[发明专利]一种基于毫米波雷达的超分辨角度估计方法

说明书

本发明一种基于毫米波雷达的超分辨角度估计方法，包括以下步骤：利用接收天线分别接收发射天线的回波信号获得多阵元采样数据；分别在距离维度和速度维度加入汉宁窗；进行多通道非相干积累提升信噪比；对经过非相干积累的二维矩阵数据作二维CFAR检测，分别在距离维度进行CA‑CFAR检测，在速度维度进行OS‑CFAR检测，获取包含目标的矩阵数据；使用点迹凝聚方式对目标点进行分辨与聚合，从而形成唯一的目标点迹，将目标所在的距离单元信息和速度单元信息保存；对补偿之后的多阵元数据使用改进前后向Root‑MUSIC算法估计目标所在方位角。该方法考虑到了前后向只用到了主对角线上的协方差矩阵，该发明在角度分辨力和测角精度上都有显著的提升。

技术领域

本发明属于雷达技术领域，涉及一种基于毫米波雷达的超分辨角度估计方法。

背景技术

随着毫米波器件、高速数字信号处理器以及FMCW(调频连续波)雷达信号处理技术的迅速发展。目前毫米波雷达的多目标检测技术广泛地应用在汽车自动驾驶中，自动驾驶系统主要是对道路目标进行检测，包括静目标、动目标、多个动目标的检测。相对于超声波雷达、激光雷达和汽车光学传感器(如摄像头等)，毫米波雷达凭借探测距离远、分辨率高，受雾、雨、雪等复杂天气影响较小，能全天候、全天时工作等优良特性，更加适用于自动驾驶系统，也逐渐成为自适应巡航、自动紧急制动、前向目标防撞等ADAS的主要传感器。综上所述，为获得更精确的目标信息，针对毫米波雷达多目标检测研究很有必要。

多输入多输出(MIMO)雷达是一种新概念的雷达，基于MIMO雷达的空间谱估计可以确定处在空间某一区域内多个空间信号的到达方向实现了对目标方位角进行估计。角度估计算法在计算量上耗费资源较大，但是具有高分辨率的特性已经成为了雷达重点研究方向之一

随着毫米波雷达在高分辨率、高精度探测领域的不断深入，MIMO体制雷达以及DOA超分辨率算法得到了越来越多的学者专家们的关注。对于MUSIC、ESPRIT等早期的DOA估计算法，由于它们都是建立在子空间上的算法，当入射信号为相关信号时，数据协方差矩阵特征值分解后的秩数会小于信号源数，因此此类算法不能准确分辨相干信号。为了解决此类问题，Gunjal提出了用一种新的矩阵来消除或减弱信源之间的相关性，然后通过谱峰估计来得到精确的角度估计值；姚昕彤提出一种基于子空间投影的改进型MUSIC算法，并将改进后的算法与空间平滑算法结合，该算法可以在低信噪比、小快拍数下依旧具有较高的分辨力以及较好的测向效果。

发明内容

为了解决在面对相干信源的情况下MUSIC算法不能准确分辨相干信号的问题，本发明提供本发明采用的技术方案是：

一种基于毫米波雷达的超分辨角度估计方法，包括以下步骤：

步骤1：设置发射天线发射锯齿波信号的参数，利用接收天线分别接收发射天线的回波信号获得多阵元采样数据；

步骤2：将多阵元采样数据重排得到三维矩阵数据，分别为距离维度数据、速度维度数据和角度维度数据，分别在距离维度和速度维度加入汉宁窗；

步骤3：根据采样点和脉冲数将加入汉宁窗三维距离维度数据和速度维度数据作二维FFT变换得到二维矩阵数据，进行多通道非相干积累提升信噪比；

步骤4：对经过非相干积累的二维矩阵数据作二维CFAR检测，分别在距离维度进行CA-CFAR检测，在速度维度进行OS-CFAR检测，获取包含目标的矩阵数据；

步骤5：由于目标的矩阵数据仍以点云形式存在，使用点迹凝聚方式对目标点进行分辨与聚合，从而形成唯一的目标点迹，将目标所在的距离单元信息和速度单元信息保存；

步骤6：对目标所在的速度单元进行多普勒补偿，对补偿之后的多阵元数据使用改进前后向Root-MUSIC算法估计目标所在方位角。

进一步地：所述发射天线与接收天线均为等距线阵；