[发明专利]一种基于二维频谱相干合并的CFAR检测方法

说明书

本发明公开了一种基于二维频谱相干合并的CFAR检测方法，通过对毫米波雷达信号处理系统中2D‑FFT处理后的二维频谱进行相干合并，避免对每一个虚拟通道频谱进行CFAR检测，解决了雷达信号处理过程中CFAR检测时间复杂度高的问题；对MIMO天线阵列每个虚拟通道的2D‑FFT数据，进行加权求和及幅度平方，并通过指定加法器多组权重，实现对多个预组合方向覆盖，结合峰值搜索和经典二维OS‑CFAR检测，减少因通道差异对目标检测结果的影响，提高CFAR搜索引擎中的检测概率，简化硬件实现。

技术领域

本发明属于毫米波雷达信号处理系统目标检测领域，具体为一种基于二维频谱相干合并的CFAR检测方法。

背景技术

随着智能驾驶技术日益发展，车载毫米波雷达系统如今备受广大学者关注，具有十分重要的研究价值。毫米波雷达能够呈现出目标的轮廓，提供真实的路径规划、可通行空间检测功能，为智能驾驶环境感知提供了更加精确的环境信息。具有全天候全天时的工作特性以及体积小、价格低廉等优点，弥补了摄像头、激光雷达等传感器的不足。考虑到实现复杂度、硬件成本、体积限制，车载毫米波雷达都采用了基于TDM技术的MIMO天线阵列。

毫米波雷达信号处理模块是毫米波雷达系统的重要组成部分，流程主要包括二维FFT变换、二维CFAR检测、频率估计优化算法、速度解模糊算法以及二维波达角估计等。其中，CFAR检测在保持虚警率恒定的情况下对目标进行检测，是雷达信号处理过程的重要环节。

针对距离-多普勒维矩阵，二维CFAR检测前对MIMO通道的数据处理主要包括两种实现方法：1)对各虚拟通道2D-FFT数据组合成3D阵列，进行全局CFAR检索，工作量巨大；2)累加合并：对各虚拟通道2D-FFT数据，逐个计算幅度平方，并在功率域中对其进行求和并进行CFAR检测，由于该方法假定物体可位于与雷达模块相关的任何角度，未指定RX通道方向，因此无法在视场中获取目标的位置信息。现有算法通常计算量大，时间复杂度较高，不利于目标检测及硬件实现。

发明内容

本发明的目的在于提出一种基于二维频谱相干合并的CFAR检测方法，解决雷达信号处理系统中二维CFAR算法时间复杂度高、不利于硬件实现的问题。

实现本发明的技术解决方案为：一种基于二维频谱相干合并的CFAR检测方法，具体步骤为：

步骤1：设置雷达收发天线阵列为M发N收，可实现M×N个虚拟通道，设置MIMO周期个数为K；

步骤2：对回波信号进行下变频处理变为中频信号，通过中频滤波、放大、ADC采样获得离散数据；

步骤3：对离散数据Data_adc进行256点的FFT变换，获得每一个回波信号的距离维FFT结果；

步骤4：针对每一个MIMO周期，沿着第k个MIMO周期的方向对每一个回波信号的距离维FFT结果进行32点的FFT变换，获得第k个MIMO周期的二维FFT结果；

步骤6、将虚拟通道的二维FFT数据进行合并；

步骤7：对合并后的数据进行幅度平方计算，得到相干合并的2D-FFT结果数据；

步骤8：对原始2D-FFT数据进行峰值搜索处理，得到峰值点，并结合相干合并的2D-FFT结果数据进行二维OS-CFAR处理。

优选地，将虚拟通道的二维FFT数据进行合并的具体公式为：

Dopplerall＝∑[w₁VR(0,0)+…+w_m×nVR(m-1,n-1)]

式中，w₁,w₂,…,w_m×n表示m×n个通道的加权系数，VR(m,n)表示发射天线m接收天线n对应的虚拟通道二维FFT数据。