下载文档原格式
基于恒虚警检测的汽车主动防撞毫米波雷达信号处理算法孙元;孙梧雨;韦家军;廖鹏【期刊名称】《兵工自动化》【年(卷),期】2017(036)009【摘要】In order to improve the vehicle safety performance, a signal processing algorithm for active anti-collision millimeter wave radar based on time frequency analysis and constant false-alarm rate (CFAR) is proposed. Time-frequency analysis method is firstly used to model the mechanism of frequency modulated carrier wave (FMCW) radars in detecting targets. Then, the design of the signals processing flow is detailed. The CA-CFAR algorithm and the improved algorithm (GO-CFAR) are discussed in detail and verified by simulation experiments and field experiments. The results show that the algorithm has high precision in detecting the speed and distance parameters of the target and computing target in the expressway environment.%为提高车辆的安全性能,提出一种基于时频分析和恒虚警检测(constant false alarm rate,CFAR)的汽车主动防撞毫米波雷达信号处理算法.使用时频分析方法建立连续可调频(frequency modulated carrier wave,FMCW)毫米波雷达探测目标的理论模型,介绍信号处理的算法流程,详细阐述CA-CFAR算法及改进算法(GO-CFAR),并通过仿真实验和外场实验进行分析验证.结果表明,该算法在高速公路环境下探测目标和计算目标的速度与距离参数方面有很高的精度.【总页数】5页(P45-49)【作者】孙元;孙梧雨;韦家军;廖鹏【作者单位】西南科技大学国防科技学院,四川绵阳 621010;西南科技大学国防科技学院,四川绵阳 621010;西南科技大学国防科技学院,四川绵阳 621010;西南科技大学国防科技学院,四川绵阳 621010【正文语种】中文【中图分类】TP206【相关文献】1.毫米波汽车防撞雷达多目标识别算法仿真 [J], 王俊喜;司伟建;周烱赛2.基于毫米波雷达的汽车主动防撞预警系统 [J], 曹佳宝;刘灿;韩倩;魏文艺;3.汽车防撞毫米波雷达信号处理 [J], 周刚;吴杰;鲁可4.77GHz汽车主动毫米波防撞雷达信号处理板的设计与实现 [J], 田黎育;武振;李艳丽;郑晨;5.VSFLMS算法在毫米波汽车防撞雷达信号处理中的应用 [J], 郑锐;陈照章;李广;陈海宁因版权原因，仅展示原文概要，查看原文内容请购买。
直升机相控阵毫米波防撞雷达信号处理技术浅析摘要：相控阵雷达作为一种新型的体制雷达，具有较高的技术水平，其目标检测和距离、速度测量能力也得到了较好的验证。
目前，相控阵雷达在民用领域已经得到了较为广泛的应用，而在军用领域还处于探索和起步阶段。
本文主要针对直升机相控阵毫米波防撞雷达的信号处理技术进行了研究，提出了一种基于自适应算法和改进FIR滤波器相结合的信号处理方法，该方法能够实现目标距离和速度测量。
关键词：相控阵；毫米波；信号处理相控阵雷达是一种阵列形式的雷达，可以利用多个阵元在空间上的旋转来控制信号发射和接收的角度，从而达到提高雷达系统探测性能的目的。
相控阵雷达可以根据需要调整天线阵元的位置和数目，以实现不同波束之间的切换，从而达到提高雷达性能的目的。
相控阵雷达在民用领域得到了广泛的应用，但在军用领域还处于探索阶段。
目前，相控阵毫米波防撞雷达已经开始用于军用直升机上。
相比于传统的微波、激光雷达，相控阵毫米波防撞雷达具有速度、距离测量范围大、抗干扰性强等优点。
目前，我国相控阵毫米波防撞雷达的研究与应用还处于起步阶段，技术水平不高，所以本文主要研究了相控阵毫米波防撞雷达信号处理技术。
1.相控阵雷达系统结构相控阵雷达系统由阵面组成，阵面由多个单元组成，每个单元上都有一台天线。
相控阵雷达天线阵主要由天线、控制系统、扫描系统、通道转换和电源等部分组成。
天线部分采用单基片微波集成电路（MMIC）制成，它包含了一个微波放大电路、一个低噪声放大器和一个数字微处理器（DSP）。
通道转换部分主要是将接收到的回波信号进行A/D变换，并进行存储和处理。
系统中还需要进行控制电路的设计，包括控制信号的产生、显示和控制信号的输出等。
通道转换部分主要是完成目标回波信号和本振信号的转换，使之能够与数字微处理器所需的数字控制信号相匹配，以满足系统在不同环境下的使用要求。
该雷达采用了宽带扫描方式，在工作频率为33~35GHz的范围内可实现12个通道同时扫描，单脉冲测角分辨率为2.5°，测速分辨率为0.25°/s。
![一种雷达恒虚警率门限系数自适应调整方法[发明专利]](https://img.taocdn.com/s1/m/980dd40c5627a5e9856a561252d380eb62942324.png)
(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 (43)申请公布日 (21)申请号 202011191246.3(22)申请日 2020.10.30(71)申请人 中国人民解放军空军预警学院地址 430019 湖北省武汉市黄浦大街288号(72)发明人 曲智国 李志淮 费太勇 王红 张伟 李世飞 王洪林 唐瑭 赵欣 巫勇 (74)专利代理机构 北京融智邦达知识产权代理事务所(普通合伙) 11885代理人 吴强(51)Int.Cl.G01S 7/41(2006.01)(54)发明名称一种雷达恒虚警率门限系数自适应调整方法(57)摘要本本发明涉及一种雷达恒虚警率门限系数自适应调整方法，该方法为恒虚警检测方法设置高、低两个门限系数，建立门限系数调整α‑RAG 图，根据不同区域、不同多普勒滤波器通道的预检测统计情况，设计每个天线扫描帧α‑RAG图的更新准则，然后再根据α‑RAG图选取相应的门限系数α，乘以背景杂波估值电平作为门限，进行检测判决。
该方法可以根据不同区域的背景噪声或杂波强弱情况，在环境背景估值自适应的基础上，对于不同区域、不同多普勒滤波器通道，实现门限系数的自适应精细调整，从而可以进一步提高或降低检测门限：在强杂波区域设置高门限，以降低虚警数量；在弱杂波区域设置低门限，以提高检测概率。
该方法对于各种背景具有较强的适应性，进一步改善了雷达的检测性能。
权利要求书2页 说明书6页 附图1页CN 112346031 A 2021.02.09C N 112346031A1.一种雷达恒虚警率门限自适应调整方法，其特征在于，该方法包括如下步骤：步骤1：设置多个用于测距的距离单元，对于每个距离单元接收到的每个相参处理间隔(Coherent Processing Interval，CPI)内的雷达I、Q回波数据，采用FIR滤波器进行动目标检测(Moving Target Detection，MTD)处理，得到F0+、F1、F2、……、F N-3、F N-2、F0-，共N个多普勒滤波器通道，其中N为多普勒滤波器阶数，也即1个CPI中的脉冲个数；步骤2：根据距离零频的远近，也即距离杂波分布频率的远近，将N个多普勒滤波器通道分为两类：边侧滤波器(Lateral Filter，LF)，包括F0+、F1、F N-2、F0-；中间滤波器(Central Filter，CF)，包括F2、……、F N-3；步骤3：根据设定的虚警概率P fa计算得到门限系数α，α＝f(P fa,CFAR_Type),其中CFAR_ Type表示采用的CFAR类型；f(g)表示不同类型CFAR的门限系数与虚警概率之间的函数关系；步骤4：建立门限系数α自适应调整RAG(Range-Azimuth Graph)图α-RAG；其基本单元大小为p×q，p表示距离单元(Range Cell,RC)的个数，q表示方位单元个数，1个方位单元对应1个CPI时间内的天线扫描角度；对于α-RAG图的每个基本单元，设置两个积累计数器Int_LF 和Int_CF，设置一个由2位二进制数表示的α-Flag值；步骤5：在天线扫描的每一帧周期，对所述α-RAG图进行更新；步骤6：根据更新后的α-RAG图，自适应地调整门限系数，对每个距离单元、每个多普勒滤波器通道利用CFAR门限进行最终检测。
第12卷第21期2012年7月1671—1815(2012)21-5158-05科学技术与工程Science Technology and EngineeringVol.12No.21Jul．2012 2012Sci.Tech.Engrg.一种毫米波防撞雷达频域恒虚警处理新方法陆小凯曹宁(河海大学计算机与信息学院，南京211100)摘要针对毫米波防撞雷达中目标信号检测虚警率高的问题，提出一种基于有序统计量在瑞利分布杂波背景下的频域恒虚警检测(OS －CFAR )的方法。
该方法通过对雷达差频信号的频谱进行检测，对检测后的信号进行杂波对消，使系统从雷达中频信号的频谱中检测出目标信号的谱线并滤除杂波。
准确检测目标的同时去除干扰，从而降低目标信号检测虚警率。
仿真结果证实了该方法适用于多目标干扰环境，能有效对抗杂波干扰，具有良好的虚警控制能力，提高了雷达系统的有效性。
关键词防撞雷达恒虚警信号检测杂波对消中图法分类号TN958.5;文献标志码A2012年4月9日收到第一作者简介:陆小凯(1988—)，男，江苏兴华人，硕士研究生，研究方向:毫米波防撞雷达信号处理关键技术。
随着我国高速公路的飞速发展，汽车碰撞事故越来越多。
据统计，车辆碰撞追尾事故占公路交通事故总量的90%左右［1］。
汽车防撞雷达系统，作为汽车主动安全控制研究领域的一大热点［2］，可以辅助汽车驾驶者对影响公路交通安全的人、车、道路环境进行实时监控，在危急情况下主动干涉驾驶、辅助驾驶者做出正确处理，防止汽车相撞事故。
由于毫米波具有分辨率高、截获概率低、天线部件尺寸小以及抗干扰能力强等一系列优点，汽车防撞雷达系统广泛采用调频连续波(FMCW )体制［3，4］。
近年来，美国、日本和德国在车载防撞雷达领域已有部分成果，先后成功研制了多种频率的FM-CW 汽车防撞雷达系统［5］。
在毫米波汽车防撞雷达信号处理领域，没有固定的方法可循。
目前常用的方法是对原始信号进行平均、滤波及频谱分析等［6］。
在实际使用中，由于道路环境的千变万化，信号往往会淹没在噪声中。
在信号检测时，难免出现虚警现象［7］。
针对这个问题，本文提出一种基于有序统计量的频域恒虚警检测(OS-CFAR )和杂波对消的方法。
该方法可以对目标进行比较准确的判别同时去除干扰目标，从而降低虚警率，提高了雷达系统的抗干扰能力。
1防撞雷达系统概述毫米波防撞雷达的基本原理是将发送信号和回波信号进行混频，该差频信号中含有目标信息，对该信号进行处理分析即可得到目标的相对距离和相对速度［8］。
其原理图如图1所示。
图1FMCW 原理示意图图1中，f c 为调制信号的中心频率，B 为调制带宽，t d 为接收信号和发射信号的延迟时间，T m 为调制周期。
当目标相对静止时，回波与发射波形仅存在一个时间上的延时。
当目标相对运动时，除时间上的延时外，还包含一个多普勒频偏f d 。
差频信号在调频上升段和下降段的频率分别为f b +和f b －，可分别表示为f b +=f r －f d 和f b －=f r +f d 。
其中f r =4BRcT m 是目标相对静止时差频信号的频率，f d =2vf c c 是多普勒频偏。
目标的距离和相对速度可以表示为:R =cT m 8B (f b ++f b －)，v =c4f c (f b －－f b +)(1)由式(1)可知，只要知道差频信号在调频上升段和下降段的频谱信息，即可得到目标的信息。
本文提出的方法就是为了解决如何在存在干扰的情况下较为准确地计算出目标信号在正负调频段的频率。
2雷达信号频域OS-CFAR 处理针对雷达信号检测时出现的虚警问题，本文提出在雷达中频信号频域处理时使用频域恒虚警处理算法。
恒虚警检测实际上是一种自适应门限检测，利用参考窗样本来估计环境噪声(包括杂波、干扰等)的参数以达到恒虚警率的特性。
当参考背景单元为均匀分布时，经典的单元平均CFAR 检测可以获得最佳的检测性能，但不能适应复杂的杂波环境。
在多目标环境中，有序统计(OS )检测相比于均值类CFAR 检测器具有较好的抗干扰目标的能力，同时在均匀杂波背景和杂波边缘中的性能下降也是适度的、可以接受的［9］。
考虑到道路环境比较复杂，本文讨论的车载雷达频域CFAR 处理采用OS-CFAR 检测算法。
毫米波防撞雷达系统可以获得差频信号的频谱特性并对其分析，图2给出了频域OS-CFAR 检测器框图。
图2变斜率FMCW 雷达调制波形差频信号经过FFT 之后，通过线性检波器被送到滑窗寄存器中。
检测器的自适应判决准则为:D ＞TZ ，判定为H 1D ＜TZ ，判定为H {(2)式(2)中，假设H 1条件下目标存在，H 0条件下目标不存在。
参考单元长度为N ，D 是检测统计量，Z 是参考单元所在N 个滑窗的总的功率水平估计，T 是门限因子。
本文假设车载雷达工作的杂波环境(接收机热噪声、大气噪声、云雨杂波等)服从高斯分布，即其包络服从瑞利分布。
时域OS-CFAR 检测器首先对参考单元采样值作排序处理，选取Z =x (k )作为总的背景杂波功率水平估计，则在均匀杂波背景中的Z 的PDF 为:f z (z )=k μ()N ke －(N －k +1)z /μ(1－e －z /μ)k －1(3)Z 的矩母函数MGF 为:M z (u )=k()N kΓ(N －k +1+u μ)Γ(k )Γ(N +u μ+1)(4)则OS-CFAR 检测器在均匀杂波背景中的检测概率和虚警概率为:P d =k()R kΓ［N －k +1+T /(1+λ)］Γ(k )Γ［R +T /(1+λ)+1］(5)P fa =k()R kΓ(N －k +1+T )Γ(k )Γ(N +T +1)(6)其中，μ是总的杂噪功率水平，λ是信噪比。
从式(6)可以看出，虚警率不依赖于噪声的参数，检测是恒虚警的。
只要给定虚警率，便可得到门限因子T ，从而得出检测概率。
直接将传统时域恒虚警检测思想用于频域即是频域CFAR 检测［10］。
差频信号经过FFT 后，取出频谱的峰值点对其作OS-CFAR 处理。
若判定检测单元中含有目标，则保留其谱线;若判定检测单元中没有目标，则去除其谱线。
经过恒虚警处理后，理论上调频上升段和下降段的频谱上的谱线数与目标的数量相同，但恒虚警检测的检测概率会随信噪比的变化而变化，检测后的谱线中可能含有虚假951521期陆小凯，等:一种毫米波防撞雷达频域恒虚警处理新方法目标。
考虑到运动目标在调频上升段的谱线相对于下降段会有一定的偏移，故可通过杂波对消去除虚假目标。
杂波对消的思想是将上升段和下降段的频谱进行对比，若两者在相同频率上对应的幅值相同，则去除谱线，否则保留。
最终经过频谱匹配就可得出各个目标所对应的调频上升段及下降段的频率，通过式(1)便可计算出目标的距离和速度。
3仿真结果与分析为了验证上述方法的有效性，下面对该算法进行仿真。
汽车在高速公路行驶时，两车之间的安全距离是150m。
所以通常要求系统的测距范围为(1 150)m，测速范围为(1 120)km/h。
仿真中毫米波防撞雷达系统参数设置如下:工作频率f c= 24GHz，信号调制周期T=2ms，调制带宽B=200 MHz，ADC采样频率fsam=2MHz。
选取三个运动目标，分布在各个距离段上，参数分别为:R1=100m，v 1=60km/h;R2=60m，v2=45km/h;R3=30m，v3=－30km/h。
杂波模型选用瑞利分布，参数sigma =5。
本文选取一个调制周期的采样信号，采样之后分别对差频信号上升段和下降段作1024点FFT，再对差频信号作频域OS-CFAR检测。
在作OS-CFAR检测时，参考单元的个数与杂波背景有关，通常车载雷达杂波背景下取N=24，k=21。
仿真结果如图3所示。
由仿真结果可以看到，叠加了瑞利杂波的差频信号经过FFT之后，频谱出现很多峰值，无法判别目标谱线。
若此时直接进行杂波对消，可能会把目标当成杂波滤去，故先进行频域OS-CFAR检测。
经过OS-CFAR之后，调频上升段和下降段均剩下了6根谱线。
此时进行杂波对消，以去除静止目标和虚假目标。
对消后的频谱如图4所示。
杂波对消后，在原来基础上又滤掉3根谱线，剩余的谱线所在的频率点被系统判定为含有运动目标。
由仿真结果计算可得上升段的谱峰对应的频率分别为:f1+=46.875kHz，f2+=74.219kHz，f3+=125kHz;下降段的谱峰对应的频率分别为:f 1－=37.109kHz，f2－=89.844kHz，f3－=144.531图3差频信号频谱及经OS-CFAR处理后的频谱kHz。
为了验证该方法的正确性，可以把它与理想差频信号的频谱作比较。
同样条件下，当差频信号中不含杂波干扰时，其频谱如图5所示。
图5中调频上升段和下降段各含有3个谱峰，表明前方有3个运动目标。
对比图4和图5并计算出图5所对应的的峰值频率可以发现，两者对应的峰值频率是一致的。
因此，在一定的信噪比条件下，本文提出的方法能使毫米波防撞雷达系统在杂波干扰下有效地从差频信号中检测出运动目标，并根据目标信息主动提出报警，使驾驶员提高警惕，减少高速公路中的碰撞事故。
5结语CFAR技术是雷达自动检测系统中控制虚警率的最重要手段，它在雷达自动检测过程中起着极其0615科学技术与工程12卷图4杂波对消后的频谱重要的作用。
OS-CFAR 作为CFAR 处理技术中相对综合的一种算法，为毫米波防撞雷达系统的信号处理提供了一种新的方法和思路。
通过频域OS-CFAR 处理，系统可以有效地从差频信号的频谱中识别出运动目标，使雷达系统在复杂的道路环境中更高效、可靠地工作。
参考文献1刘艳．FMCW 汽车防撞雷达的多目标信号处理方法研究．南京:南京理工大学，20042Li Zhaolong ，Wu Ke．24GHz radar front －end for FMCW and spread spectrum radar applications．Radio and Wireless Symposium :IEEE ，2006:351—3543金昶明，徐涛，孙晓玮，等．时频分析在毫米波防撞雷达信号处图5不含杂波的差频信号的频谱理中的应用．电子学报，2002;30(9):1413—14164Lamberto R．Millimeter-wave automative radars and related technolo-gy.IEEE MTT —S Digest ，1996:35—385Klotz M ，Rohling H．24GHz radar sensors for automotive applica-tions．Microwaves ，Radar and Wireless Communications :IEEE ，2000:359—3626David W．FMCW MMW radar for automotive longitudinal control．USA :California PATH Research Report ，UCB —ITS —PRR —97—19.18—237李湘闽，江登银．汽车防撞毫米波雷达信号小波变换处理分析．江西理工大学学报，2008;29(2):1—48Winkler V．Range Doppler detection for automotive FMCW radars．Microwave Conference :IEEE ，2007:1445—14489刘朝军，张欣，王守权．雷达目标恒虚警检测算法研究．船舰电子工程，2008;28(7):107—10910何友，关键，彭应宁，等．雷达自动检测与恒虚警处理．北京:清华大学出版社，1999:257—260161521期陆小凯，等:一种毫米波防撞雷达频域恒虚警处理新方法2615科学技术与工程12卷A Method of Frequency-domain CFAR for Millimeter-waveCollision Prevention RadarLU Xiao-kai，CAO Ning(Department of Computer and Information，Hohai University，Nanjing211100，P．R．China)［Abstract］To solve the problem of high false alarm rate in detection for millimeter-wave collision prevention ra-dar，a new detection algorithm using the frequency-domain Order Statistics-Constant False Alarm Rate(OS-CFAR) under relay clutter background is proposed．Through analysis of difference-frequency and clutter elimination，the detector can accurately detect target signal from IF signal spectrum，remove clutter and reduce the false alarm rate．Simulation results confirm that the proposed method is applied to the multi-target environments against clutter and it has good control ability of false alarm and improves the effectiveness of radar system．［Key words］collision prevention radar constant false alarm rate(CFAR)signal detection clutter elimination檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸檸(上接第5153页)A Hybrid Intelligent Fault Diagnosis Method and FaultDiagnosis for Diesel EngineLI Heng-bin1，MA Wen-peng2(Department of Automotive Engineering，Qinghai Communications Technical College1，Xining810028，P．R．China;State Key Laboratory of Engines，Tianjin University2，Tianjin300072，P．R．China)［Abstract］A hybrid intelligent fault diagnosis method integrating fuzzy clustering，rough sets theory and artifi-cial neural network was proposed．Adaptive fuzzy clustering algorithm was formed by the introduction of cluster va-lidity index and distribution density function of data point to improve fuzzy c-means fuzzy clustering algorithm．And continuous values of fault feature were discretized according the algorithm．Rough sets theory was employed to deal with the fault diagnosis data and redundant features were reduced by the information entropy-based method．Neural networks were established on the basis of reduction，and the weights and biases of which were optimized by genetic algorithm．Applying the method to the fault diagnosis of diesel engine valve and comparing with general neural net-work，the results indicate that the presented method improves the accuracy of fault diagnosis．［Key words］fuzzy clustering rough sets theory neural network diesel engine fault diagnosis。
