[发明专利]车载雷达信号级仿真方法、装置、设备及可读存储介质

权利要求书

1.一种车载雷达信号级仿真方法，其特征在于，包括：

获取仿真环境内物体的信息和天气信息；

将所述物体的信息和天气信息输入至车载雷达模型，得到所述模型输出的物体扫描信息；

其中，所述车载雷达模型包括功能模型和性能模型，所述功能模型用于根据天气信息计算天气影响下的雷达感知范围，确定所述雷达感知范围内的目标物体，并将所述目标物体的状态输入至所述性能模型；所述性能模型用于模拟所述目标物体的扫描信息；

其中，所述根据天气信息计算天气影响下的雷达感知范围，包括：

根据原始雷达感知距离和衰减率，计算新的雷达感知距离；根据新的雷达感知距离计算雷达感知范围；

其中，根据公式计算所述衰减率β；

R表示降水率，a₁和b₁是依赖于雷达工作频率、气象粒子尺寸和环境温度的常数，V表示能见度，e为自然底数，a₂和b₂为依赖于雷达工作频率和环境温度的常数。

2.根据权利要求1所述的方法，其特征在于，所述原始雷达感知距离包括模拟天线主瓣的长距离和模拟天线副瓣的短距离；

所述根据新的雷达感知距离计算雷达感知范围，包括：

以所述长距离为高构建第一圆锥体感知范围，以所述短距离为高构建第二圆锥体感知范围；

将所述第一圆锥体感知范围和所述第二圆锥体感知范围合并，得到最终的雷达感知范围。

3.根据权利要求2所述的方法，其特征在于，将所述第一圆锥体感知范围和所述第二圆锥体感知范围合并，得到最终的雷达感知范围，包括：

将所述仿真环境内物体的信息和天气信息输入至深度学习模型，得到所述深度学习模型输出的参考感知范围；

将所述第一圆锥体感知范围和所述第二圆锥体感知范围合并，并采用参考感知范围修正合并后的感知范围，得到最终的雷达感知范围；

其中，所述深度学习模型根据现实环境内物体的信息和天气信息，以及真实车载雷达的感知范围训练得到。

4.根据权利要求2或3所述的方法，其特征在于，所述确定所述雷达感知范围内的目标物体，包括：

确定在所述雷达感知范围内的候选物体；

在所述候选物体中，过滤在雷达盲区和被遮挡的物体，得到所述目标物体。

5.根据权利要求1所述的方法，其特征在于，所述模拟所述目标物体的扫描信息，包括：

根据所述目标物体的状态，计算各目标物体的差频信号之和，得到时域差频信号；

在所述时域差频信号上叠加信号收发过程中的损耗和噪声；

对叠加后的时域差频信号采用单元平均恒虚警检测，得到超过门限的目标信号；

对所述叠加后的时域差频信号在距离维度和速度维度进行频域变换，得到距离和速度矩阵；

在所述距离和速度矩阵中查找所述目标信号对应的距离和速度，作为所述目标物体的扫描信息。

6.根据权利要求1所述的方法，其特征在于，在所述将所述物体的信息和天气信息输入至车载雷达模型，得到所述模型输出的物体扫描信息之后，还包括：

根据所述扫描信息和所述仿真环境内物体的信息，估算所述车载雷达模型的感知误差；

以最小化所述感知误差为目标，优化所述车载雷达模型；

所述物体是现实环境内所述车载雷达扫描到的。

7.根据权利要求6所述的方法，其特征在于，在所述以最小化所述感知误差为目标，优化所述车载雷达模型之后，还包括：

根据优化后的所述车载雷达模型的感知误差和实际雷达产品的性能，对所述车载雷达模型进行评价。