[发明专利]一种车载雷达测量目标方位角的方法及车载雷达

说明书

本发明公开了一种车载雷达测量目标方位角的方法及车载雷达，根据接收的目标的回波信号得到空域回波信号，确定根据空域回波信号得到的原始空间谱的峰值对应的原始谱峰位置，基于原始谱峰位置确定待估计空间谱角度范围区间，并设置待估计空间谱角度，对角度使用预设APES算法得到目标空间谱的估计结果，基于估计得到的目标空间谱的谱峰位置估计目标的目标方位角。本发明采用快速傅里叶变换得到待估计空间谱角度范围区间，可减少原有待估计空间谱角度的取值范围，同时预设APES算法中的Q矩阵仅根据样本相关矩阵得到，使得Q矩阵将不随待估计空间谱角度进行变换，只需要对Q矩阵进行一次求逆运算，因此可在较短时间内实现超分辨测角的计算。

技术领域

本发明涉及车载雷达技术领域，更具体的说，涉及一种车载雷达测量目标方位角的方法及车载雷达。

背景技术

车载雷达因其对目标有较好的测速能力和对雨雾有较好的穿透能力，成为智能驾驶方案中不可替换的传感器选择。为了实现对目标的精确二维定位，车载雷达至少需要测量目标距离雷达的距离(即斜距)和目标与雷达中心连线相对于雷达波束中心方向的夹角(即目标方位角)。

目前普遍采用的目标方位角测量方案为：车载雷达使用N(N＞1)个天线接收目标的回波信号；对回波信号进行处理得到N个点的空域回波信号；再对N个点的空域回波信号进行快速傅里叶变换得到空间谱；最后将空间谱的峰值位置确定为目标方位角。这种使用快速傅里叶变换的测角方案的优点为：可以基于快速傅里叶变换(Fast FourierTransformation，FFT)实现，运算实时性较好。缺点为：由于测角分辨率为波长与天线孔径之比，因此测角分辨率受到天线孔径的限制。这样，对于车载雷达而言，当两个运动目标距离车载雷达较远且在相邻车道并排行驶时，两个运动目标的角度差别很容易小于上述测角算法的分辨率，导致车载雷达无法分辨。

为解决上述问题，需要采用超分辨率的测角算法来提高测角分辨率，以实现对角度差异较小的目标的分辨。目前的超分辨算法有MUSIC(Multiple SignalClassification，多重信号分类)、CAPON、ESPRIT(Estimating Signal Parameter viaRotational Invariance Techniques，基于旋转不变技术的信号参数估计)等多拍超分辨算法，也有诸如APES(Amplitude and Phase Estimation，幅度相位估计法)的单拍超分辨算法。传统的MUSIC、CAPON、ESPRIT等超分辨算法通常需要多个快拍的雷达数据才能进行测角运算，而车载雷达对数据率要求较高，要求使用单个快拍的数据完成测角运算，因此并不适用。而APES算法等单拍超分辨算法虽然可以使用单个快拍的雷达数据估计得到空间谱，但由于计算量大，因此通常会超出雷达芯片的运算能力，不能满足车载雷达的实时性要求。

发明内容

有鉴于此，本发明公开一种车载雷达测量目标方位角的方法及车载雷达，实现了Q矩阵将不随待估计空间谱角度进行变换，只需要对Q矩阵进行一次求逆运算即可，从而大大减少了因求逆运算带来的巨大运算量，也即，大大降低了超分辨测角运算的运算量，因此，可以在较短时间内实现超分辨测角的计算，从而满足雷达信号处理实时性的要求，具体较强的工程实用价值，目前已经在雷达芯片上实测数据处理中取得了较好的验证效果。

一种车载雷达测量目标方位角的方法，包括：

使用N个天线接收目标的回波信号，并对回波信号进行处理得到空域回波信号，其中，N为大于1的正整数；

对所述空域回波信号进行快速傅里叶变换得到原始空间谱；

确定所述原始空间谱的峰值对应的原始谱峰位置；

将距离所述原始谱峰位置预设角度间隔内的角度范围确定为待估计空间谱角度范围区间，其中，所述预设角度间隔根据快速傅里叶变换的测角分辨率设定；

在所述待估计空间谱角度范围区间内，以第一预设间隔设置待估计空间谱角度；