[發明專利]基于展寬計算的車載毫米波雷達目標識別方法

有效

• 申請號: 202010042315.8
• 申請日: 2020-01-15
• 公開（公告）號: CN111045008B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 王玉桃;高才才;劉麗華
• 申請（專利權）人: 深圳市華訊方舟微電子科技有限公司;華訊方舟科技有限公司
• 主分類號: G01S13/931
• 分類號: G01S13/931
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 劉永康

1.一種基于展寬計算的車載毫米波雷達目標識別方法，其特征在于，包括：

獲取接收到的雷達回波信號，對所述雷達回波信號的空間分布信息和多普勒信息進行提取，得到距離-多普勒二維矩陣；

對所述距離-多普勒二維矩陣的數據進行目標檢測，得到目標點跡的特征數據；

根據預設聚類算法對所述特征數據進行聚類，得到所述目標的聚類數據；

根據所述距離-多普勒二維矩陣從所述聚類數據中提取目標特征，根據所述目標特征構建特征樣本數據；其中，所述目標特征包括所述聚類數據中幅度最大點跡的多普勒展寬和所述聚類數據中幅度最大點跡的距離展寬；

根據所述特征樣本數據對目標識別模型進行訓練，構建所述目標識別模型；

當從所述聚類數據中提取所述聚類數據中幅度最大點跡的多普勒展寬時，所述根據所述距離-多普勒二維矩陣從所述聚類數據中提取目標特征，根據所述目標特征構建特征樣本數據，包括：確定所述聚類數據中具有最大幅度的點跡為基準點跡；查找位于所述距離-多普勒二維矩陣中所述基準點跡對應的多普勒維和距離維的展寬計算范圍內的點；根據查找到的點計算所述基準點跡的多普勒展寬；其中，所述距離-多普勒二維矩陣中所述多普勒維的坐標為多普勒單元，所述距離維的坐標為距離單元；

計算聚類數據中幅度最大點跡的多普勒展寬包括；

步驟11、獲取基準點跡在距離-多普勒二維矩陣中的坐標位置[dopplerBin,rangeBin]；

步驟12、根據所述目標的特性限定設定參考單元數N，且N為奇數；初始化循環變量i＝-(N-1)/2；多普勒展寬D_e＝0；

步驟13、計算臨時變量rdmT＝RDM[dopplerBin,rangeBin]；tem1＝RDM[dopplerBin+i,rangeBin-1]，tem2＝RDM[dopplerBin+i,rangeBin]，tem3＝RDM[dopplerBin+i,rangeBin+1]，RDM[dopplerBin,rangeBin]為在距離-多普勒二維矩陣中坐標位置為[dopplerBin,rangeBin]的點的幅值信息；

步驟14、若tem1大于rdmT,tem1＝tem1*rdmT/(tem1+rdmT)；若tem2大于rdmT,tem2＝tem2*rdmT/(tem2+rdmT)；若tem3大于rdmT,tem3＝tem3*rdmT/(tem3+rdmT)；

步驟15、若tem1小于rdmT，tem2小于rdmT，tem3小于rdmT，則執行步驟16；

步驟16、計算多普勒展寬D_e＝D_e+mean([tem1/rdmT，tem2/rdmT，tem3/rdmT])，mean表示求平均；

步驟17、判斷i是否小于(N-1)/2，如果是則i＝i+1，并返回執行步驟13，否則執行步驟18；

步驟18、確定聚類數據中具有最大幅度的點跡的多普勒展寬為D_e；

當從所述聚類數據中提取所述聚類數據中幅度最大點跡的距離展寬時，所述根據所述距離-多普勒二維矩陣從所述聚類數據中提取目標特征，根據所述目標特征構建特征樣本數據，包括：確定所述聚類數據中具有最大幅度的點跡為基準點跡；查找位于所述距離-多普勒二維矩陣中所述基準點跡對應的多普勒維和距離維的展寬計算范圍內的點；根據查找到的點計算所述基準點跡的距離展寬。

2.如權利要求1所述的基于展寬計算的車載毫米波雷達目標識別方法，其特征在于，所述目標特征還包括所述聚類數據的目標平均速度、所述聚類數據中不同點跡速度差值的最大值和所述聚類數據中不同點跡距離差值的最大值。