[发明专利]车载雷达多目标距离和速度的估计方法

说明书

本发明公开了一种车载雷达多目标距离和速度的估计方法，该方法包括：根据目标数量获取基带信号矩阵Y；以所述基带信号矩阵Y为输入，通过松弛迭代中基于牛顿‑回溯直线搜索法获得每个目标的基带信号的距离维频率与速度维频率的估计量根据所述每个目标的基带信号的距离维频率与速度维频率的估计量确定每个目标的距离与速度。

技术领域

本发明属于车载雷达信号处理领域，具体涉及一种基于牛顿-回溯直线搜索法的车载雷达多目标距离和速度的估计方法。

背景技术

调频连续波(Frequency Modulated Continuous Wave,FMCW)雷达从诞生到现在已经非常久远，与脉冲雷达相比，它的测距范围有限，但是它具备很多脉冲雷达没有的优点，比如：低功耗；近距离探测分辨率高；可以不间断的发射与接收，不像脉冲雷达系统那样需要复杂的收发器，因为FMCW雷达的发射是连续的，所以平均功率等于峰值功率，这种情况更适用于固态或其他峰值功率受限的发射源，特别地，固态发射源可以促进低成本雷达系统的发展；连续波系统不会因为距离或者速度的影响产生盲区。由于FMCW雷达的诸多优点，使得它成为车载雷达，并在自动驾驶辅助系统中有着举足轻重的地位。

在自动驾驶辅助系统中，设置了三大传感器，分别是FMCW雷达、激光雷达和摄像头；摄像头的缺点在于检测性能与周围环境的光照有关，同时容易受到天气影响，而激光雷达成本较高且难以部署的缺点仍然无法解决。因此，FMCW雷达的存在弥补了摄像头和激光雷达的一些缺点，同时具有容易实现、结构相对简单、尺寸小、重量轻以及成本低等优点。FMCW雷达的存在，可提供多目标的距离、速度估计，同时也要求基于车载雷达的多目标距离和速度估计算法具有较好的估计性能。

有研究人员通过2-D FFT算法，可计算获得多目标的距离、速度信息，但在实际场景中，由于噪声的存在，该算法检测出的目标可能会被噪声淹没，且其估计准确性有待提高；也有一部分算法从稀疏参数估计的角度出发，来进行多目标的距离、速度估计，但是这一部分算法具有很高的时间复杂度与空间复杂度，同时它们的估计性能有待进一步提升；当前我们所面对的一个挑战是：针对多目标的距离和速度估计问题，要求算法有较好的估计性能，尤其是存在相邻目标的场景或者是低信噪比的场景。

发明内容

有鉴于此，本发明的主要目的在于提供一种车载雷达多目标距离和速度的估计方法。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例提供一种车载雷达多目标距离和速度的估计方法，该方法包括：

根据目标数量获取基带信号矩阵Y；

以所述基带信号矩阵Y为输入，通过松弛迭代中基于牛顿-回溯直线搜索法获得每个目标的基带信号的距离维频率与速度维频率的估计量

根据所述每个目标的基带信号的距离维频率与速度维频率的估计量确定每个目标的距离与速度。

上述方案中，所述根据目标数量获取基带信号矩阵Y，具体为：当目标数量为K时，获取基带信号矩阵Y，Y_k是和第k个目标相关的基带信号矩阵，f_Bk是和第k个目标相关的基带信号的距离维频率，f_Dk是和第k个目标相关的基带信号的速度维频率，a_k是和第k个目标相关的基带信号的复幅值。

上述方案中，如果车载雷达为锯齿形调频连续波信号，所述基带信号有如下数学模型：其中n＝0，...，N-1，n表示单个脉冲内第n次采样，N表示单个脉冲内的采样总数；q＝0，...，Q-1，q表示帧内的第q个脉冲，Q表示帧内的脉冲总数；其中e(n，_q)表示加性高斯白噪声；其中T为脉冲序列的周期，B为带宽，f_c为载波频率，f_s为单个脉冲内的采样频率，c为光速，Rk为第k个目标的距离，v_k为第k个目标的速度，建立基带信号矩阵y(n，q)则是Y的第n行第q列的元素。