[发明专利]一种适用于汽车FMCW雷达的低复杂度MUSIC测向方法及装置

说明书

本发明提供一种适用于汽车FMCW雷达的低复杂度MUSIC测向方法，包括：对FMCW雷达阵列信号进行DFT处理；对DFT处理后的雷达阵列信号进行峰值搜索生成峰值对应的阵列数据；对每个峰值对应的相邻阵列数据进行维度为2的相关矩阵估算得到N‑1个2×2复矩阵；所述复矩阵为2阶Hermite矩阵；对所述复矩阵进行特征值分解，求解特征值和特征向量；利用所述特征值和特征向量进行谱峰搜索得到N‑1个对应的方向搜索结果；对N‑1个方向搜索结果进行求和平均，使用CFAR检测得出对应的检测方向输出。本方法大大简化了运算过程，方便了实时实现，可有效提升超分辨估计目标个数和运算速度。

技术领域

本发明涉及FMCW雷达信号处理技术领域，尤其涉及一种适用于汽车FMCW雷达的低复杂度MUSIC测向方法及装置。

背景技术

近些年来，基于毫米波频段的汽车雷达越来越得到了工业界和学术界的关注。该雷达工作在24GHz或者77GHz，带宽可达1GHz以上，一般采用FMCW锯齿波或三角波波形。FMCW雷达的基本概念是产生并发射线性调频信号，通过混合发送和接收的信号，在接收机中产生拍频信号，通过对这种拍频进行频谱分析来获得距离和速度分布。同时，可以从不同雷达天线阵元之间的相位延迟中提取目标的角度分布，从而实现对目标的距离、速度和方向的估计。汽车雷达因为成本和体积的限制，接收天线数目有限，因此准确的目标方向(DOA) 估计成为了汽车雷达信号处理的关键技术之一。目前汽车雷达中常用的DOA估计有经典的数字波束技术、三级FFT技术和基于超分辨率谱估计方法的DOA估计技术等三种方法。上述方法各有优缺点，其中第一种和第二种方法最大的优点是计算简单、可实时实现，但均受到瑞利限的限制，估计精度很难达到汽车雷达方向分辨率的要求，若使用多输入多输出(MIMO)雷达，虚拟阵列的等效孔径是物理孔径的M倍(M为发射信号个数)，可以提高对应的角度分辨率，但依然很难满足实际需求。第三种方法常用的算法是对接收到的N个通道的数据进行MUSIC或ESPRIT等超分辨率谱估计算法，从而得出DOA估计结果。该算法最大的优点是角度分辨率高，可满足汽车雷达的设计要求，但实际运算过程中需要进行特征值分解，因而运算量大，很难实时实现的缺点，同时要求目标个数不能多于接收通道个数 N-1，因此在车道旁边有很多栅栏或隧道中行驶等反射体较多等场合时该算法也不太适用。

发明内容

有鉴于此，本发明提供一种适用于汽车FMCW雷达的低复杂度 MUSIC测向方法及装置，该方法大大简化了运算量，方便用户实现。可有效提升超分辨估计目标个数和运算速度。

为达到上述目的，本发明采用如下技术方案：

本发明实施例提供了一种适用于汽车FMCW雷达的低复杂度 MUSIC测向方法，包括：

对FMCW雷达阵列信号进行DFT处理；

对DFT处理后的雷达阵列信号进行峰值搜索生成峰值对应的阵列数据；

对每个峰值对应的相邻阵列数据进行维度为2的相关矩阵估算得到N-1个2×2复矩阵，所述复矩阵为2阶Hermite矩阵；N为采样点数；

对所述复矩阵进行特征值分解，求解特征值和特征向量；

利用所述特征值和特征向量进行谱峰搜索得到N-1个对应的方向搜索结果；

对N-1个方向搜索结果进行求和平均，使用CFAR检测得出对应的检测方向输出。

进一步地，“对FMCW雷达阵列信号进行DFT处理”之前还包括：对所述FMCW雷达阵列信号依次进行混频、滤波以及A/D转换处理。

进一步地，“对所述复矩阵进行特征值分解，求解特征值和特征向量”具体包括：

将复矩阵表示成表达式其中r₁₁、r₂₂、a、b均为实数；