波雷达对于金属目标或者强反射目标具有较强的探测能力，因此对于道路上的汽车等物体具有很强的感知能力，目前毫米波雷达检测已经广泛的运用到无人驾驶、交通道路安全、智能家居、安防检测、军事侦察等领域，其目标信息获取本质是通过对比雷达回波与发射波之间的差别，以提取多普勒、时频等信息。

对于数字信号处理来说，现代射频技术随着发射机的能力增强，其相应的AD、FPGA、DSP等所需资源也越多，毫米波雷达也从最初的几十兆带宽演变到现在的以G为单位的带宽，但带宽越大，导致的是采样以及后续的数据处理所需资源也将变的越多。

由于数据采集能力的不断提高，系统虚拟天线的的不断增多，采用传统的奈奎斯特采样定理将会消耗大量存储空间与计算资源，因此会产生以下缺陷：(1)多帧大带宽频域数据联合处理产生庞大的计算量，高精度求解代价过高；(2)目标信息只占回波信号中小部分，造成大量带宽资源的浪费。

发明内容

为解决上述背景技术中提出的问题。本发明提供了一种基于毫米波雷达的信号压缩的目标检测方法，具有解决现有技术在大带宽多天线情况下毫米波雷达目标检测的庞大计算量问题的特点。

为实现上述目的，本发明提供如下技术方案：一种基于毫米波雷达的信号压缩的目标检测方法，包括以下步骤：

S1：获取雷达回波数据；

S2：对目标信号进行重排与压缩；

S3：降采样；

S4：重构信号；

S5：基于重构信号的二维恒虚警目标检测。

本发明中进一步的，所述步骤S1中，获取雷达回波数据的具体步骤为：

S11：利用雷达发射机对目标发射信号，雷达接收机接收有各类目标反射回来的回波数据，该回波数据包含噪声数据、杂波数据以及包含目标的回波数据；

S12：在获取雷达回波数据后，根据雷达发射波的调制模型、发射周期以及不同天线的接收情况，将雷达回波数据排列整合为三维立体数据，其横坐标为单个回波周期所组成的快时间序列：z(n),n＝1,2,...,N，其每点间隔为采样时间间隔，纵坐标为慢时间序列：x(m),n＝1,2,...,M，每行慢时间数据由不同个的快时间的相同索引号单元数据组成，通常以2的整数次幂个周期的快时间数据组合成一个慢时间数据，如64、128、256等，通过快慢时间坐标可以构成二维数据；

S13：在上述二维坐标基础上，建立一个空域维坐标轴，其坐标序列以实际天线或虚拟天线号为索引，以此建立三维雷达回波数据。

本发明中进一步的，所述步骤S2中，对目标信号进行重排与压缩的具体步骤为：

S21：频域重排