[发明专利]一种雷达遮挡检测方法及计算机存储介质

说明书

本发明涉及一种雷达遮挡检测方法及计算机存储介质，该方法包括以下步骤：在同一场景下采集不同遮挡程度下的雷达回波信号，构建训练数据集；通过训练数据集对神经网络进行迭代优化训练，得到训练后的神经网络；基于训练后的神经网络对实时雷达回波信号进行测试，以对雷达的遮挡程度进行检测。本发明通过采用神经网络算法，准确的检测复杂坏境下的雷达表面遮挡程度，以用于提醒用户进行维护，为雷达目标识别的准确性和稳定性提供良好的保障。

技术领域

本发明涉及雷达信号处理技术领域，尤其涉及一种雷达遮挡检测方法及计算机存储介质。

背景技术

近年来，车辆事故带来的死伤和财产损失的统计数据，以及技术辅助手段可以预防部分事故的估计数据，促进了车载雷达飞速的发展。特别是毫米波雷达的应用，其体积小、易集成、空间分辨率高以及全天候的特点，使其广泛应用于汽车电子、无人机、智能交通等领域。

因此，雷达应用的可靠性和稳定性是需要研究重点领域，一方面雷达目标的检测与分类广泛应用于军事和民用等领域，其受复杂环境产生的杂波或噪声以及目标类型多样化的影响，一定程度的影响其可靠性和稳定性。另一方面，本案申请人在实际应用中，发现雷达的自身的清洁度也在一定程度上影响其可靠性和稳定性，例如，在日常车辆行驶中，由于天气、周边环境或者人为因素，导致车载雷达表面附着一些诸如泥土、水、冰雪等物体，而雷达在被附着物遮挡的情形下，探测距离和探测可信度会下降。

而由于雷达本身的原因，比如发射天线和接收天线之间的干扰，雷达会存在近距盲区，雷达无法直接利用检测外部目标的算法去探测到雷达表面目标，对表面遮挡物的检测存在局限性。

发明内容

有鉴于此，本发明的目的在于提供一种雷达遮挡检测方法及计算机存储介质，通过采用神经网络算法，准确的检测复杂坏境下的雷达表面遮挡程度，以用于提醒用户进行维护，为雷达目标识别的准确性和稳定性提供良好的保障。

为实现上述目的，本发明实施例第一方面提供一种雷达遮挡检测方法，作为其中一种实施方式，该雷达遮挡检测方法包括以下步骤：

在同一场景下采集不同遮挡程度下的雷达回波信号，构建训练数据集；

通过所述训练数据集对神经网络进行迭代优化训练，得到训练后的神经网络；

基于训练后的神经网络对实时雷达回波信号进行测试，以对雷达的遮挡程度进行检测。

作为其中一种实施方式，所述在同一场景下采集不同遮挡程度下的雷达回波信号，构建训练数据集的步骤包括：

采集不同遮挡程度下的雷达回波信号，并对所述雷达回波信号进行傅里叶变换得到对应的频谱数据；

根据每个所述频谱数据得到对应的频谱能量，包括多个实验组频谱能量以及一组作为参考的对照组频谱能量；

根据每个所述实验组频谱能量和所述对照组频谱能量得到对应的遮挡程度数据；

以所述频谱数据和所述遮挡程度数据构建所述训练数据集。

作为其中一种实施方式，频谱能量的计算公式为：

其中，FSj＝(x_1j,x_2j,x_3j,…,x_nj)，j代表第j次遮挡实验，x_ij为频域中第i个频率值的辐值大小，P_j代表第j次遮挡实验的频谱能量，k的取值依据实际有效探测距离内的频谱能量确定。

作为其中一种实施方式，遮挡程度数据的计算公式为：