一种MIMO雷达高精度速度方位联合测量方法

    公开(公告)号:CN115755018A

    公开(公告)日:2023-03-07

    申请号:CN202211499959.5

    申请日:2022-11-28

    IPC分类号: G01S13/62 G01S13/58 G01S7/41

    摘要: 本发明公开了一种MIMO雷达高精度速度方位联合测量方法,包括:一、MIMO雷达系统回波信号建模;二、所有周期全通道一维距离像获取,三、各周期一维距离像增强;四、基于CFAR的距离向目标检测;五、目标中心所在距离单元检测;六、目标中心所在距离单元直线检测;七、目标径向运动速度粗估计;八、所有周期全通道相位补偿;九、所有目标所在距离单元信号获取;十、目标速度与方位联合精确估计;十一、目标径向运动速度最终结果。本发通过一维距离像中目标所在距离单元的变化检测获取目标的距离,并估计径向运动粗速度,最终获得目标的高精度速度估计结果;对于MIMO阵列,充分利用空间重叠虚拟阵元回波信号所包含的目标空时特征,提升了运动目标联合测速测角的精度。

    多传感器信息在线数据融合方法
    2.
    发明公开

    公开(公告)号:CN117092638A

    公开(公告)日:2023-11-21

    申请号:CN202311024432.1

    申请日:2023-08-14

    摘要: 本发明公开了多传感器信息在线数据融合方法,属于雷达信号处理领域;具体是首先,搭建包括传感器端和融合中心端的通信场景,传感器端的每个传感器对多目标无人机分别进行无序量测和航迹追踪,并发送给融合中心端;通过特征提取进行初步的航迹关联;然后,融合中心端采用在线空间配准算法对航迹关联信息进行时空配准,并对各传感器的量测偏差及姿态偏差进行估计,修正航迹和原始量测值;接着基于序贯m‑best航迹关联算法处理,将不同传感器对多目标测量形成的多条航迹进行关联,获得对于同一目标的多条航迹。最后,对同一目标的多条航迹进行综合航迹管理,得到多传感器对该目标的最终融合结果;本发明提高了跟踪航迹的稳定性和精度。

    一种基于发射天线随机切换的时空解耦与超分辨测角方法

    公开(公告)号:CN113504522B

    公开(公告)日:2023-07-14

    申请号:CN202110775120.9

    申请日:2021-07-06

    IPC分类号: G01S7/41

    摘要: 本发明公开了一种基于发射天线随机切换的时空解耦与超分辨测角方法,属于雷达信号处理领域,具体包括:针对待测目标,毫米波雷达预先设置随机序列,按顺序切换单个天线发射单个脉冲,通过计算单个接收天线的回波;利用单个发射天线发射K次脉冲,接收天线和发射天线对应的接收通道,将回波扩充为三维矩阵;通过混频处理,按距离维进行FFT变换,得到各目标对应的一维距离像,分辨出距离不同的目标;接着,做压缩感知稀疏重构和恢复目标多普勒谱,得到距离‑多普勒谱,分辨出速度不同的目标;再检测谱峰,通过在三维矩阵中确定各目标的天线维做状态空间平衡法测角,从而将距离‑速度相同的目标在角度维上进行分辨;本发明提升了测角精度与超分辨倍数。

    毫米波雷达生命特征检测中目标随机身体运动的误差校正方法

    公开(公告)号:CN116327160A

    公开(公告)日:2023-06-27

    申请号:CN202310025935.4

    申请日:2023-01-09

    IPC分类号: A61B5/0507 A61B5/0205

    摘要: 本发明公开了一种毫米波雷达生命特征检测中目标随机身体运动的误差校正方法,该方法包括从雷达回波信号中分离各个目标的信号;跟踪每个目标检测时间内的回波信号;基于距离对齐和相位补偿算法来校正检测期间目标随机身体运动导致的呼吸心跳检测误差;提取目标的相位信号,并使用逐次变分模态分解算法将相位信号分解成N个模态;识别生命特征对应的K个模块,根据K个模块重构呼吸信号和心跳信号。本发明可以实现同时检测雷达视野范围内的多个目标的生命特征;校正了雷达检测过程中目标身体随机运动带来的检测误差;采用逐次变分模态分解算法来提取目标的呼吸心跳信号,不需要事先设定模态个数,并且相比于变分模态分解算法收敛速度更快。

    一种基于毫米波雷达的室内人员准确检测和精确定位方法

    公开(公告)号:CN113267773B

    公开(公告)日:2023-02-21

    申请号:CN202110401473.2

    申请日:2021-04-14

    IPC分类号: G01S13/88

    摘要: 本发明公开一种基于毫米波雷达的室内人员准确检测和精确定位方法,主要通过毫米波雷达对室内人员进行距离、方位角、速度的高精度测量基础上进行检测和定位,满足毫米波雷达作为室内场景感知器件的需求。主要处理步骤包括:AD采样后的数据帧重建、雷达信号处理、静止人员微动特征提取、移动人员群跟踪定位、高级应用驱动。本发明基于毫米波雷达的室内人员准确检测和精确定位方法,可应用于不同的毫米波雷达平台实现室内人员的检测和定位,主要针对毫米波雷达室内人员有无、移动和静止场景,为将来毫米波雷达在室内人员检测场景中的广泛应用提供基础。

    一种基于FPGA和深度学习的谐波雷达

    公开(公告)号:CN114609593A

    公开(公告)日:2022-06-10

    申请号:CN202210225000.6

    申请日:2022-03-09

    摘要: 本发明公开了一种基于FPGA和深度学习的谐波雷达,属于雷达信号处理领域;具体包括:信号处理模块生成基带线性调频LFM信号,转换为模拟信号后与本地的载频信号进行混频得到射频发射信号,滤除高频分量和干扰信号后发射出去,照射到目标后产生二次/三次谐波信号,分别传输到二次/三次谐波接收机,经过低噪放大和滤波后,与各自的本振信号解调得到回波基带信号,再经过中频放大器和ADC量化转换后送入信号处理模块进行两路处理:对一路二次/三次谐波接收机的信号进行脉冲压缩、脉冲积累和识别检测等处理后频谱显示;并将另一路信号转换为音频信号,进行识别分类。本发明减少了系统设计的复杂度,有效提高了谐波发射功率和谐波雷达目标分类识别的能力。

    一种基于毫米波雷达的室内人员准确检测和精确定位方法

    公开(公告)号:CN113267773A

    公开(公告)日:2021-08-17

    申请号:CN202110401473.2

    申请日:2021-04-14

    IPC分类号: G01S13/88

    摘要: 本发明公开一种基于毫米波雷达的室内人员准确检测和精确定位方法,主要通过毫米波雷达对室内人员进行距离、方位角、速度的高精度测量基础上进行检测和定位,满足毫米波雷达作为室内场景感知器件的需求。主要处理步骤包括:AD采样后的数据帧重建、雷达信号处理、静止人员微动特征提取、移动人员群跟踪定位、高级应用驱动。本发明基于毫米波雷达的室内人员准确检测和精确定位方法,可应用于不同的毫米波雷达平台实现室内人员的检测和定位,主要针对毫米波雷达室内人员有无、移动和静止场景,为将来毫米波雷达在室内人员检测场景中的广泛应用提供基础。

    一种基于状态空间平衡法的动目标三维成像的方法

    公开(公告)号:CN111175745A

    公开(公告)日:2020-05-19

    申请号:CN202010062177.X

    申请日:2020-01-19

    IPC分类号: G01S13/89

    摘要: 本发明公开了一种基于状态空间平衡法的动目标三维成像的方法,属于雷达信号处理技术领域。首先对探测目标发射电磁波,接收K个回波,并将回波扩展到接收阵列,得到矩阵z(nx,ny,n1,n2),分别构造Hankel矩阵 和再构造N2×N1个Hankel矩阵H0(n1,n2),H1(n1,n2),H2(n1,n2),之后构造联合矩阵H′0(n1),H′1(n1),H′2(n1),H′3(n1),然后构造联合矩阵H″0,H″1,H″2,H″3,H″4并进行化简。计算回波个数K,对噪声截断得到观察矩阵的估计值 和控制矩阵的估计值 进一步求解探测目标的角度估计矩阵 和 速度估计矩阵 和距离估计矩阵利用Qx和Qy获得角度估计值(θk,φk),利用Rr获得距离估计值rk,利用Fd获得径向速度估计值vrk。最后利用角度估计值(θk,φk),距离rk和径向速度vrk构造目标第k个回波的成像,利用K个回波的成像构成整体三维成像。本发明获取更高的测量精度,提高对空间多目标的测角自由度。

    一种即插即用可被单片机自动识别的外设模块

    公开(公告)号:CN109407576A

    公开(公告)日:2019-03-01

    申请号:CN201811147857.0

    申请日:2018-09-29

    IPC分类号: G05B19/042

    摘要: 本发明一种即插即用可被单片机自动识别的外设模块,包括:手机客户端、总控中心与各离散组件。作为总控中心的单片机连接有蓝牙模块用于和手机客户端进行通信,以及NRF24L01无线通信模块用于向单片机广播编号信息;与离散组件直接相连的单片机上接有NRF24L01无线通信模块用于接收总控中心发来的编号信息。进一步的,每个离散组件模块均配备有独立的寄存器。所有单片机均连接有供电装置。本发明用户需要做的仅是将用到的模块通过固定接口连接至单片机,打开电源开关单片机就会自动识别该模块,之后用户通过操控手机客户端即可完成相应功能,由此达到即插即用的效果。该发明可应用于智能家居、单片机入门教学、物联网等各个领域。

    一种基于FPGA和深度学习的谐波雷达

    公开(公告)号:CN114609593B

    公开(公告)日:2024-04-12

    申请号:CN202210225000.6

    申请日:2022-03-09

    摘要: 本发明公开了一种基于FPGA和深度学习的谐波雷达,属于雷达信号处理领域;具体包括:信号处理模块生成基带线性调频LFM信号,转换为模拟信号后与本地的载频信号进行混频得到射频发射信号,滤除高频分量和干扰信号后发射出去,照射到目标后产生二次/三次谐波信号,分别传输到二次/三次谐波接收机,经过低噪放大和滤波后,与各自的本振信号解调得到回波基带信号,再经过中频放大器和ADC量化转换后送入信号处理模块进行两路处理:对一路二次/三次谐波接收机的信号进行脉冲压缩、脉冲积累和识别检测等处理后频谱显示;并将另一路信号转换为音频信号,进行识别分类。本发明减少了系统设计的复杂度,有效提高了谐波发射功率和谐波雷达目标分类识别的能力。