[发明专利]用于调频连续波雷达中的对象检测的低复杂度超分辨率技术有效
| 申请号: | 201680036357.2 | 申请日: | 2016-05-16 |
| 公开(公告)号: | CN107683423B | 公开(公告)日: | 2022-02-15 |
| 发明(设计)人: | M·阿里;D·王;M·Z·义克若姆 | 申请(专利权)人: | 德克萨斯仪器股份有限公司 |
| 主分类号: | G01S13/34 | 分类号: | G01S13/34 |
| 代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 徐东升;王爽 |
| 地址: | 美国德*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用于 调频 连续 雷达 中的 对象 检测 复杂度 分辨率 技术 | ||
1.一种对象检测的方法,其包括:
生成具有线性改变频率的信号;
在待检测的对象的方向上传输所述信号;
从所述对象接收反射信号;
将接收的信号与传输的信号混合,以形成与到所述对象的距离成比例的拍频;
对所述拍频实行傅里叶变换,其中傅里叶变换输出的峰值对应于检测的所述对象,并且所述峰值的频率对应于到所述对象的所述距离的粗略估计;以及
针对每组检测的峰值:
将所述傅里叶变换的输出解调为近似直流电;
过滤掉其它峰值;
对得到的信号进行抽取以减少数据大小;以及
对减少的数据集实行超分辨率计算,相对于由傅里叶变换计算给出的较粗略估计给出更精确的距离估计。
2.根据权利要求1所述的方法,其中实行所述超分辨率计算采用所述减少的数据集的特征分析。
3.根据权利要求1所述的方法,其中实行所述超分辨率计算采用多信号分类算法即MUSIC算法。
4.根据权利要求3所述的方法,还包括:
将信号自相关矩阵分成信号子空间和噪声子空间;
对所述子空间实行奇异值分解;
通过提取具有最低特征值的特征向量,提取所述噪声子空间;
创建正交于所述噪声子空间的MUSIC伪谱;以及
在所述MUSIC伪谱中搜索峰值。
5.根据权利要求1所述的方法,其中实行所述超分辨率计算采用矩阵束方法算法即MPM算法。
6.根据权利要求5所述的方法,还包括:
创建具有延迟的信号向量的Hankel矩阵;
计算所述矩阵的广义特征值;
实行奇异值分解;
选择最高特征值;
提取两个特征向量矩阵;
实行第二奇异值分解;以及
搜索得到的特征值内的峰值。
7.一种用于对象检测的装置,其包括:
线性斜坡发生器;
由所述线性斜坡发生器的输出控制的压控振荡器;
可操作用于传输所述压控振荡器的输出的天线;
可操作用于接收从多个对象反射的信号的天线;
混频器,所述混频器可操作用于将所述压控振荡器的输出与所接收的反射信号混频,从而形成与到反射所述信号的所述对象的距离成比例的拍频;以及
处理器,所述处理器可操作用于对所述拍频实行傅里叶变换,其中傅里叶变换输出的峰值对应于检测的所述对象,并且所述峰值的频率对应于到所述对象的距离的估计;
其中所述处理器还可操作用于:
针对每组检测的峰值:
将所述傅里叶变换的输出解调为近似直流电;
对所解调的数据进行子采样;以及
对子采样的数据集实行超分辨率计算。
8.根据权利要求7所述的装置,其中所述处理器还可操作用于通过采用所述子采样的数据集的特征分析,实行所述超分辨率计算。
9.根据权利要求7所述的装置,其中所述处理器还可操作用于通过采用多信号分类算法即MUSIC算法来实行所述超分辨率计算。
10.根据权利要求9所述的装置,其中所述处理器还可操作用于:
将信号自相关矩阵分成信号子空间和噪声子空间;
对所述子空间实行奇异值分解;
通过提取具有最低特征值的特征向量,提取所述噪声子空间;
创建正交于所述噪声子空间的MUSIC伪谱;以及
在所述MUSIC伪谱中搜索峰值。
11.根据权利要求7所述的装置,其中所述处理器还可操作用于通过采用矩阵束方法算法来实行所述超分辨率计算。
12.根据权利要求11所述的装置,其中所述处理器还可操作用于:
创建具有延迟的信号向量的Hankel矩阵;
计算所述矩阵的广义特征值;
实行奇异值分解;
选择最高特征值;
提取两个特征向量矩阵;
实行第二奇异值分解;以及
搜索得到的特征值内的峰值。
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德克萨斯仪器股份有限公司,未经德克萨斯仪器股份有限公司许可,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/201680036357.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:车辆雷达系统
- 下一篇:用于光学地测量与反射的目标物体的距离的设备





