一种OFDM雷达R-D图目标快速识别方法及装置制造方法及图纸

本发明专利技术公开了一种OFDM雷达R

【技术实现步骤摘要】
一种OFDM雷达R
‑
D图目标快速识别方法及装置


[0001]本专利技术属于OFDM雷达信号处理
，具体涉及一种OFDM雷达R
‑
D图目标快速识别方法及装置。

技术介绍

[0002]近年来，通信和感知技术的发展使得频谱资源越来越紧张。随着交通业与无人机行业的发展，从通信系统中获取精确感知信息的需求逐渐增加，这都使得通信感知一体化的研究成为了国内外的热点。其中，OFDM通信感知一体化由于OFDM信号的广泛使用，成为了研究的焦点之一。
[0003]OFDM雷达周期图算法是一种可以同时获取目标距离和速度且能够保证距离与速度互相正交的算法，它可以从发射机接收到的回波信号中获取雷达R
‑
D(距离
‑
多普勒)图。然而，从该R
‑
D图中提取目标需要对二维信号进行差分处理，处理复杂度高，且容易受到噪声影响。

技术实现思路

[0004]为了解决上述问题，本专利技术提出了一种OFDM雷达R
‑
D图目标快速识别方法及装置。对电磁波传播损耗进行补偿，并进行阈值过滤，消除了小物体以及噪声的影响。同时利用OFDM雷达信号在时延多普勒域的正交性以及目标的稀疏性，将二维寻峰问题转换为若干个一维寻峰问题，大大降低了复杂度。
[0005]本专利技术的技术方案是：
[0006]第一方面，提供一种OFDM雷达R
‑
D图目标快速识别方法，包括：
[0007]获取OFDM雷达R/>‑
D图矩阵，从R
‑
D图矩阵Per
F
中截取有处理意义的区域Per
ROI
；
[0008]对区域Per
ROI
进行消除底噪处理；
[0009]对经过消除底噪处理的区域Per
ROI
进行基于距离修正处理，得到修正后的矩阵Per
Cor
；
[0010]对矩阵Per
Cor
进行基于阈值过滤处理；
[0011]对阈值过滤处理后的矩阵Per
Cor
各列求和，得到各列和的列向量Per
sum
；
[0012]对各列和的列向量Per
sum
进行一维寻峰，得到存在目标的行索引集合；
[0013]对行索引集合中每个行索引对应的行向量进行一维寻峰，得到目标的列索引，组成多普勒时延索引集合；
[0014]对多普勒时延索引集合中的每个多普勒时延索引计算得到目标距离和速度，完成OFDM雷达R
‑
D图目标的识别。
[0015]在一些实施例中，从R
‑
D图矩阵Per
F
中截取有处理意义的区域Per
ROI
＝Per
F
(M
min
:M
max
,0:N
max
)，式中M
min
是截取区域在矩阵Per
F
中的起始行索引，M
max
是截取区域在矩阵Per
F
中的终止行索引，N
max
是截取区域在矩阵Per
F
中的终止列索引；Per
ROI
是Per
F
从第M
min
行到第M
max
行，从第0列到第N
max
列交叉位置的元素组成的子矩阵。
[0016]在一些实施例中，所述的消除底噪包括：将区域Per
ROI
中小于一定阈值的信号归零。目的是消除射频链路带来的本底噪声，避免该噪声被基于距离修正放大。
[0017]在一些实施例中，所述的基于距离修正包括：对经过消除底噪处理的区域Per
ROI
的每一列乘以列索引的平方，即Per
Cor
(:,n)＝Per
ROI
(:,n)
·
n2,0≤n≤N
max
，式中“Per
ROI
(:,n)”指矩阵Per
ROI
的第n列，Per
Cor
为修正后的矩阵。
[0018]在一些实施例中，所述的基于阈值过滤包括：基于设定的阈值大小，对Per
Cor
中低于设定的阈值的点进行归零处理。滤除雷达截面积过小的目标，减少无价值目标带来的运算。
[0019]在一些实施例中，对阈值过滤处理后的矩阵Per
Cor
的各列求和，得到各列和的列向量Per
sum
表示为：
[0020]Per
sum
(i)＝sum(Per
Cor
(i,:)),0≤i≤N
max
，式中“Per
Cor
(i,:)”指矩阵Per
Cor
的第i行。
[0021]在一些实施例中，对各列和的列向量Per
sum
进行一维寻峰，得到存在目标的行索引集合{m1,m2,
…
,m
k
}，其中每个元素代表一个有目标存在的行，k是存在目标的行的个数；由于矩阵Per
Cor
的每一行对应一个多普勒频移值，行索引又称多普勒索引，行索引集合又称多普勒索引集合。
[0022]在一些实施例中，对行索引集合中每个行索引对应的行向量进行一维寻峰，得到目标的列索引，组成多普勒时延索引集合，包括：
[0023]对行索引集合{m1,m2,
…
,m
k
}中每个行索引m
a
(1≤a≤k)对应的行向量Per
Cor
(m
a
,:)进行一维寻峰，得到目标的列索引n
b
(1≤b≤l
a
)，l
a
为行向量Per
Cor
(m
a
,:)中存在的峰值个数；由于每一列对应一个时延值，列索引又称时延索引n
b
；将对应的多普勒索引m
a
和时延索引n
b
组成有序数对多普勒时延索引(m
a
,n
b
)；所有得到的多普勒时延索引组成多普勒时延索引集合{(m1,n1),
…
,(m1,n
l1
),
…
,(m
k
,n1),
…
,(m
k
,n
lk
)}。
[0024]在一些实施例中，计算目标距离和速度包括：
[0025]根据调制参数，将多普勒时延索引集合中的每个多普勒时延索引(m
a
,n
b
)转换为目标的距离d和速度v：
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种OFDM雷达R
‑
D图目标快速识别方法，其特征在于，包括：获取OFDM雷达R
‑
D图矩阵，从R
‑
D图矩阵Per
F
中截取有处理意义的区域Per
ROI
；对区域Per
ROI
进行消除底噪处理；对经过消除底噪处理的区域Per
ROI
进行基于距离修正处理，得到修正后的矩阵Per
Cor
；对矩阵Per
Cor
进行基于阈值过滤处理；对阈值过滤处理后的矩阵Per
Cor
各列求和，得到各列和的列向量Per
sum
；对各列和的列向量Per
sum
进行一维寻峰，得到存在目标的行索引集合；对行索引集合中每个行索引对应的行向量进行一维寻峰，得到目标的列索引，组成多普勒时延索引集合；对多普勒时延索引集合中的每个多普勒时延索引计算得到目标距离和速度，完成OFDM雷达R
‑
D图目标的识别。2.根据权利要求书1所述的OFDM雷达R
‑
D图目标快速识别方法，其特征在于，从R
‑
D图矩阵Per
F
中截取有处理意义的区域Per
ROI
＝Per
F
(M
min
:M
max
,0:N
max
)，式中M
min
是截取区域在矩阵Per
F
中的起始行索引，M
max
是截取区域在矩阵Per
F
中的终止行索引，N
max
是截取区域在矩阵Per
F
中的终止列索引；Per
ROI
是Per
F
从第M
min
行到第M
max
行，从第0列到第N
max
列交叉位置的元素组成的子矩阵。3.根据权利要求书1所述的OFDM雷达R
‑
D图目标快速识别方法，其特征在于，所述的消除底噪包括：将区域Per
ROI
中小于一定阈值的信号归零。4.根据权利要求书1所述的OFDM雷达R
‑
D图目标快速识别方法，其特征在于，所述的基于距离修正包括：对经过消除底噪处理的区域Per
ROI
的每一列乘以列索引的平方，即Per
Cor
(:,n)＝Per
ROI
(:,n)
·
n2,0≤n≤N
max
，式中“Per
ROI
(:,n)”指矩阵Per
ROI
的第n列，Per
Cor
为修正后的矩阵。5.根据权利要求书1所述的OFDM雷达R
‑
D图目标快速识别方法，其特征在于，所述的基于阈值过滤包括：基于设定的阈值大小，对Per
...

【专利技术属性】
技术研发人员：周智文，王健，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：