一种基于特征的雷达运动目标检测和干扰抑制方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114217284A(43)申请公布日2022.03.22(21)申请号202111474308.6(22)申请日2021.12.03(71)申请人珠海安自达科技有限公司地址519031广东省珠海市横琴新区环岛东路1889号横琴创意谷18栋408室(72)发明人邓海(74)专利代理机构广州三环专利商标代理有限公司44202代理人卢泽明(51)Int.Cl.G01S7/41(2006.01)权利要求书2页说明书7页附图7页(54)发明名称一种基于特征的雷达运动目标检测和干扰抑制方法及系统(57)摘要本发明提供一种基于特征的雷达运动目标检测和干扰抑制方法及系统，该方法包括使用毫米波雷达连续发射多个线性调频波信号，并通过其接收端采集相应的目标回波信号，对采集到的目标回波信号与发射参考信号进行混频、时频变换，得到每一个距离门上的目标多普勒信息以及目标角度信息，对每个距离点上的目标多普勒信息及角度信息进行组合生成多普勒‑角度图像，对去燥后的多普勒‑角度图像进行特征提取，根据特征提取参数确定采集的信号是否为运动目标信号或干扰、杂波信号，从而实现对目标的检测。本发明通过自动识别出目标和干扰信号来实现对目标的检测，从而避免了在传统信号检测中必须去除干扰信号的复杂过程，可以达到更有效的运动目标检测。CN114217284ACN114217284A权利要求书1/2页1.基于特征的雷达运动目标检测和干扰抑制方法，其特征在于，包括以下步骤：使用毫米波雷达连续发射多个线性调频波信号，并通过其接收端采集相应的目标回波信号；对采集到的目标回波信号与发射参考信号进行混频、时频变换，得到每一个距离门上的目标多普勒信息以及目标角度信息；对每个距离点上的目标多普勒信息及角度信息进行组合生成多普勒‑角度图像；对去燥后的多普勒‑角度图像进行特征提取；根据特征提取参数确定采集的信号是否为运动目标信号或干扰、杂波信号，从而实现对目标的检测。2.根据权利要求1所述的方法，其特征在于，所述对采集到的目标回波信号与发射参考信号进行混频、时频变换，得到每一个距离门上的目标多普勒信息以及目标角度信息，包括：将每个采集到的目标回波信号与发射参考信号进行混频，其输出通过低频滤波、A/D采样后做FFT变换，并输出R点信号值，其中，每一点信号值代表一个不同距离点的目标回波信号；对同一接收天线同一距离的N个数据点进行FFT变换，产生每一个距离门上的所有目标多普勒信息。3.根据权利要求2所述的方法，其特征在于，所述对采集到的目标回波信号与发射参考信号进行混频、时频变换，得到每一个距离门上的目标多普勒信息以及目标角度信息，包括：对同一距离不同接收天线的M个数据点进行FFT变换，产生每一个距离门上的所有目标角度信息。4.根据权利要求1所述的方法，其特征在于，所述对每个距离点上的目标多普勒信息及角度信息进行组合生成多普勒‑角度图像，包括：对每个距离点上的多普勒和角度数据进行组合生成一个多普勒‑角度图像，其中，该距离点上的目标检测是通过在多普勒‑角度图像上特征提取和分类完成。5.根据权利要求4所述的方法，其特征在于：在生成多普勒‑角度图像后，选择一个去噪声门限值r0>0，对于任何一个图像像素x[m,n]实现去噪声处理，其中，该门限阈值根据实时采样的白噪声样本确定。6.根据权利要求1至5任一项所述的方法，其特征在于，所述对去燥后的多普勒‑角度图像进行特征提取，包括：通过区域生长算法对去噪声后的多普勒‑角度图像进行分割成多个独立不连接的信息模块{B1,B2,…,BL}，其中，每个信息模块由连续的非零图像像素组成。7.根据权利要求6所述的方法，其特征在于：对每个信息模块进行特征提取，该特征值包括信息模块尺寸、像素到杂波中心的距离、信息模块熵等，这些特征值组成的特征向量F表示为公式(1)：TF＝[f1,f2,…,fP](1)其中，P是使用的特征数目。8.根据权利要求7所述的方法，其特征在于：2CN114217284A权利要求书2/2页对各个信息模块进行分类，信息模块分类是按照以下矢量之间的马氏距离实现的，表示为公式(2)：其中：μi,Λii＝0,1分别是干扰和目标训练数据的均值矢量和协方差矩阵。9.根据权利要求8所述的方法，其特征在于：目标和干扰分类器的分类标准表示为公式(3)：其中，H1代表分类结果是目标；H0代表检测干扰和杂波。若多普勒‑角度图像中的任何一个信息模块被分类成目标，该图像对应的距离点可确定为检测出运动目标；若多普勒‑角度图像中没有任何一个信息模块被分类成目标，该距离点没有运动目标并且只有杂波和干扰信号。10.基于特征的雷达运动目标检测和干扰抑制系统，其特征在于，该系统应用于如权利要求1至9任一项所述的基于特征的雷达