[發(fā)明專利]雷達信號處理方法及設(shè)備、計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110305263.3
• 申請日: 2021-03-19
• 公開（公告）號: CN113156390B
• 公開（公告）日: 2023-09-08
• 發(fā)明（設(shè)計）人: 于波;閆澤濤;孫家奇
• 申請（專利權(quán)）人: 深圳航天科技創(chuàng)新研究院;深圳市航天華拓科技有限公司
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S7/36;G01S13/931;G06F18/23
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 黃廣龍

本申請公開了一種雷達信號處理方法及設(shè)備、可讀存儲介質(zhì)。本申請的雷達信號處理方法，包括：獲取回波信號；根據(jù)所述回波信號得到與雷達通信一體化信號相對應(yīng)的最大似然函數(shù)；根據(jù)聚類算法對所述最大似然函數(shù)進行初步求解，得到第一目標(biāo)參數(shù)集；其中，所述初步求解為粗估計；對所述第一目標(biāo)參數(shù)集進行梯度下降處理及迭代處理，得到第二目標(biāo)參數(shù)集；根據(jù)所述第二目標(biāo)參數(shù)集得到目標(biāo)速度、目標(biāo)距離。本申請所提供的方法通過結(jié)合聚類算法和梯度下降求解，以降低計算量，同時也能得到精確的預(yù)測值。

技術(shù)領(lǐng)域

本申請涉及雷達通信技術(shù)領(lǐng)域，尤其涉及一種雷達信號處理方法及設(shè)備、可讀存儲介質(zhì)。

背景技術(shù)

在對車輛進行輔助駕駛時，通過雷達測距以測量車輛之間的距離。使用雷達通信一體化波形可在實現(xiàn)雷達測距的同時，實現(xiàn)車輛之間的通信。

然而，在多目標(biāo)的情況下，雷達信號處理算法的復(fù)雜度較大，無法應(yīng)用于測速測距系統(tǒng)中。

發(fā)明內(nèi)容

本申請旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一。為此，本申請?zhí)岢鲆环N雷達信號處理方法及設(shè)備、可讀存儲介質(zhì)。本申請所提供的雷達信號處理方法通過結(jié)合聚類算法和梯度下降求解，以對最大似然函數(shù)進行粗估計，并對粗估計結(jié)果進行精估計，從而在降低雷達信號處理方法的計算量，并得到精確的預(yù)測值。

本申請實施例第一方面提供一種雷達信號處理方法，包括：獲取回波信號；根據(jù)所述回波信號得到與雷達通信一體化信號相對應(yīng)的最大似然函數(shù)；根據(jù)聚類算法對所述最大似然函數(shù)進行初步求解，得到第一目標(biāo)參數(shù)集；其中，所述初步求解為粗估計；對所述第一目標(biāo)參數(shù)集進行梯度下降處理，得到第二目標(biāo)參數(shù)集；根據(jù)所述第二目標(biāo)參數(shù)集得到目標(biāo)速度、目標(biāo)距離。

本申請實施例中雷達信號處理方法包括如下技術(shù)效果：通過聚類算法(AP算法)的對最大似然函數(shù)進行粗估計，再將粗估計結(jié)果當(dāng)作梯度下降的初始值，用梯度下降方法進行精估計，以降低計算量、復(fù)雜度，從而使得算法可被有效地應(yīng)用于測速測距系統(tǒng)中。

在一些實施例中，所述根據(jù)聚類算法對所述最大似然函數(shù)進行初步求解，得到第一目標(biāo)參數(shù)集，包括：根據(jù)聚類算法對所述最大似然函數(shù)預(yù)測求解第一目標(biāo)的距離、速度；根據(jù)所述第一目標(biāo)的距離、速度預(yù)測求解第二目標(biāo)的距離、速度；其中，通過前一級目標(biāo)的距離、速度進行預(yù)測求解下一級目標(biāo)的距離、速度，以得到預(yù)設(shè)目標(biāo)的距離、速度。

在一些實施例中，所述雷達通信一體化信號，表達為：

其中，f_c為載波頻率，Δf為載波間隔，T_s為一個OFDM符號的時間周期，s_m(n)是一體化信號所承載的信息，q(·)是窗函數(shù)。

在一些實施例中，所述回波信號表達為：其中，R_k和v_k分別表示第k個目標(biāo)的距離和速度。

在一些實施例中，所述對所述第一目標(biāo)參數(shù)集進行梯度下降處理，得到第二目標(biāo)參數(shù)集，包括：根據(jù)所述第一目標(biāo)參數(shù)集得到初始值；對所述初始值進行梯度下降處理及迭代處理，得到所述第二目標(biāo)參數(shù)集。

在一些實施例中，所述根據(jù)所述第一目標(biāo)參數(shù)集得到初始值，包括：對所述第一目標(biāo)參數(shù)集進行二維搜索得到最大值點的坐標(biāo)，并將所述最大值點的坐標(biāo)作為所述初始值；其中，所述最大值點的坐標(biāo)為對應(yīng)點距離、對應(yīng)點速度的估算值；

或，獲取所述第一目標(biāo)參數(shù)集中任一坐標(biāo)點的坐標(biāo)，并將所得到的坐標(biāo)作為所述初始值；其中，所述所得到的坐標(biāo)為對應(yīng)點距離、對應(yīng)點速度的估算值。

在一些實施例中，所述對所述初始值進行梯度下降處理及迭代處理，得到所述第二目標(biāo)參數(shù)集，還包括：對所述初始值進行梯度下降處理及迭代處理，得到至少兩個迭代函數(shù)；