[发明专利]毫米波雷达干扰预测方法和干扰预测装置在审
申请号: | 202310473553.8 | 申请日: | 2023-04-27 |
公开(公告)号: | CN116626606A | 公开(公告)日: | 2023-08-22 |
发明(设计)人: | 石丹;周晓雅;连成;魏昊昱;张朋;贾世豪;魏力 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | G01S7/36 | 分类号: | G01S7/36 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 支珊 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 毫米波 雷达 干扰 预测 方法 装置 | ||
1.一种毫米波雷达干扰预测方法,其特征在于,包括:
获取雷达干扰信号;
获取所述雷达干扰信号的干扰参数;
将所述干扰参数输入到干扰概率预测模型中,得到所述雷达干扰信号对应的干扰概率;其中,所述干扰概率预测模型为根据影响所述干扰概率的多个干扰因素分析获取的。
2.根据权利要求1所述的毫米波雷达干扰预测方法,其特征在于,所述获取雷达干扰信号,包括:
获取雷达混合信号;
将所述雷达混合信号输入到信号提取分类器中,得到所述雷达混合信号中包括的所述雷达干扰信号以及所述雷达干扰信号的干扰类型。
3.根据权利要求2所述的毫米波雷达干扰预测方法,其特征在于,所述获取所述雷达干扰信号的干扰参数,包括:
根据所述雷达干扰信号的干扰类型确定对应的干扰参数提取器;
将所述雷达干扰信号输入到所述干扰参数提取器中,得到所述雷达干扰信号的干扰参数。
4.根据权利要求1所述的毫米波雷达干扰预测方法,其特征在于,信号提取分类器包括干扰信号提取单元和干扰信号分类单元;
所述将所述雷达混合信号输入到信号提取分类器中,得到所述雷达混合信号中包括的所述雷达干扰信号以及所述雷达干扰信号的干扰类型,包括:
将所述雷达混合信号输入到所述干扰信号提取单元中,得到所述雷达混合信号中包括的雷达干扰信号;
将所述雷达干扰信号输入到所述干扰信号分类单元中,所述干扰信号分类单元根据所述雷达干扰信号的啁啾斜率、发射信号的啁啾斜率和干扰信号啁啾的发生位置,确定所述雷达干扰信号的干扰类型;
所述雷达干扰信号的干扰类型包括:交叉干扰和平行干扰。
5.根据权利要求1所述的毫米波雷达干扰预测方法,其特征在于,所述影响所述干扰概率的多个干扰因素包括雷达设置参数、雷达数量和车辆分布参数;
所述雷达设置参数包括:啁啾信号之间的空闲时间、斜率、带宽以及发射信号的周期;
所述车辆分布参数包括:车流量、车距和车速。
6.根据权利要求5所述的毫米波雷达干扰预测方法,其特征在于,将所述干扰参数输入到训练好的干扰概率预测模型中,得到所述雷达干扰信号对应的干扰概率,包括:
当确定所述雷达干扰信号的干扰类型为交叉干扰时,采用以下公式(1)确定所述干扰概率;
Pc=Tc/(2Tc+Tidletime-Ttransmit) (1)
上述公式(1)中,Pc为干扰概率,Tc表示一个啁啾的持续时间,Tidletime表示啁啾信号之间的空闲时间,Tcransmit表示发射信号的周期;
当确定所述雷达干扰信号的干扰类型为平行干扰时,采用以下公式(2)确定所述干扰概率;
上述公式(2)中,Ts表示采样时间间隔,B表示发射信号的带宽。
7.根据权利要求6所述的毫米波雷达干扰预测方法,其特征在于,在得到所述雷达干扰信号的干扰概率之后,还包括:
根据以下公式(3)确定多车模型发生干扰的复合概率:
Pm=1-(1-Pc)m (3)
上述公式(3)中,Pm表示多车模型发生干扰的复合概率,m表示干扰雷达数目。
8.一种毫米波雷达干扰预测装置,其特征在于,包括:
第一获取单元,用于获取雷达干扰信号;
第二获取单元,用于获取所述雷达干扰信号的干扰参数;
预测单元,用于将所述干扰参数输入到训练好的干扰概率预测模型中,得到所述雷达干扰信号对应的干扰概率;其中,所述干扰概率预测模型为根据影响所述干扰概率的多个干扰因素训练获取的。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310473553.8/1.html,转载请声明来源钻瓜专利网。